Чемпионат мира по аргентинскому танго 2024 года, также известный как Tango de Mundial, прошел в Буэнос-Айресе, Аргентина, с участием около 500 танцевальных пар в предварительном раунде. Соревнование является высоко субъективным, судьи имеют свои собственные мнения о том, что составляет качество в различных критериях оценки. Данные из соревнования ограничены, доступны только баллы танцоров, и все судьи исключительно аргентинцы, что вызвало у некоторых вопросы о легитимности соревнования.
Была проведена статистическая оценка для выявления предвзятости оценок между двумя судейскими панелями, каждая из которых состоит из 10 судей. Анализ показал, что доля танцоров, судимых панелью 2, которые прошли в полуфинальный раунд, была значительно выше, чем у тех, кто был судим панелью 1. Была использована двухсторонняя z-тест для проверки разницы в долях, и результаты показали, что разница была статистически значимой, с p-значением 0,0.
Анализ также показал, что 17% танцевальных пар, судимых панелью 1, прошли в полуфинал, по сравнению с 33% тех, кто был судим панелью 2. Это предполагает, что панель 2 была более склонна давать более высокие баллы, в результате чего больше танцоров прошли в полуфинал. Результаты анализа предполагают, что существует предвзятость в оценках между двумя панелями.
Анализ также подчеркнул ограничения данных, включая тот факт, что судьи не представляют весь мир, оценка танцоров до сотой десятичной дроби является абсурдом, и коррупция и политика могут сыграть роль в соревновании. Несмотря на эти ограничения, данные из Tango Mundial являются крупнейшим и наиболее репрезентативным набором данных о мировых аргентинских танцорах танго.
Автор анализа является специалистом по данным и конкурентным аргентинским танцором танго, и его мнение представляет собой искренний и информированный голос о танго. Анализ дает представление о субъективной природе оценок в соревновании и подчеркивает необходимость более полных данных для лучшего понимания предвзятости и ограничений соревнования.
towardsdatascience.com
Statistical Analysis on Scoring Bias