Bagaimana Oscar Lebih Ramai Daripada Anda Boleh Pikirkan

Bagaimana Oscar Lebih Ramai Daripada Anda Boleh Pikirkan

Minggu ini, kebanyakan tokoh utama dalam pembuatan filem akan berkumpul di Hollywood untuk Upacara Oscars tahunan 89. Anda boleh melihat beberapa bank wawancara permaidani merah yang tidak teratur, Beberapa ucapan penerimaan fawning dan beberapa jenaka yang jatuh. Dalam semua kemungkinan, akan ada satu lagi kepastian pada malam itu - anugerah atau dua logik yang mana akan dipersoalkan untuk tahun yang akan datang.

Sekarang sudah lebih satu dekad sejak melodrama hubungan kaum Crash pipped Brokeback Mountain untuk penghargaan 2006 Picture Best dan ia masih memimpin kebanyakan senarai sebagai salah satu pilihan yang paling tidak jelas sejarah. Tetapi walaupun bola lengkung sekali-sekala, Oscars sebenarnya sangat diramalkan - jika anda melihat di tempat yang betul untuk maklumat.

Anda hanya boleh diramalkan

Sekiranya anda ingin tahu siapa yang akan memenangi anugerah ini, pertaruhan terbaik anda ialah pembuat buku - terutamanya jika anda meninggalkannya terlalu lewat. Pada masa majlis itu bergulir (selepas Golden Globes, BAFTA dan Pelakon Skrin Anugerah Guild telah dan telah hilang) agensi-agensi pertaruhan secara umum mempunyai pegangan yang hebat mengenai siapa yang Akademi akan mengenali.

Sebagai contoh, sejak 2004, kegemaran para penggemar telah memenangi Pelakon Terbaik setiap tahun selain daripada satu (dalam 2009, Sean Penn adalah kegemaran kedua sempit tetapi dimenangi untuk Susu.) Dalam tempoh yang sama, hanya dua kegemaran Pelakon Terbaik yang terlepas di Oscar, dan kedua-dua pemenang itu adalah kegemaran kedua.

Sebenarnya, dalam enam kategori utama - Gambar Terbaik, Pengarah Terbaik, Pelakon Terbaik, Pelakon Terbaik, Pelakon Pembantu Terbaik dan Pelakon Terbaik - anda perlu kembali sembilan tahun penuh untuk mencari kali terakhir anugerah tidak dimenangi oleh kegemaran atau kegemaran kedua.

Kebanyakan persepsi bahawa Akademi membuat keputusan yang tidak dapat diramalkan hanyalah orang yang melupakan apa pendapat popular pada masa itu. Melihat kembali kejayaan "kejutan" legenda Crash di 2006, ia adalah sebenarnya masih kegemaran kedua. Ia juga mempunyai banyak momentum di mata orang ramai, dengan kemungkinannya beralih dari A $ 9 yang besar kepada A $ 2.50 pada hari-hari sebelum upacara tersebut.

Anda dapat melihat kesan ini dalam carta di bawah. Data itu dikumpulkan dari pelbagai sumber yang hampir dengan upacara anugerah yang mungkin untuk setiap tahun. Sepanjang enam kategori utama sejak 2004, lebih daripada 82% daripada penghargaan telah pergi ke kegemaran penggemar. Apabila terdapat kegemaran panas merah (A $ 1.20 atau di bawah), anugerah itu lebih diramalkan. Dalam tahun-tahun terakhir 13, tiada penama yang sangat digemari telah gagal untuk membawa pulang anugerah itu dalam salah satu kategori ini.


Dapatkan yang terbaru dari InnerSelf


Ini adalah kebarangkalian yang boleh diprediksi. Sebagai perbandingan, melihat liga sukan Australia yang utama, walaupun pertandingan dengan A $ 1.20 atau di bawah kegemaran lebih tidak menentu. Dalam tempoh empat tahun yang lalu, sekitar 11% daripada permainan AFL yang sangat digemari telah berakhir dengan gangguan. Dalam NRL, kadarnya lebih tinggi pada hampir 28%. Dalam konteks ini, Oscar nampaknya relatif "perkara yang pasti".

Oscars dipilih oleh lebih daripada ahli mengundi 6,000 daripada cawangan 17 Akademi Motion Pictures and Sciences. Mengapa mereka boleh diramalkan? Penerbit membuat kemungkinan mereka dari pendapat umum - di mana orang meletakkan wang mereka. Mungkin Oscars sangat pasti kerana hadiah anugerah sebelumnya dari orang awam, atau mungkin orang pandai mengesan pendapat awam yang lebih luas. Mungkin juga, ada yang baik kuno Pemilih Oscar membocorkan undi mereka untuk mempengaruhi kemungkinan.

Anda boleh memikirkan kira-kira berapa mungkin pembuat buku menilai penama untuk menang dengan melakukan pengiraan berikut: A $ 1 / odds x 100%. Contohnya, dengan kemungkinan A $ 2.50, 2006 Best Picture Crash dianggap mempunyai peluang kejayaan 40.

Dalam tempoh dataset ini, kecelaruan terbesar ialah pemenang Pelakon Pembantu Terbaik Tilda Swinton untuk 2008's Michael Clayton. Para bookmakers menyangka dia mempunyai kemungkinan di bawah 10% menang (dengan kemungkinan ditetapkan pada A $ 11).

Kenapa orang lain dapat salah

Apa yang lebih penting lagi mengenai kepelbagaian Oscars adalah bilangan orang yang mengatasi perkara dan membuatnya salah.

Tahun lepas, tapak sains data Nate Silver, FiveThirtyEight dikumpulkan sembilan model matematik yang berbeza yang melancarkan data yang ada untuk menghasilkan ramalan pemenang Oscar.

Beberapa model ini adalah oleh saintis data amatur (walaupun amatur dengan PhD or dengan darjah Harvard) dan lain-lain oleh para profesional, termasuk pasukan di Ernst dan Young, pada operasi analisis Analisis ramalan oleh Simulasi, dan pada FiveThirtyEight itu sendiri.

Setiap model menggunakan dataset yang berbeza - beberapa dari Twitter menyebut, yang lain dari prestasi box office dan lain-lain dari tema pemenang sejarah atau ulasan filem terkini.

Jadi bagaimana model matematik ini ...? Secara keseluruhan, prestasi mereka hanya boleh digambarkan sebagai sengsara. Ramalan 48 yang dibuat merangkumi enam kategori utama hanya 50% daripada ini adalah betul. Sesetengah daripada mereka terlepas kepastian mutlak seperti Leonardo DiCaprio (A $ 1.01 atau 99% untuk menang) dan Brie Larson (A $ 1.04 atau 96% untuk menang).

Kenapa model-model ini begitu buruk? Anda mungkin pernah mendengar istilah itu "data besar" dan idea itu dataset besar boleh dicari corak yang membolehkan kita meramalkan masa depan. Walaupun tiada siapa yang boleh menentukan apa yang "besar" bermakna, dalam konteks ini, dataset Oscar pastinya tidak "besar".

Satu data dalam kategori setiap tahun kurang dari satu abad tidak banyak untuk mengatasi sebarang kekurangan atau ketidakpastian yang lain dalam sistem. Contohnya, terdapat trend jangka pendek dalam citarasa pengundi Oscar.

Dalam 1960s, empat muzikal memenangi Gambar Terbaik. Yang 1980s nampaknya memihak kepada filem-filem yang berkaitan dengan kolonialisme dan selepasnya. Sekitar giliran alaf itu, Akademi memuji kejayaan pejabat box office yang selamat dan tidak kontroversial. Dari sudut penentukuran model matematik, walaupun, pada masa ini trend popular telah mempengaruhi model, selera mungkin sudah berpindah.

Isyarat spoiler

Tahun ini dalam enam kategori utama, terdapat lima hadiah pendek (A $ 1.20 atau bawah). Seperti yang telah saya tunjukkan di atas, sudah lebih dari satu dekad sejak mana-mana kegemaran sedemikian meninggalkan tangan kosong.

Jika sejarah mengulangi sendiri, ia kelihatan selamat untuk mengandaikan bahawa pelakon dan krew La La Land mungkin hanya melompat, berputar dan menari jauh dari Hollywood Boulevard dengan sedikit lagi emas untuk mantelpieces mereka. Filem itu sendiri, ditambah dengan pelakon Emma Stone, dan pengarah Damien Chazelle semuanya sangat berjaya.

Begitu juga, Mahershala Ali untuk Penolong Pelakon di Malaysia Moonlight, dan Viola Davis untuk Pelakon Pelakon di Malaysia Pagar semoga ada sebab untuk berasa yakin. Menurut para bookmakers, hanya perlumbaan Terbaik Pelakon tahun ini sukar untuk diramalkan. Prestasi Casey Affleck dalam Manchester dengan Laut disukai di A $ 1.57, hampir di hadapan Denzel Washington pada A $ 2.10.

Walau bagaimanapun, ingatlah bahawa kemungkinan yang boleh berubah terus hingga ke malam. Seminggu sebelum upacara 2006, keyakinan lama yang berlaku di Brokeback Mountain mula runtuh dan ia hanyut dari A $ 1.10 hampir pasti kepada A $ 1.50 yang lebih diragui. Dengan melihat semula, keraguan yang merangkak mengenai kejayaannya terbukti betul.Perbualan

Tentang Pengarang

Stephen Woodcock, Pensyarah Kanan dalam Matematik, Universiti Teknologi Sydney

Artikel ini pada asalnya diterbitkan pada Perbualan. Membaca artikel asal.

Buku-buku yang berkaitan

{amazonWS: searchindex = Books; keywords = oscars; maxresults = 3}

enafarzh-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

ikuti InnerSelf pada

icon-facebooktwitter-iconrss-icon

Dapatkan Yang Terbaru Dengan E-mel

{Emailcloak = mati}