অন্যান্য উত্তরের বিপরীতে, আমি যুক্তি দেব যে আপনি উপলব্ধ ডেটা বোল্টসের দক্ষতা সম্পর্কে কিছু বলতে পারেন। প্রথমত, আসুন আপনার প্রশ্ন সংকীর্ণ করা যাক। আপনি দ্রুততম মানব সম্পর্কে জিজ্ঞাসা করছেন, তবে যেহেতু পুরুষ এবং মহিলার জন্য চলমান গতি বন্টনের মধ্যে একটি পার্থক্য রয়েছে, যেখানে সেরা মহিলা রানার্স মহিলাটি বেশ ধীরে ধীরে তখন সেরা পুরুষ রানার বলে মনে হয়, তাই আমাদের পুরুষ রানারদের উপর দৃষ্টি নিবদ্ধ করা উচিত। কিছু ডেটা পেতে, আমরা গত 45 বছর থেকে 100 রানের সেরা বছরের পারফরম্যান্সগুলি দেখতে পারি । এই ডেটা সম্পর্কে লক্ষ্য করার জন্য কয়েকটি বিষয় রয়েছে:
- এগুলি চলমান সেরা সময়, সুতরাং তারা আমাদের সমস্ত মানুষের দক্ষতা সম্পর্কে না, তবে স্বল্পতম অর্জনের গতি সম্পর্কে বলে ।
- আমরা ধরে নিই যে এই ডেটা বিশ্বের সেরা রানারদের নমুনা প্রতিবিম্বিত করে। যদিও এটি ঘটতে পারে যে আরও ভাল রানার ছিল যারা চ্যাম্পিয়নশিপে অংশ নেয়নি, এই অনুমানটি মোটামুটি যুক্তিসঙ্গত বলে মনে হয়।
প্রথমে আসুন কীভাবে এই ডেটাটি বিশ্লেষণ করবেন তা আলোচনা করা যাক । আপনি খেয়াল করতে পারেন যে আমরা যদি সময়ের সাথে চলমান সময়গুলি পরিকল্পনা করি তবে আমরা একটি দৃ strong় রৈখিক সম্পর্ক পালন করব।
সামনের বছরগুলিতে আমরা আরও ভাল রানাররা কীভাবে পর্যবেক্ষণ করতে পারি তা পূর্বাভাসের জন্য এটি আপনাকে লিনিয়ার রিগ্রেশন ব্যবহারের দিকে নিয়ে যেতে পারে। তবে এটি একটি খুব খারাপ ধারণা হবে, এটি অনিবার্যভাবে আপনাকে এই সিদ্ধান্তে নিয়ে যেতে পারে যে প্রায় দুই হাজার বছরে মানুষ শূন্য সেকেন্ডে 100 মিটার দৌড়াতে সক্ষম হবে এবং এর পরে তারা নেতিবাচক চলমান সময়গুলি অর্জন করতে শুরু করবে! এটি স্পষ্টতই অযৌক্তিক, কারণ আমরা কল্পনা করতে পারি যে আমাদের ক্ষমতার এক ধরণের জৈবিক এবং শারীরিক সীমা রয়েছে, এটি আমাদের অজানা।
আপনি কিভাবে এই তথ্য বিশ্লেষণ করতে পারেন? প্রথমে লক্ষ্য করুন যে আমরা ন্যূনতম মান সম্পর্কে ডেটা নিয়ে কাজ করছি, সুতরাং আমাদের এই জাতীয় ডেটার জন্য উপযুক্ত মডেল ব্যবহার করা উচিত। এটি আমাদের চূড়ান্ত মান তত্ত্বের মডেলগুলি বিবেচনা করার দিকে পরিচালিত করে (দেখুন স্টুয়ার্ট কোলস দ্বারা প্রকাশিত স্ট্যাটাসটিকাল মডেলিং অফ এক্সট্রিম ভ্যালু বইয়ের)। আপনি এই ডেটাটিকে সাধারণীকরণের চরম মান বিতরণ (জিইভি) ধরে নিতে পারেন । যদি যেখানে স্বতন্ত্র এবং বিতরণ করা যায় এলোমেলো ভেরিয়েবল, তবে এর একটি GEV বিতরণ অনুসরণ করুন। আপনি যদি মডেলিং করতে আগ্রহী হন, তবে যদি কে নমুনা হয় তবেY=max(X1,X2,…,Xn)X1,X2,…,XnYiZ1,Z2,…,Zk−Ziমিনিমার জন্য একটি জিইভি বিতরণ অনুসরণ করুন। সুতরাং আমরা চলমান গতির ডেটাতে জিইভি বিতরণটি ফিট করতে পারি, যা সুন্দর সুন্দর ফিটের দিকে নিয়ে যায় (নীচে দেখুন)।
আপনি যদি মডেলটির প্রস্তাবিত ক্রম বিতরণটি লক্ষ্য করেন তবে আপনি লক্ষ্য করবেন যে উসাইন বোল্টের সেরা চলমান সময়টি সর্বনিম্ন1%বিতরণ লেজ। সুতরাং আমরা যদি এই ডেটা এবং এই খেলনা-উদাহরণ বিশ্লেষণের সাথে লেগে থাকি তবে আমরা উপসংহারে পৌঁছে যাব যে খুব কম চলমান সময় অসম্ভব (তবে স্পষ্টতই, সম্ভব)। এই বিশ্লেষণের সাথে সুস্পষ্ট সমস্যাটি হ'ল এই সত্যটি উপেক্ষা করে যে আমরা বছরের চলতি বছর সেরা চলমান সময়ের উন্নতি দেখেছি। উত্তরের প্রথম অংশে বর্ণিত সমস্যাটি এটি আমাদের ফিরে পেয়েছে, অর্থাৎ এখানে একটি রিগ্রেশন মডেল ধরে নেওয়া ঝুঁকিপূর্ণ। আরেকটি বিষয় যা উন্নত করা যেতে পারে তা হ'ল আমরা বায়েশিয়ান পদ্ধতির ব্যবহার করতে পারি এবং তথ্যমূলক পূর্বে ধরে নিতে পারি যা শারীরবৃত্তিকভাবে সম্ভাব্য চলমান সময়গুলি সম্পর্কে কিছুটা বহির্মুখী জ্ঞানের জন্য দায়ী হবে, যা এখনও পর্যবেক্ষণ করা হয়নি (তবে যতদূর আমি জানি, এটি বর্তমান মুহূর্তে অজানা)। অবশেষে, অনুরূপ চরম মান তত্ত্বটি ইতিমধ্যে ক্রীড়া গবেষণায় ব্যবহৃত হয়েছিল, উদাহরণস্বরূপ আইনমহল এবং ম্যাগনাস (২০০৮) এর মধ্যেএক্সট্রিম-ভ্যালু থিওরি পেপারের মাধ্যমে অ্যাথলেটিক্সে রেকর্ডস ।
আপনি প্রতিবাদ করতে পারেন যে আপনি দ্রুত চলমান সময়ের সম্ভাবনা সম্পর্কে জিজ্ঞাসা করেননি, তবে দ্রুত রানার পর্যবেক্ষণের সম্ভাবনা সম্পর্কে। দুর্ভাগ্যক্রমে, এখানে আমরা অনেক কিছুই করতে পারি না কারণ কোনও রানার পেশাদার ক্রীড়াবিদ হওয়ার সম্ভাবনা কী তা আমরা জানি না এবং রেকর্ডকৃত চলমান সময়টি তার জন্য উপলব্ধ। এটি এলোমেলোভাবে ঘটে না এবং প্রচুর কারণ রয়েছে যে কিছু রানার পেশাদার ক্রীড়াবিদ হয়ে যায় এবং কিছু না ঘটে (বা এমনও যে কেউ দৌড়াদৌড়ি পছন্দ করে এবং দৌড়াদৌড়ি পছন্দ করে)। এর জন্য, আমাদের রানারদের উপর একটি জনসংখ্যার বিস্তৃত ডেটা থাকতে হবে, তাছাড়া আপনি যেহেতু বিতরণের চূড়ান্ত বিষয়ে জিজ্ঞাসা করছেন তাই ডেটাটি খুব বড় হতে হবে। সুতরাং এটিতে, আমি অন্যান্য উত্তরগুলির সাথে একমত।