2024年M1、松本人志さんの抜けた役割は誰が担ったのか、審査員9人は最適なのかをデータで確認する
審査員は9人が良いのか?
松本人志さんの不在、サンド富澤さんの欠場を埋めるにあたって、2人新たに加わるとなると、どうしても「松本さんの代打感」という色が付いてしまいます。だったら、いっそ審査員枠を9人にしてしまい、半分近くを入れ替えてしまおう…という発想だったのではないか、と邪推しています。 しかし、その結果、1点差で2位、3位、4位が並ぶという史上稀に見る事態が起きてしまいました。その差、わずか2点差です。
2位~4位の点差は、審査員が7名だった17年~23年において、18年が18点差(656点、648点、648点)が最大、21年が6点差(655点、655点、649点)と20年も6点差(649点、648点、643点)でした。900点満点の2点差は辛い。 それだけ実力が拮抗していたと言えますし、審査員が意志と覚悟を持って採点した結果とも言えます。 そこで、9人の採点結果を、Rを使って描写してみます。 install.packages("PerformanceAnalytics") library("PerformanceAnalytics") chart.Correlation(m1)
採点の傾向として、石田教授とアンタッチャブル柴田さんがめちゃくちゃ似ているようです。逆に1番似ていないのが、塙さんと中川家礼二さん。 さらに、主成分分析も行います。 ■主成分分析とは… たくさんある列を、全体が分かりやすく見通せる1~3程度の列(次元)に要約していく手法。この要約は「次元の縮約」という表現で呼ばれる場合もある。要約した合成変数のことを「主成分」と呼びます。 この辺りの実装、何をやっているかよく分からないという方は、7人の審査員の得点を、2列に圧縮したと捉えて下さい。7人でそれぞれ傾向があって分かりづらいのですが「似た者同士の2列」があれば、それを1列にまとめます。7人分のデータ→2つの傾向にまとめて可視化しやすくなったと考えてください。