Statistieken en Grafieken

proeme zei:
ik weet niet goed waar dit moet, maar het zijn statistieken, dus maar hier. Ik zat op speedskatingresults.com eens door de exotische schaatslanden te bladeren en je komt wat leuke dingen tegen.

Wie kent bijvoorbeeld Alexander M. Tungu?
Komt uit Tanzania en heeft op de 500m een PR van 2.51,88
ik vrees dat ik daar zelfs in de buurt komt :P
Klik om te vergroten...

Ik veronderstel dat er daar toch een 5-tal valpartijen aan vooraf gegaan zijn? :) Zou de beelden wel eens willen zien. De 5km daar in Bergen zal hij niet mogen rijden hebben vermoed ik, hij was anders wellicht nog altijd bezig :lol:
http://www.speedskatingresults.com/index.php?p=3&e=6475&r=20001&s=33561
 
Of hij heeft gewoon een gemiddelde snelheid van niet meer dan 10,47 km/u.
 
seppe zei:
proeme zei:
ik weet niet goed waar dit moet, maar het zijn statistieken, dus maar hier. Ik zat op speedskatingresults.com eens door de exotische schaatslanden te bladeren en je komt wat leuke dingen tegen.

Wie kent bijvoorbeeld Alexander M. Tungu?
Komt uit Tanzania en heeft op de 500m een PR van 2.51,88
ik vrees dat ik daar zelfs in de buurt komt :P
Klik om te vergroten...

Ik veronderstel dat er daar toch een 5-tal valpartijen aan vooraf gegaan zijn? :) Zou de beelden wel eens willen zien. De 5km daar in Bergen zal hij niet mogen rijden hebben vermoed ik, hij was anders wellicht nog altijd bezig :lol:
http://www.speedskatingresults.com/index.php?p=3&e=6475&r=20001&s=33561
Klik om te vergroten...

Deze rijders zijn nog langzamer. (Tijd in secondes). Bron: WSSSA

173621. Alexander M Tungin TAN 171.88 11 Bergen Sl 03.03.2011
173622. Gabriel Andersson 19.03.2001 SWE 172.59 7 Hagaström 21.12.2009
173623. Aleksander Withbro 06.12.1997 NOR 172.9 16 Trondheim L 04.03.2004
173624. Jonas Haslund NOR 173.2 30 Bergen Sl 23.02.2001
A Sedoko LAT 173.2 191 Riga Lake Kis 05.03.1939
173626. Fredrik Birkeland NOR 174.6 31 Bergen Sl 23.02.2001
David Moen NOR 174.6 - Geithus 01.03.2002
173628. Giuseppe Zanon Zorzi ITA 175.3 10 Ziano di Fiemme 01.01.1966
173629. Thomas Thorbjørnsen 1993 NOR 175.6 10 Bergen Sl 28.11.2007
173630. Fredrik Sjølberg NOR 176.0 Tromsø 10.01.2001
173631. Johs Halvorsen NOR 176.8 2 Lillehammer 17.03.1907
173632. Steffen Haugholt 29.04.1983 NOR 177.00 2 Stavanger Sø 22.01.1992
173633. Jord Koopmans NED 177.07 23 Nijmegen 10.12.2011
173634. Michael Zoller AUT 178.31 24 Innsbruck 09.02.2002
173635. Kai Enbom FIN 178.5 2 Lahti 13.02.1993
173636. Torbjørn Berget NOR 179.7 7 Narvik F 08.03.2006
173637. Xxal00815 NED 180.2 9 Alkmaar 18.10.1992
173638. D Slikis LAT 180.4 192 Riga Lake Kis 05.03.1939
173639. Rego van Kempen NED 181.58 8 Assen 21.01.2012
173640. Yiming Su CHN 181.86 21 Shenyang 19.02.2012
173641. Lars Erik Næss NOR 182.1 32 Bergen Sl 23.02.2001
173642. Sondre Knudsen 1995 NOR 183.13 16 Bergen Sl 29.01.2009
173643. Noah Skar-Lentze 03.07.2003 NOR 183.60 Geithus 09.02.2011
Tommie Uldal NOR 183.6 8 Kristiansand 20.02.1985
173645. Sveinung Eriksen NOR 183.7 6 Bergen Sl 25.02.2000
173646. Glenn Nyback NOR 184.78 3 Stavanger Sø 22.01.1992
173647. Andy Chung NED 184.8 Zoetermeer 05.02.2011
173648. Johan Eriksen NOR 186.0 2 Stord 20.02.1977
173649. Rogier Heysen NED 186.4 40 Heerenveen 20.11.1981
173650. Jakob Kvalum 07.12.1995 NOR 189.58 22 Asker Risenga 04.03.2004
173651. Matias Sagevik 1994 NOR 189.99 17 Bergen Sl 29.01.2009
173652. Andre Grimseth NOR 190.7 4 Eidsvoll 06.02.1992
173653. Teun de Winter NED 190.91 5 Heerenveen 25.02.2000
173654. Zijie Huang CHN 191.73 28 Shenyang 19.02.2012
173655. Dianwei Zhang CHN 193.74 29 Shenyang 19.02.2012
173656. Martin Laurin Haugen 20.12.1999 NOR 193.96 Eidsvold 24.02.2009
173657. Andre Jalajas EST 194.66 7 Adavere 28.01.2012
173658. Startnrh42 NED 194.7 10 Alkmaar 18.10.1992
173659. Martin Tangen Tofastrud 2000 NOR 195.8 8 Tynset 17.01.2008
173660. Ola Dagfinn Johannessen 1969 NOR 196.1 7 Stord Å 16.01.1980
173661. Joel Forsberg SWE 196.94 9 Hagaström 08.03.2010
173662. Jeremy Cosettie NED 199.87 2 Nijmegen 01.02.2010
173663. Rune Ingvaldsen NOR 200.00 6 Stavanger Sø 22.01.1992
Eirik Kaino NOR 200.0 8 Tromsø 05.03.1989
173665. Arne Evensen NOR 201.7 5 Stord Å 21.01.1977
173666. Jørn Ove Nilsen NOR 204.8 10 Tromsø 05.03.1989
173667. Tommy L Rusch 1995 NOR 206.30 18 Bergen Sl 29.01.2009
173668. Anders Krånglin SWE 208.4 7 Karlstad 28.02.1975
173669. Nick van de Graaff NED 209.05 3 Nijmegen 01.02.2010
173670. Einar Berg NOR 212.80 8 Stavanger Sø 22.01.1992
173671. Torbjörn Johansson SWE 213.8 8 Karlstad 28.02.1975
173672. Stian Husby NOR 216.3 33 Bergen Sl 23.02.2001
173673. Thomas Grieg NOR 218.6 6 Bergen Sl 06.12.2002
173674. Jasper van der Ven NED 223.3 16 Zoetermeer 21.02.2004
173675. Arnt Ivar Mårdalen 1967 NOR 223.7 4 Rjukan 30.01.1980
173676. Simen Pedersen NOR 228.4 3 Trondheim L 04.03.1991
173677. Håkon Rydland NOR 231.5 34 Bergen Sl 23.02.2001
173678. Lars Nordlund SWE 232.0 9 Karlstad 28.02.1975
173679. Henrik Hjelmeland Nepstad 12.11.2004 NOR 233.0 Hol 24.02.2011
173680. Paul Bellamy NOR 239.9 16 Oslo VH 16.11.1988
Bjarne Hafstad NOR 239.9 1 Stord Å 21.01.1977
173682. Rain Tiku EST 243.60 8 Adavere 02.02.2010
173683. Kevin Widberg 1999 SWE 252.17 11 Göteborg R 18.11.2006
173684. Knut Erlin Grøssjordet NOR 274.1 1 Stord 20.02.1977
173685. Ådne Stumo 05.07.1974 NOR 275.0 1 Stegaberg 18.01.1987
173686. Jelle Jager NED 301.0 57 Heerenveen 28.10.1985
173687. Vidar Fredriksen NOR 341.2 2 Stord Å 21.01.1977
173688. Tom Paulsen NOR 349.8 4 Tromsø 06.01.1993
173689. Rune Stumo 02.10.1975 NOR 395.3 4 Stegaberg 18.01.1987
173690. Simen Kollen 1995 NOR 445.30 19 Bergen Sl 29.01.2009
173691. Vidar Lian NOR 466.0 14 Oslo VH 16.11.1988
 
SprintMaster zei:
Heb je een link naar de site waar die gegevens staan?
Klik om te vergroten...

Deze data zijn van Preben Petersen. Mij zijn deze data "gegund" omdat ik in samenwerking met een aantal Nederlandse schaats-statistici data(veelal correcties) lever aan Preben Petersen. Preben Petersen is de "godfather" onder de internationale schaats-statistici. Hij leverde jarenlang alle data voor o.a. de jaarlijkse uitgave van
Schaatsseizoen, maar ook voor de uitgaves van WSSSA en, dacht ik(weet niet zeker) het Zweedse equivalent van Schaatsseizoen.
Een aantal leden van Schaatsforum zijn ook via Dropbox "geabonneerd" op deze data. Zijn dus niet vrij beschikbaar.

Zie voor uitgebreide Nederlandse ranglijsten: http://www.beggar.nl/Schaatsen/Adelned.htm

Op deze site gaan wij aardig diep, maar niet zo diep als Preben, die covert letterlijk alles.
 
In de bijlage de adelskalender van de top 50 van mannen, niet op basis van persoonlijk records maar op beste laaglandbaantijden. Deze lijst geeft een veel beter beeld voor het niveau van een allrounder dan de ecgte adelskalender. In de laatste kolom bevind zich de afwijking met het de echte adelskalender. Zo staat Sven hier ruim aan kop en niet Shani Davis. De middellange-afstand specialisten en Canadezen verliezen veel plekken en de Europese allrounders winnen juist veel. Namen die wel in de top 50 staan van de Adelskalender en hier niet zijn Derek Parra (20), Shane Dobbin (27), Steven Elm (34), Dmitrij Sjepel (35), Justin Warsylewicz (43), Rhian Ket (45), Jay Morrison (47) en Ryan Bedford (48). Tussen haakjes de positie op de echte adelaarskalender.
 

Bijlagen

  • Adels_laaglandM.png
    Adels_laaglandM.png
    126,9 KB · Weergaven: 1.197
In de bijlage de adelskalender van de top 50 van mannen, niet op basis van persoonlijk records maar op beste laaglandbaantijden. Deze lijst geeft een veel beter beeld voor het niveau van een allrounder dan de ecgte adelskalender. In de laatste kolom bevind zich de afwijking met het de echte adelskalender. Zo staat Ireen hier ruim aan kop. Veel Nederlandse en Russinen maken met deze lijst grote sprongen in vergelijking met de echte adelskalender, ook al zijn er ook uitzonderingen. Namen die wel in de top 50 staan van de Adelskalender en hier niet zijn Shanon Rempel(23), Jia Ji (40), Shiho Ishizawa (42), Luiza Złotkowska (45), Ivanie Blondin (46) en Maria Lamb (48). Tussen haakjes de positie op de echte adelaarskalender. Als voorbereidend op het wk-allround Lotte van Beek staat op een 62e plek, komt vooral vanwege een slecht persoonlijk record op de 5 km.
 

Bijlagen

  • Adels_laaglandV.png
    Adels_laaglandV.png
    129,3 KB · Weergaven: 1.193
Dit topic maar, aangezien het over statistieken gaat...

vanavond kreeg ik deze quizvraag: "welk land heeft in de geschiedenis van de Olympische Spelen het meeste gouden medailles gewonnen bij het langebaanschaatsen?"

ben benieuwd wie van jullie het het snelste weet (zonder opzoeken uiteraard. Ik vertrouw op jullie eerlijkheid).
 
dat dacht ik ook, maar dat bleek fout. Die staan zelfs maar 4e
(het zijn mannen en vrouwen samen he. Bij de vrouwen staat Rusland wel op 1, als je tenminste USSR en Rusland samen neemt)
 
Amerika, voor Noorwegen en Nederland
 
Volgens wiki staat Nederland boven Noorwegen, maar VS is inderdaad nr 1. Het verbaasde mij.
 
De Russen hebben sinds de jaren 90 niet zoveel meer gewonnen, slechts 3 keer goud. In dezelfde periode Nederland 15x, VS en Duitsland 12x en Noorwegen 6x goud. De Amerikanen zijn een echt sprintland, ze wonnen 12x op 500 m en 8x op de 1000 m.
 
En de Amerikanen hebben natuurlijk ook de reputatie meer dan sporters van andere nationaliteiten puur Olympische schaatsers te zijn die vaak de WK's als bijprogramma en tussendoortjes zien. Die reputatie hebben ze overigens ook in andere sporten. Om te kijken of dit fabeltje echt waar is moeten we natuurlijk het aantal Olympische titels vergelijken met het aantal wereldtitels. Nou gaat dat niet echt lekker omdat het WK allround al een stuk ouder is dan de Olympische Spelen, het WK sprint een stuk jonger is dan de Olympische Spelen en het enige toernooi dat hetzelfde format heeft (de WK afstanden) slechts pas slechts een paar jaar bestaat. Maar toch, we tellen even van de grootste schaatslanden op hoe vaak ze Olympisch goud hebben gewonnen en hoe vaak ze het WK allround of sprint hebben gewonnen. Het WK afstanden heb ik niet meegenomen omdat er dan een bias richting recente resultaten zou zijn ontstaan. Mannen en vrouwen zijn opgeteld.

Verenigde Staten: Olympisch goud: 29; Wereldgoud: 28. Verhouding: 1,04.
Noorwegen: Olympisch goud: 25; Wereldgoud: 42. Verhouding: 0,60.
Duitsland+BRD+DDR: Olympisch goud: 24; Wereldgoud: 42. Verhouding: 0,57.
Canada: Olympisch goud: 8; Wereldgoud: 14. Verhouding: 0,57.
Rusland+USSR+GOS: Olympisch goud: 27; Wereldgoud: 50. Verhouding: 0,54.
Finland: Olympisch goud: 7; Wereldgoud: 13. Verhouding: 0,54.
Nederland: Olympisch goud: 27; Wereldgoud: 51. Verhouding: 0,53.
Landen als Zuid-Korea, China, Zweden hebben zo weinig medailles gewonnen dat de verhouding niets zegt.

Hoewel er methodisch nogal wat rammelt aan bovenstaand onderzoek en de foutmarges behoorlijk groot zijn valt op dat van de zeven landen die minstens twintig keer goud wonnen op een WK of OS er zes in de verhouding tussen Olympische en wereldmedailles behoorlijk dicht bij elkaar zitten. Alleen de Verenigde Staten is een fikse outlier met meer Olympische gouden medailles dan WK-gouden medailles. Het idee dat Amerikanen altijd goed zijn op de Olympische Spelen lijkt dus inderdaad waar te zijn.
 
leenstrafan zei:
Hoewel er methodisch nogal wat rammelt aan bovenstaand onderzoek en de foutmarges behoorlijk groot zijn [...] Het idee dat Amerikanen altijd goed zijn op de Olympische Spelen lijkt dus inderdaad waar te zijn.
Klik om te vergroten...

Dat zou ik nog niet durven concluderen. Immers:

SprintMaster zei:
De Amerikanen zijn een echt sprintland
Klik om te vergroten...

en

leenstrafan zei:
het WK sprint een stuk jonger is dan de Olympische Spelen
Klik om te vergroten...

Omdat de sprint zo jong is, weegt het veel minder zwaar mee in je berekening. Dit heeft dubbel effect. Een allroundland als Noorwegen wordt gestraft omdat al dat allroundgoud relatief te zwaar meeweegt en daar bovenop wordt een sprintland als de VS bevoordeeld omdat al dat sprintgoud relatief licht meeweegt.

Als je een weging toepast (er zijn 177 allroundmedailles uitgereikt en 88 sprintmedailles, dat komt neer op ong. 2/3 allround en 1/3 sprint, dus een verhouding 2:1) en je vergelijkt een allroundland als Noorwegen met een sprintland als de VS, dan zie je al dat verhoudingen ongeveer gelijk zijn.

VS: Olympisch goud: 29, Wereldgoud 48 (10 bij allround + 19x2 bij sprint). Verhouding 0.60
Noorwegen: Olympisch goud: 25, Wereldgoud 44 (40 bij allround + 2x2 bij sprint). Verhouding 0.57

Nog steeds zouden de Amerikanen bovenaan staan in de ranglijst, maar ik denk dat omdat het onderzoek methodisch nog steeds rammelt en de foutmarges nog steeds vrij groot zijn, je met zo'n kleine verschillen geen significante conclusies kunt trekken..
 
Ik zet het hier, maar het had ook onder Sochi 2014 kunnen staan. Getriggerd door de Unibet-quotes heb ik geprobeerd de kansen op een gouden medaille in te schatten op basis van de prestaties van het afgelopen seizoen. Ik heb dat gedaan op de manier zoals volgens mij de prestatiematrix geschat wordt. Alleen gebruikt die volgens mij alleen de Wereldbekers en de ISU-kampioenschappen. Ik heb alle uitslagen van vorig jaar gebruikt en wel als volgt.

- Zoek alle uitslagen van een schaatser in het afgelopen jaar op. Oenema reed vorig jaar 34x een 500m.
- Corrigeer die voor de hoogte van de baan
- Gooi de slechtste helft weg. Voor Oenema houden we 17 500m's over.
- Bepaal gemiddelde en standaarddeviatie. Voor Oenema was dat gemiddeld 38,33 bij een stdev van 0,26.
- Simuleer vervolgens een tijd voor een rijder door deze uit de normale verdeling te trekken. Voor Oenema betekent dat dat er 95% kans is dat ze tussen 37,81 en 38,85 zit.
- Dit kun je voor alle rijders doen. Voor Sang Hwa Lee (gemiddelde 37,70 en stdev 0,14) is er 95% kans dat ze tussen 37,42 en 37,98 zit.
- Hiermee kun je een wedstrijd simuleren. Als Oenema een goede dag heeft en Lee een slechte dag heeft, dan kan Oenema van Lee winnen. Maar om goud te winnen, moet Oenema ook nog Wang, Ju etc. achter zich laten.
- Door een groot aantal van die wedstrijden te simuleren (ik heb er 5000 gedaan) geeft dit inzicht in de kans op goud van de rijders.

Goed, de top-3 op de verschillende afstanden:
Dames

500m: SH Lee 82% Beixing Wang 7% Richardson 4%
1000m: Richardson 57% Nesbitt 17% Zhang 8%
1500m: Wüst 48% Ter Mors 26% Leenstra 12%
3000m: Wüst 52% Sablikova 15% Beckert 12%
5000m: Sablikova 82% Wüst 7% L. de Vries 4%

Heren

500m: Koskela 30% Smeekens 26% Kato 23%
1000m: Davis 38% Nuis 17% Mo 6%
1500m: Swings 24% Davis 20% Kramer 14%
5000m: Kramer 84% Blokhuijsen 12% Bergsma 3%
10000m: Bergsma 43% Kramer 41% De Jong 10%

Door in eerste instantie alle wedstrijden mee te nemen, zien we toch wel verrassingen. Zo krijgt Ter Mors hier een duidelijke plek, evenals Blokhuijsen op de 5000m. Ook verrassend voor mij was de relatief grote kans voor Kramer op de 1500m.
Samen met de 1000m is dat de minst zekere afstand. Zoals je ziet heeft de top-3 daar in totaal maar 60% kans. Op de 1000m telde ik in die 5000 wedstrijden 16 verschillende winnaars, op de 1500m 15.

Later de op deze manier gesimuleerde prestatiematrix....
 
De prestatiematrices dus:

Bij de dames als volgt: (afstand-plaats, schaatser, kans op goud)

3000-1 : Wüst 52% [1]
1500-1 : Wüst 48%
1500-2 : Ter Mors 26% [2]
1500-3 : Leenstra 12% [3]
3000-2 : Ter Mors 11%
5000-1 : Wüst 7%
1000-1 : Wüst 6%
5000-2 : De Vries 4% [4]
1000-2: Van Beek 3% [5]
3000-3 : De Vries 2%
5000-3 : Joling 2% [6]
500-1 : Oenema 1% [7]
1000-3 : Van Riessen 0,9%
1500-4: Van Beek 0,7%
1000-4 : Leenstra 0,4%
500-2 : Van Riessen 0,4%
500-3 : 0% [8]
500-4 : 0% [9]

Het maximum van 10 is geen enkel probleem. Enigszins verrassend het ontbreken van Valkenburg. Die rijdt erg constant, maar heeft geen uitschieters waarmee ze een wedstrijd kan winnen.

Niet-geplaatste kanshebbers op goud:
3000-4: Joling 2%
3000-5 : Valkenburg 0,9%
1000-5 : Boer 0,1%

Dan het slagveld bij de heren:
5000-1 : Kramer 84% [1]
10000-1 : Bergsma 43% [2]
10000-2 : Kramer 41%
500-1 : Smeekens 26% [3]
1000-1: Nuis 17% [4]
1500-1 : Kramer 14%
5000-2 : Blokhuijsen 12% [5]
10000-3 : De Jong 10% [6]
500-2 : M.Mulder 8% [7]
1000-2 : Groothuis 6% [8]
1000-3 : Tuitert 5,1% [9]
1000-4 : Otterspeer 4,9% [10]
1500-2 : Vriend 4,7% [11]
1500-3 : Verweij 4,5% [12]
1500-4 : Tuitert 3,4%
5000-3 : Bergsma 3,1%
500-3 : R.Mulder 2% [13]
500-4 : Otterspeer 0,1%

Sowieso, dus 3 teveel. Ik neem aan dat Koops Verweij laat doorschuiven ten koste van Otterspeer. Misschien vindt hij het trio Kramer-Blokhuijsen-Verweij wel voldoende....
Aanvullingen kunnen komen uit het rijtje kanshebbers op goud dat de kwalificatie helemaal niet overleeft. In dat geval mag Nuis de 1500 rijden ipv Vriend, en Nuis en Groothuis nog de 500m, lijkt me.

1000-5: S de Vries 4%
1500-5: Nuis 2,3%
1500-6: Groothuis 1,8%
1000-6: Schipper 1,6%
5000-4: De Jong 0,4%

Overigens zijn de verschillen in kansen tussen al die 1000m en 1500m-specialisten erg klein. Zelfs bij de 5000 gesimuleerde wedstrijden nog "too close to call".

Hoeveel waarde moet je er nu aan hechten? Ik denk dat het redelijk in de buurt komt, hoewel je ook op andere manieren wedstrijden kan selecteren. Zoals de bedenkers van de prestatiematrix al zeiden: De kans op goud is veel groter door de ploeg te selecteren op basis van het duizenden malen te simuleren van de wedstrijden dan om 1 wedstrijd daarover (het OKT) te laten beslissen.
 
Das een flink stukje werk. Even wat korte opmerkingen:
- heb je bij de lange afstanden ook de slechtste resultaten verwijderd? Ik kan me voorstellen dat je resultaten die heel erg (negatief) afwijken eruit gooit, maar dan moet je wel een minimaal aantal resultaten overhouden anders wordt de schatting onbetrouwbaar. Bij de 500 meters kan ik me goed voorstellen dat er nogal wat uitbijters bijzitten (valpartijen, misslagen).
- Wat betreft de 10 km vind ik het raar dat de Jong maar op 10% uitkomt terwijl hij 1 WC won en op het NK beter was dan Kramer. Gevoelsmatig verwacht ik dat beide rijders rond de 30% zouden uitkomen.
- bij Blokhuijsens 5 km speelt de snelle tijd in Kolomna denk ik een erg grote rol waardoor impliciet de kansen van Bergsma flink zakken.
- bij Koskela speelt het denk ik het weglaten van de slechtste resultaten een grote rol, hij heeft gewoon weinig gereden. Hoeveel resultaten heb je van hem meegenomen?
- hoe kan het dat Otterspeer er op de 1000 m niet bijstaat?
- hoe kan het dat Nesbitt er op de 1500 m niet bijstaat?
- hoe kan het dat Beckert er op de 5 km niet bijstaat?
De hoogte correcties blijven een lastig punt, gevoelsmatig denk ik dat je iets te veel corrigeert. Al zal dat voor een deel door een relatief hogere luchtdruk (vanwege landklimaat) worden getemperd.
 
dedeut zei:
Nog steeds zouden de Amerikanen bovenaan staan in de ranglijst, maar ik denk dat omdat het onderzoek methodisch nog steeds rammelt en de foutmarges nog steeds vrij groot zijn, je met zo'n kleine verschillen geen significante conclusies kunt trekken..
Klik om te vergroten...
Mijn vermoeden dat Amerikanen beter pieken op de Olympische Spelen blijft bestaan, ondanks dat dit onderzoek het niet heeft kunnen aantonen. Het is ook nog niet gefalsificeerd namelijk, er is ook nog een (zeg ongeveer 60%) kans dat de verklarende variabele wél significant is.

Mjøsaman zei:
Door een groot aantal van die wedstrijden te simuleren (ik heb er 5000 gedaan) geeft dit inzicht in de kans op goud van de rijders.
Klik om te vergroten...
Is zo'n gemontecarlood Olympisch toernooi net zo spannend als echt voor de televisie of in het stadion zitten? Misschien is het wel de moeite waard om deze AI verder uit te werken tot "Speed Skating Manager 2014". Inclusief standaarddeviaties voor openingen, eerste volle rondes en verval tussen de rondes. Genoeg mensen die voetballen op de Playstation of voetbalmanager-spellen net zo serieus nemen als de daadwerkelijke wedstrijden.
 
You must log in or register to reply here.
Back
Top