Analisi e previsione dei tempi in mezza maratona basate su dati raccolti tramite questionario

Questa tesi ha lo scopo di analizzare e prevedere i tempi in mezza maratona a partire da un questionario su abitudini di allenamento e caratteristiche fisiche. Dopo la pulizia del dataset, ricavato dalle risposte al questionario, è stata condotta un’analisi esplorativa per individuare le variabili più influenti sul tempo finale. Inoltre, sono state confrontate le diverse metodologie di allenamento tra gli atleti più veloci e i più lenti presenti nel campione. Per la previsione sono stati valutati diversi modelli: LinearRegression, Ridge, Lasso, ElasticNet, RandomForest, GradientBoosting, XGBoost, SVR con kernel rbf e poly. I modelli con iperparametri sono stati ottimizzati tramite ricerca in cross-validation con seed fisso. La valutazione si è basata principalmente sul MAE e RMSE, ma anche sull'indice R2. Per quantificare l’incertezza dei risultati sono stati ripetuti più split casuali train/test e calcolati intervalli di confidenza al 95% delle metriche. Modelli più complessi, come quelli non lineari, non hanno mostrato benefici stabili, verosimilmente a causa delle dimensioni ridotte del campione. In futuro, l'ampliamento del dataset e l'inclusione di ulteriori variabili possono sicuramente migliorare l'accuratezza predittiva.