As Olimpíadas são, sem dúvida, o maior evento esportivo do planeta. Uma celebração que transcende fronteiras, culturas e idiomas, reunindo atletas de todas as partes do mundo em uma competição que busca a excelência.
Tivemos na semana passada o término das Olimpíadas de Paris, que apesar de algumas polêmicas foi incrível e por conta de um cirurgia pude acompanhar intensamente cada competição. Ao final tivemos os Estados Unidos como grande vencedor para a surpresa de ninguém.
O quadro de medalhas (lá no final) é um reflexo da performance esportiva das nações e, ao longo dos anos, têm gerado debates sobre quais fatores realmente influenciam o sucesso olímpico.
Ao longo das olimpíadas dois fatores eram frequentemente mencionados por jornalistas e nas rodas de amigos como sendo as causas principais para o ganho de medalhas, que são o Índice de Desenvolvimento Humano (IDH) e o tamanho da população de um país. A discussão era sempre que só ganham os países mais desenvolvidos e quando não era essa a justificativa, era que tinha muita gente. Mas será isso mesmo?
Nesta pesquisa, investiguei correlação entre esses fatores e o número de medalhas conquistadas, usando métodos estatísticos para entender até que ponto essas variáveis explicam o desempenho olímpico.
IDH e o Sucesso Olímpico: A Relação é Forte?
O Índice de Desenvolvimento Humano (IDH) é uma métrica composta que avalia a qualidade de vida em diferentes países, levando em consideração a expectativa de vida, a educação e a renda per capita. A suposição comum é que países com um IDH mais alto possuem melhores condições de infraestrutura, saúde e educação, o que, teoricamente, proporcionaria melhores condições para a formação de atletas de elite.
Em nossa análise, foi verificado que o IDH tem uma correlação positiva com o número de medalhas conquistadas. Ou seja, países com um IDH mais elevado tendem a ganhar mais medalhas. No entanto, embora essa correlação seja estatisticamente significativa, o IDH sozinho explica apenas 11% da variação no quadro de medalhas. Isso indica que, embora o IDH tenha um papel no sucesso olímpico, ele não é o único fator, nem o mais determinante e de longe o mais influente, explica bem pouco inclusive.
Essa descoberta sugere que, enquanto países desenvolvidos possuem uma vantagem em termos de recursos disponíveis para o esporte, essa vantagem não é suficiente para garantir um desempenho superior por si só.
A População Como Fator Determinante
O tamanho da população de um país é outra variável frequentemente discutida quando se trata de prever o sucesso olímpico. A lógica por trás disso é simples: quanto maior a população, maior a base de talentos potenciais e, portanto, maior a probabilidade de encontrar e desenvolver atletas de classe mundial.
Na nossa análise, encontramos que o tamanho da população também tem uma correlação positiva com o número de medalhas. Assim como o IDH, essa correlação é estatisticamente significativa, mas responde por apenas 16% da variação no quadro de medalhas. Esse percentual é ligeiramente maior do que o explicado pelo IDH, mas assim como ele não é determinante.
Essa análise revela que, embora os países com grandes populações tenham uma vantagem numérica, essa vantagem também não é suficiente para explicar o sucesso olímpico de forma ampla. Vários países como México, Indonésia, e Paquistão confirmam isso, todos estes possuem acima de 100 milhões de pessoas, e tiveram parco sucesso, e a Índia com seu 1 bilhão e meio de habitantes, ganhou apenas 6 medalhas. Ou seja, não conseguem traduzir essa vantagem em sucesso olímpico.
Modelo Conjunto: IDH e População
E ai temos, a terceira análise, o sucesso seria a combinação entre IDH alto e população grande? Ao combinar essas variáveis em um modelo conjunto, a análise revelou que elas juntas explicam 32% da variação no quadro de medalhas o que é interessante, porém ainda é pouco, temos 68% não explicado.
E o que seriam esses outros fatores?
Outros fatores, que são mais difíceis de quantificar, provavelmente desempenham um papel muito mais significativo. Como por exemplo:
Estímulo Governamental ao Esporte: Países como a China têm programas governamentais rigorosos e bem-financiados que identificam e treinam jovens atletas desde cedo. Esse tipo de estímulo pode ser mais determinante para o sucesso olímpico do que o IDH ou o tamanho da população. E quando combinados com o IDH e População tornem o pais um poderoso medalhista.
Cultura e Tradição Esportiva: Em países como os EUA, o esporte e a competição é uma parte fundamental da cultura. O incentivo social para a prática esportiva, combinado com oportunidades de bolsas de estudo para atletas talentosos, cria um ambiente propício para o desenvolvimento de atletas de elite, e mais uma vez aliado a quantidade de pessoas e um bom desenvolvimento o tornaram o maior medalhista de todos os tempos.
Genética e Aptidão Natural: Certos países parecem ter uma aptidão natural para certos esportes. A Jamaica, por exemplo, tem uma tradição forte em corridas de curta distância, enquanto o Quênia se destaca em corridas de longa distância. Esses sucessos podem ser atribuídos a fatores genéticos e culturais que favorecem essas modalidades específicas, e que internamente acabam se retroalimentando, mais medalhistas influenciam a formação de novos atletas naquele esporte.
Tradição e Foco: Países como o Irã e o Uzbequistão têm se destacado em artes marciais, como boxe, wrestling e outros. Superando nações com IDH mais alto como como Áustria, Irlanda, e Polônia. Esses exemplos mostram que a tradição e o foco em esportes específicos podem ser mais determinantes do que os indicadores econômicos.
Reflexões Finais
Agora teremos as Paralimpíadas ao final vamos fazer essa análise também e verificarmos se os resultados são diferentes. Até lá.
___________________
Anexos
Análise do Modelo
Sobre o modelo, este passou pelo teste F, indicando que pelo menos uma das variáveis no modelo tem uma influência significativa. No entanto, o teste de Durbin-Watson, que verifica a presença de autocorrelação nos resíduos do modelo, falhou. Isso sugere que o modelo tem problemas, possivelmente devido à presença de outras variáveis não incluídas na análise ou à natureza inadequada do modelo linear para capturar a complexidade do fenômeno. E apesar de não haver problemas de colinearidade entre as variáveis, a autocorrelação significativa dos resíduos sugere que o modelo pode não ser o mais adequado para capturar todas as nuances da relação entre essas variáveis e o sucesso olímpico.
Correlação Individual
Quadro de Medalhas
Team | Rank | Gold | Silver | Bronze | Total |
USA | 1 | 40 | 44 | 42 | 126 |
China | 2 | 40 | 27 | 24 | 91 |
Japan | 3 | 20 | 12 | 13 | 45 |
Australia | 4 | 18 | 19 | 16 | 53 |
France | 5 | 16 | 26 | 22 | 64 |
Netherlands | 6 | 15 | 7 | 12 | 34 |
GreatBritain | 7 | 14 | 22 | 29 | 65 |
SouthKorea | 8 | 13 | 9 | 10 | 32 |
Italy | 9 | 12 | 13 | 15 | 40 |
Germany | 10 | 12 | 13 | 8 | 33 |
NewZealand | 11 | 10 | 7 | 3 | 20 |
Canada | 12 | 9 | 7 | 11 | 27 |
Uzbekistan | 13 | 8 | 2 | 3 | 13 |
Hungary | 14 | 6 | 7 | 6 | 19 |
Spain | 15 | 5 | 4 | 9 | 18 |
Sweden | 16 | 4 | 4 | 3 | 11 |
Kenya | 17 | 4 | 2 | 5 | 11 |
Norway | 18 | 4 | 1 | 3 | 8 |
Ireland | 19 | 4 | 0 | 3 | 7 |
Brazil | 20 | 3 | 7 | 10 | 20 |
Iran | 21 | 3 | 6 | 3 | 12 |
Ukraine | 22 | 3 | 5 | 4 | 12 |
Romania | 23 | 3 | 4 | 2 | 9 |
Belgium | 24 | 3 | 1 | 6 | 10 |
Georgia | 25 | 3 | 3 | 1 | 7 |
Bulgaria | 26 | 3 | 1 | 3 | 7 |
Serbia | 27 | 3 | 1 | 1 | 5 |
Czechia | 28 | 3 | 0 | 2 | 5 |
Denmark | 29 | 2 | 2 | 5 | 9 |
Cuba | 30 | 2 | 1 | 6 | 9 |
Azerbaijan | 31 | 2 | 2 | 3 | 7 |
Croatia | 32 | 2 | 2 | 3 | 7 |
ChineseTaipei | 33 | 2 | 0 | 5 | 7 |
Bahrain | 34 | 2 | 1 | 1 | 4 |
Austria | 35 | 2 | 0 | 3 | 5 |
Slovenia | 36 | 2 | 1 | 0 | 3 |
HongKong,China | 37 | 2 | 0 | 2 | 4 |
Philippines | 38 | 2 | 0 | 2 | 4 |
Algeria | 39 | 2 | 0 | 1 | 3 |
Indonesia | 40 | 2 | 0 | 1 | 3 |
Poland | 41 | 1 | 4 | 5 | 10 |
Israel | 42 | 1 | 5 | 1 | 7 |
Kazakhstan | 43 | 1 | 3 | 3 | 7 |
Switzerland | 44 | 1 | 2 | 5 | 8 |
Jamaica | 45 | 1 | 3 | 2 | 6 |
SouthAfrica | 46 | 1 | 3 | 2 | 6 |
Thailand | 47 | 1 | 3 | 2 | 6 |
Greece | 48 | 1 | 1 | 6 | 8 |
Ethiopia | 49 | 1 | 3 | 0 | 4 |
Ecuador | 50 | 1 | 2 | 2 | 5 |
Portugal | 51 | 1 | 2 | 1 | 4 |
Argentina | 52 | 1 | 1 | 1 | 3 |
Egypt | 53 | 1 | 1 | 1 | 3 |
Tunisia | 54 | 1 | 1 | 1 | 3 |
Botswana | 55 | 1 | 1 | 0 | 2 |
Chile | 56 | 1 | 1 | 0 | 2 |
SaintLucia | 57 | 1 | 1 | 0 | 2 |
Uganda | 58 | 1 | 1 | 0 | 2 |
DominicanRepublic | 59 | 1 | 0 | 2 | 3 |
Guatemala | 60 | 1 | 0 | 1 | 2 |
Morocco | 61 | 1 | 0 | 1 | 2 |
Dominica | 62 | 1 | 0 | 0 | 1 |
Pakistan | 63 | 1 | 0 | 0 | 1 |
Türkiye | 64 | 0 | 3 | 5 | 8 |
Mexico | 65 | 0 | 3 | 2 | 5 |
Kyrgyzstan | 66 | 0 | 2 | 4 | 6 |
NorthKorea | 67 | 0 | 2 | 4 | 6 |
Armenia | 68 | 0 | 3 | 1 | 4 |
Colombia | 69 | 0 | 3 | 1 | 4 |
India | 70 | 0 | 1 | 5 | 6 |
Lithuania | 71 | 0 | 2 | 2 | 4 |
RepublicofMoldova | 72 | 0 | 1 | 3 | 4 |
Kosovo | 73 | 0 | 1 | 1 | 2 |
Tajikistan | 74 | 0 | 0 | 3 | 3 |
Cyprus | 75 | 0 | 1 | 0 | 1 |
Fiji | 76 | 0 | 1 | 0 | 1 |
Jordan | 77 | 0 | 1 | 0 | 1 |
Mongolia | 78 | 0 | 1 | 0 | 1 |
Panama | 79 | 0 | 1 | 0 | 1 |
Albania | 80 | 0 | 0 | 2 | 2 |
Grenada | 81 | 0 | 0 | 2 | 2 |
Malaysia | 82 | 0 | 0 | 2 | 2 |
PuertoRico | 83 | 0 | 0 | 2 | 2 |
CapeVerde | 84 | 0 | 0 | 1 | 1 |
Côted'Ivoire | 85 | 0 | 0 | 1 | 1 |
Peru | 86 | 0 | 0 | 1 | 1 |
Qatar | 87 | 0 | 0 | 1 | 1 |
RefugeeOlympicTeam | 88 | 0 | 0 | 1 | 1 |
Singapore | 89 | 0 | 0 | 1 | 1 |
Slovakia | 90 | 0 | 0 | 1 | 1 |
Zambia | 91 | 0 | 0 | 1 | 1 |
Comments