点击蓝字，关注我们
数据分析软件 | JMP
巴黎奥运会还有几天就要开幕了，我们“抓”来了奥运会的超级粉丝、JMP 数据分析师邓老师来为大家图说奥运！
本文作者
邓老师 - JMP 数据咨询顾问
邓老师，你喜欢什么运动吗？
额，我不怎么爱大众运动
但有一项运动我绝对喜欢！
没错，我说的是奥运会！
我一直是奥运会的粉丝。比赛的壮观场面让我很兴奋，来自世界各地的运动员齐聚一堂，为了共同的目标去努力，有时候让人觉得热泪盈眶。
说到奥运会，备受关注的无疑是奖牌榜。我一直在想，运动成绩的好坏是否有地理因素的影响。
具体来说，是否会有一些运动员在某项运动中表现更好，部分原因是他们出生或长大的地方？
问题分析与联想
很明显，所有对运动成绩有贡献的因素都比出生地要复杂得多。但是，你必须承认这个问题有点瑕疵。
例如，如果我随机选择一个冰球运动员，问他们来自哪里，你可能会猜到加拿大的某个地方；或者如果我随机选择一个足球运动员问同样的问题，你可能会猜到欧洲或拉丁美洲的某个地方；又或者看比赛本身，你可能看到牙买加人参加田径比赛时不会感到惊讶，但如果牙买加人在进行雪橇比赛你可能会目瞪口呆。
本图由 AI 生成
综上所述，我们已经能够很顺利地联想到一个特定的国家在某项特定的体育运动中表现优异。
在这一系列的联想后，我打算进一步探讨这个问题，看看一个国家是否有特定的城市或地区与某项运动中的高水平运动员有联系。
但首先，我想请大家看看我在分析金牌得主时的一个有趣发现。
结果令人吃惊！
这个结果最令人惊讶的是，前两个城市和其他城市之间的差距很大。匈牙利的首都布达佩斯的金牌数是排名第三德国首都柏林的两倍多！他们的秘密是什么？他们如何确保奥运会的主导地位？让我们一一解开。
奖牌数量随时间变化
现在我们需要记住的是，这一数字涵盖了截至 2016 年的所有奥运会。我们先把总数按奥运会分类。具体来说，让我们看看奥运会期间，顶级城市的累积金牌数：
从上图，我们可以发现两个有趣的现象。
首先，莫斯科在获得金牌方面相当成功，特别是在 20 世纪 60 年代和 70 年代，苏联时代的鼎盛时期。可以看到柏林和圣彼得堡也有类似的趋势，从 20 世纪 60 年代到 80 年代末，这两个城市都迅速崛起。
其次，获得金牌方面，布达佩斯实际上相对于莫斯科存在先机，几乎从现代奥运会（1896 年）开始就积累奖牌，但直到二战后才真正起飞。一开始，我并没有完全理解这种趋势，直到一些研究揭示了匈牙利在那个时期与苏联的关系，一切又变得清晰起来。
因此，总而言之，对于如此高的金牌数，一个合理的解释可能是苏联对体育运动的巨大推动。
按运动项目划分的奖牌数量
现在让我们看一下按运动划分奖牌数量，我们将关注莫斯科和布达佩斯两大城市。
莫斯科
布达佩斯
从上面的条形图中，我们可以看出，金牌数往往由团体运动主导。
唯一的例外似乎是击剑，但即便是这项运动，金牌再次倾向于以团体项目为主——男子佩剑团体赛。
有人可能会说这有点不公平，因为与个人参加的项目相比，团体项目显然会获得更多的金牌。但是，如果我没记错的话，奥运会的金牌数是按照比赛项目(单项数)计算的，并非按照实际颁发的金牌数计算。此外，还有一些个人参与的体育项目，包含多个项目，让一个优秀的奥林匹克运动员（比如，迈克尔菲尔普斯）为他们的国家轻而易举地获得金牌。
当然，这些数字还有一个时间因素，所以我应该研究一下如何使用下面的图形来累积金牌数。对莫斯科来说，我们可以清楚地看到他们在苏联时期统治冰球的程度。也可以清楚地看到，在冷战结束后不久，冰球作为他们的顶级运动迅速退出舞台。直到最近，他们才开始在他们的第二项顶级运动——花样游泳中获得不俗成绩。
至于布达佩斯，你可以看到，无论是在第一次世界大战之前，还是在冷战的大部分时间里，击剑一直是占主导地位的运动。但是看起来他们在最近的运动会中对水产生了一种亲和力，特别是在皮划艇和水球项目中。
从数据中看到故事
以上数据给我们带来的，除了令人惊讶的结果之外，也是为了说明我认为作为统计学家的一个关键特质：从数据中看到故事。我们只需简单地按出生城市统计金牌数，就可以窥见历史和政治是如何影响运动员在全球赛事中的表现的。
在一个理想的世界中，人们会希望体育运动独立于政治之外。但事实并非如此，这些数据集就很好地说明了这种现象。
作为一个数据分析爱好者，我的爱好是帮助你挖掘数据，提取隐藏在数字中的故事。这就是我喜欢使用 JMP 的一个重要原因：它是专门为帮助大家做到这一点而设计的。
🎁互动有奖！
今年巴黎奥运会，除了中国之外，哪个地区可以获得最多的奥运金牌呢？你为什么这么判断？在评论区告诉我们吧！
我们会选择 3 位预测准确的朋友送上 JMP 周边礼物一份~
关于 JMP
1989 年第一版 JMP 软件问世以来，JMP 一直致力于通过交互式可视化统计分析，发现数据背后的价值，被广泛应用于业务可视化、探索性数据分析(EDA)、数据挖掘、建模预测、实验设计、产品研发、生物统计、医学统计、可靠性分析、市场调研、六西格玛质量管理等领域，裨益半导体和电子、医药、化工、食品、金融和服务、政府和教育等各行各业。
JMP Pro
专为科学家和工程师打造的预测分析软件
JMP Pro 提供一系列丰富的算法，让您能够构建高效的模型，您还可以通过模型筛选，轻松找到最适合您的数据的模型，轻松构建候选模型，然后使用 C、Python、JavaScript、SAS 或 SQL 进行分析、对比和生成评分代码。
JMP官方微信公众号
敏捷分析 成就无限
分享
收藏
点赞
在看
点击“阅读原文”，立即试用 JMP
