F1 2022 in cijfers - Deel 1 | De prestaties van Verstappen en consorten in beeld

Bij onze vorige beschouwing bekeken we de cijfers van de eerste elf races, de helft, van het 2022-seizoen. Ondertussen hebben we nog vijf races mogen meemaken, waardoor bijna driekwart van het F1-raceseizoen voltooid is. Het lijkt daarom gepast om weer eens terug te kijken op de cijfers van de afgelopen zestien races, voordat de Formule 1 zich weer volledig richt op het laatste deel van de kampioensstrijd dit jaar. Wellicht kunnen we nog nieuwe inzichten distilleren uit onze analyses en berekeningen. Ook dit keer heeft F1Maximaal weer formules losgelaten om correcties voor DNF, DNS en gelapte ronden te berekenen. Het eerste deel van onze bevindingen presenteren we in dit artikel.

Cumulatieve racetijden over het hele seizoen zijn, zoals we inmiddels al weten, geen goede weerspiegeling van de uiteindelijke klassementsposities. Het niet uitrijden van een race door technische mankementen of incidenten, op meer dan een ronde gezet worden, of zelfs helemaal niet starten heeft hier een aanzienlijke invloed op, zie ook figuur 1. Wat hier wel duidelijk naar voren komt is dat bij slechts één team de coureurs slechts één race elk niet uitgereden hebben, namelijk Lewis Hamilton en George Russell van Mercedes. Dit zegt wel iets over de betrouwbaarheid van de W13 ondanks het porpoising-verhaal en de eenmalige uitval daarna, temeer omdat ieder ander team al meerdere uitvalbeurten heeft meegemaakt.

In deze grafiek staan de coureurs met de meest gereden races verder naar boven, en degenen die de minste races uitgereden hebben verder naar beneden. Dit vertekent het beeld aanzienlijk, omdat niet de snelsten onderaan staan, maar de coureurs die het minst geracet hebben. Daarom hebben we, net als eerder, een aantal correcties toegepast om de gemiddelde posities van de rijders na afloop van de Grand Prix van Italië te berekenen. Dit is een simpel voortschrijdend gemiddelde, gebaseerd op de officiële klassementsposities van elke coureur per race. Hierdoor worden de posities die de coureurs na elke voltooide race niet aangetast of veranderd, zodat we deze waardes in principe zonder problemen in berekeningen van virtuele of genormaliseerde tijden en posities kunnen gebruiken.

Figuur 2 laat deze gemiddelde klassementsposities van de racers zien over de voltooide zestien races, met de veranderingen die daarbij horen. Niet uitgereden races zijn daarin eveneens meegenomen. De redenering hierachter is dat iedere rijder wel eens last heeft van een incident, en dat deze incidenten elkaar over het algemeen uitvlakken. Hier vloeien gemiddelde eindklassementsposities uit per coureur die representatief zijn voor de actuele data van alle races tot nog toe (zie Tabel 1).

Deze klasseringen gebruiken we om oplossingen voor de verschillende problemen in de data door te rekenen en daarmee de totale racetijden aan te passen. Het kan echter ook zijn dat een rijder geen andere rijders achter zich heeft met een valide tijd om zijn virtuele tijd te kunnen berekenen. In dat geval worden de gemiddelde tijdsverschillen over de hele seizoenshelft gebruikt om tot een virtueel eindresultaat te komen. Deze verschillen zijn eveneens aangegeven in Tabel 1 door middel van een genormaliseerde klassementspositie.

Correcties voor DNF, DNS, en gelapte ronden

Net als eerder dit jaar maken we aanpassingen voor coureurs die één of meerdere malen ingehaald zijn, dus op één of meerdere ronden gezet zijn door voorliggers. Dit hebben we gedaan door hun racetijden per race te delen door het aantal ronden dat ze gereden hebben, en die tijd vervolgens te vermenigvuldigen met het aantal gelapte ronden. Dit levert extra tijd op die vervolgens is toegevoegd aan de officiële eindtijd zoals verstrekt door de FIA. Het mooie hiervan is dat het geen enkele positie wijzigt in het totaalklassement, maar wel een reëel beeld levert van de eindtijd als de coureur in kwestie de race volledig zou hebben uitgereden.

Natuurlijk zou een coureur tegen het einde van de race net iets sneller hebben kunnen rijden, maar we spreken dan over tienden van seconden. Dit is zo weinig op het totaal dat dit niet relevant zal zijn. De volgende stap is om DNF-klassificaties uit de vergelijking te verwijderen. Hiervoor hebben we de reeds genoemde gemiddelde klassementsposities gebruikt, zie Tabel 1. Als een rijder de race niet uitgereden heeft, wordt gecheckt waar hij gemiddeld genomen geëindigd zou zijn. De tijden van de rijders die zich dan virtueel voor hem en achter hem hebben geplaatst, worden van elkaar afgetrokken, wat puur de verschiltijd tussen voor- en achterligger oplevert.

De piloot die een DNF heeft ervaren, zou normaal gesproken dus tussen deze twee andere coureurs geëindigd zijn. De fractionele positie van de DNF-coureur tussen de twee anderen wordt dan berekend, en diezelfde fractie wordt toegepast op de verschiltijd. Deze tijd wordt dan toegevoegd aan de tijd van de voorligger, en daarmee hebben we de virtuele tijd van de uitgevallen chauffeur bepaald. Voor een DNS wordt hetzelfde principe toegepast. In het geval er geen achterliggers zijn, of voorliggers, worden de gemiddelde tijdsverschillen gebruikt. Dit zijn de gemiddelde tijdsverschillen over het hele seizoen tot en met de Grand Prix van Italië, gecorrigeerd voor gelapte ronden.

Genormaliseerde data

Om te zien of deze berekeningen een representatief resultaat opleveren, kijken we naar de cumulatieve racetijden. Dit geeft niet echt een duidelijk beeld van de rangorde van de coureurs, maar wel een duidelijke indicatie van de effecten van de doorgevoerde bewerkingen en correcties, omdat de verschillen voor geaccumuleerde, genormaliseerde racetijd in dat geval erg klein zouden moeten zijn. En dat blijkt inderdaad het geval, zie figuur 3. Op grond van deze resultaten kunnen we ook weer klassementsposities bepalen, en die zijn weergegeven in Animatie 1.

Animatie 1. Genormaliseerde gemiddelde klassementsposities F1 2022, tot en met de Grand Prix van Italië (© 2022 F1Maximaal.nl)

Ook is al bekend dat cumulatieve racetijden over een periode maar weinig inzicht geven in de verschillen tussen de rijders. De verschillen op het totaal zijn namelijk veel te klein, zoals ook duidelijk is in Tabel 2, waar we geaccumuleerde racetijd, correcties voor gelapte ronden, en volledig genormaliseerde racetijd naast elkaar hebben gezet. Het geeft wel heel duidelijk aan hoe gering eigenlijk de verschillen zelfs tussen de minder goede en beste F1-piloten zijn, en hoe racetijden van actuele races geen goede indicatie geven van algehele resultaten.

Op basis van de berekende gegevens, hebben we daarom een animatie gecreëerd van race tot race met de cumulatieve racetijdverschillen in plaats van de racetijden, gebaseerd op die berekende genormaliseerde racetijden. De tijdsverschillen zijn hier gebruikt omdat deze puur de afstanden in tijd laten zien tussen de coureurs na elke race. Deze verschillen gaan om seconden en minuten, en niet om uren, en daarmee zijn de coureurs in een ranglijst duidelijker van elkaar te onderscheiden.

Animatie 2. Cumulatief tijdsverschil , genormaliseerd voor gelapte ronden, DNF en DNS (© 2022 F1Maximaal.nl)

Deze aanpak zorgt voor een veel duidelijker beeld van de afstanden tussen de rijders, en wat er gebeurt. Het maakt het mogelijk om makkelijker conclusies te kunnen trekken. We hebben daarnaast ook de verticale as omgekeerd, dat wil zeggen, met de laagste waarden bovenaan weergegeven. Hiermee eindigen de snelste coureurs bovenaan in de grafiek, wat visueel meteen de rangorde weergeeft. Hoe hoger hoe beter tenslotte. Klikken op de Afspeel-button in de animatie geeft het verloop van deze genormaliseerde tijdsverschillen weer. Het is ook mogelijk deze op het YouTube-kanaal van F1Maximaal af te spelen, waar we nog een aantal animaties klaar hebben staan voor de geïnteresseerden.

De totale cumulatieve tijdsverschillen zijn ook weergegeven in Tabel 3, waar we actuele data naast genormaliseerde data hebben gezet, en eveneens de afstand tot de nummer één, Max Verstappen, hebben toegevoegd. Dit maakt meteen duidelijk hoe klein het verschil tussen nummer één en twee in de ranglijst is, namelijk slechts 255,5 seconden. Dit is het tijdsverschil over de gehele seizoenshelft, waar de coureurs allen ruim 4823 kilometer hebben afgelegd, en 5025 kilometer inclusief sprints. Deze verschillen zijn ondertussen wel aardig gegroeid, en zijn zelfs zo’n viermaal zo groot tussen nummer één en twee als na de eerste elf races.

Een belangrijk gegeven hier is dat er een aantal coureurs zijn, die maar erg weinig races gereden hebben, omdat ze opgesteld stonden als reservecoureur. We hebben het hier over Nico Hulkenberg, die tweemaal inviel aan het begin van het seizoen voor Sebastian Vettel, die helaas geveld was door COVID-19, en natuurlijk Nyck de Vries, die in Italië inviel voor Alexander Albon, die aan een blindedarmontsteking ten prooi viel en daarom meteen onder het mes moest. Gedeeltelijk geldt dit ook voor coureurs met veel uitvalbeurten, zoals Valtteri Bottas, die dit seizoen wel heel erg veel pech heeft gehad. De gebruikte methodologie houdt hier rekening mee, maar zal natuurlijk veel minder nauwkeurig zijn dan voor coureurs die in bijvoorbeeld meer dan tien races zijn verschenen.

Daarnaast hebben we een nieuwe dimensie aan onze data toegevoegd, te weten die voor teamprestaties. Hierin hebben we puntenscores en het verloop daarvan, uitvalbeurten zoals in tabel 4, en rangordes, zie bijvoorbeeld tabel 5, meegenomen. Natuurlijk hebben we ook hier weer genormaliseerde data berekend, effectieve uitvalbeurten, evenals percentages voor uitvalbeurten. Dit alles om weer een beter beeld te krijgen van het seizoen tot nu toe, en om te zien of hier nog verdere conclusies aan te verbinden zijn.

Voorbeelden van de verwerkte teamdata zijn te vinden in Tabel 4, rangorde en klassementsposities, en Tabel 5, Races met en zonder dubbele DNF, of uitvalbeurten. Deze data en meer behandelen we in deel 2 van de cijfers tot en met de Grand Prix van Italië, inclusief inzichten die door de visualisatie van deze data duidelijker worden. Ook daar zullen we gebruikmaken van tabellen, animaties, interpretaties en inzichten verworven uit deze teamdata.

Door: Wim G. Vandebilt