Na aflevering 1 is dit de top vijf aam Molkansen gebaseerd op DidM:
1. Fons - 0,645
2. Anna - 0,242
3. Tooske - 0,031
4. Justin - 0,029
5. Rian - 0,018
In deze fase van het spel bevat het DidM-model nog maar beperkte informatie: de kandidaatsprofielen en de data van de eerste aflevering. Aflevering 2 volgende week wordt daarom een belangrijke, gaat Fons zijn koppositie verder verstevigen of komt er toch nog een andere Mol bovendrijven?
Leeftijd lijkt me meer te doelen op als een kandidaat dichter bij de gemiddelde leeftijd van de mol zit, deze een hogere score krijgt. Al lijkt me dit lichtelijk onlogisch aangezien deze statestiek met de jaren toch steeds dichter rond de 45 zou moeten gaan neigen...Ja daarom vroeg ik me dat af. Ook omdat dit factoren zijn die niet perse bepalen of iemand meer mol-potentie heeft of niet. Althans dat denk ik dan...
Ja daarom vroeg ik me dat af. Ook omdat dit factoren zijn die niet perse bepalen of iemand meer mol-potentie heeft of niet. Althans dat denk ik dan...
Dat was mijn conclusie ook en die had ik dus meegenomen in het model. Desondanks, dit komt eruit..Misschien begrijp ik iets verkeerd, maar als er weinig datapunten zijn zou ik zeggen dat iedereen dichter bij elkaar zou moeten liggen. Is dit iets wat meegenomen kan worden in het model?
Tegelijkertijd, deze percentages moet je met een korreltje zout nemen. Er zitten nog niet al te veel datapunten in het model na één aflevering en er kan dus nog wel wat gaan schuiven.
Ben benieuwd naar jouw visie na aflevering 2.Same here!
Same! Alsook naar de resultaten de voorgaande jaren na aflevering 2.2021 en 2022 zijn al genoemd in dit topic
Same here!
Volgens mij weet ik van vorig jaar dat deze "algoritme" een eigen site heeft. Weet iemand daar de url nog van?
Na aflevering 1 is dit de top vijf Molkansen gebaseerd op DidM:
1. Fons - 0,645
2. Anna - 0,242
3. Tooske - 0,031
4. Justin - 0,029
5. Rian - 0,018
In deze fase van het spel bevat het DidM-model nog maar beperkte informatie: de kandidaatsprofielen en de data van de eerste aflevering. Aflevering 2 volgende week wordt daarom een belangrijke, gaat Fons zijn koppositie verder verstevigen of komt er toch nog een andere Mol bovendrijven?
Klopt:
https://www.codeerik.nl/widm-2024-op-zoek-naar-de-mol-met-data-analyse/
Het moldel is ook weer actief:
https://github.com/LennartJKlein/Moldel
Op de site staat Anna als meeste verdachte, ook bij aflevering 1. Maar in het topic staat juist dat Fons dik bovenaan stond na aflevering 1. Welke is de juiste?Dat heb je scherp gezien
Ik heb het schema en blog bekeken en dan zie je dat het uiteindelijk om slechts een paar opdrachten gaat die vorig jaar een rol speelden in de beoordeling. Van de 27 opdrachten werden er 18 niet meegerekend omdat daar iedere kandidaat evenveel invloed had op het spel en dus ook de mol zou kunnen zijn.
Bij de 9 opdrachten die overbleven kreeg Everon 6 maal de kwalificatie "mol". Thomas, Laetitia, Kim-Lian, Fresia hadden deze kwalificatie 5 maal. Zelfs Sahil had 6 maal een mol kwalificatie. Het ligt dus dicht bij elkaar. Logisch als de groep kleiner wordt. De molkans per kandidaat wordt dan sowieso groter
Dat de beoordeling subjectief is blijkt ook wel uit de opdracht met de jetski's. Hier werd de beste positie van de mol ingeschat op een jetski terwijl Everon als enige op de centrale boot zat.
Er zitten ook nogal wat disclaimers in de omschrijving maar wellicht dat deze analyse samen met de molpunten en follow the money ons naar de mol brengt. ;)
Wat een chaosaflevering was dit. Zo hebben we geen Mol meer nodig. Maar goed, we doen het er mee.Thanks voor de analyse, en sorry dat ik vraag, maar je bent dus niet https://www.codeerik.nl/widm-2024-op-zoek-naar-de-mol-met-data-analyse/?
De top 3 Molkansen op basis van DidM ziet er na aflevering 2 als volgt uit
1. Fons - 0,918
2. Anna - 0,063
3. Tooske - 0,008
Na aflevering 2 loopt Fons dus verder uit op de rest van het peloton en dat is dan inclusief Anna. Elk van de overige kandidaten in het spel hebben na aflevering 2 een ingeschatte Molkans die lager is dan die van Tooske.
Een, niet volledig, lijstje van observaties die over de drempel van het model heen zijn gekomen en die ik dus heb meegenomen in de DidM berekeningen van aflevering 2
Fons
- Molkans stijgt: positie op het veld (ook op het moment dat de €1968 gespeeld zou moeten worden)
- Molkans daalt: 2 goede antwoorden op beeld
Anna
- Molkans stijgt: positie op het veld
- Molkans daalt: meeste goede antwoorden op beeld (3), prominent in montage, meeste stemmen in app
Tooske
- Er zijn niet al te veel specifieke aanwijzingen naar Tooske deze aflevering. Haar reactie op Rik bij de uitleg van opdracht 1 en haar biecht naar aanleiding van de verdwenen 250 waren opvallend maar halen de drempel om opgenomen te worden in DidM niet.
Justin
- Molkans stijgt: - positie op de tribune
- Molkans daalt: - frustratie over roepers op veld, (slechts) 250 uit de pot, prominent in montage, verdacht door Jip
Rian
- Molkans stijgt: positie op de tribune
- Molkans daalt: zegt: “zes” (regie edit)
Mede door de verwarrende montage was een aantal zaken niet duidelijk of overtuigend genoeg om opgenomen te worden in DidM. Onder andere waren dit: de sleutelposities in opdracht 2, gaan staan/blijven zitten op het dakterras en de keuze van de helmen.
Thanks voor de analyse, en sorry dat ik vraag, maar je bent dus niet https://www.codeerik.nl/widm-2024-op-zoek-naar-de-mol-met-data-analyse/?
Want dat dacht ik de hele tijd (en volgens mij paar anderen ook)
Jeroen:
- Molkans daalt: neemt voortouw in pubquiz, 2 goede 'tweede antwoorden'
Zeer interessant, die Bayesiaanse insteek Allomol! Benieuwd hoe dit verder verloopt.
Wat me nog niet helemaal duidelijk is: het stijgen en dalen van de molkansen, is dat op basis van arbitrair ingestelde kansen, en zijn er verschillen tussen de verschillende types van inputs?
Kunnen die kansen ook getraind worden op basis van voorgaande seizoenen?
Ik ga mijn best doen. Het is best veel werk maar als ik wat tijd heb komend jaar (en Fons blijkt de mol te zijn) wil ik de uitdaging wel aannemen. Wat is een voldoende ‘afwijkend’ seizoen, die met Renee als mol?
Btw ik denk dat DidM twee sterktes combineert: het aantal inputvariabelen is best hoog en door de bayesiaanse opzet kun je, ook al bevat een enkel datapunt maar relatief weinig additionele informatie, toch relatief vaak de prior updaten. De resultaten daarvan zijn potentieel spectaculair. We gaan het zien.
Was er vorig jaar ook al zo ontzettend vroeg in het seizoen maar 1 persoon die nog de mol kon zijn volgens je model? Of zaten er toen nog meerdere wat dichter bij elkaar?
99% is namelijk wel heel erg hoog!
Alle modellen zullen zeker op de proef gesteld worden. Zie in het blog van CodeErik dat Fons bij hem juist de laagste molkans heeft. Hij maakt natuurlijk wel alleen gebruik van sleutelposities, denk dat je hierdoor wel veel informatie mist.Misschien ligt het aan mij, maar ik vind deze 3 modellen volgen en hoe ze data interpreteren bijna interessanter dan het TV programma zelf, haha.
Misschien ligt het aan mij, maar ik vind deze 3 modellen volgen en hoe ze data interpreteren bijna interessanter dan het TV programma zelf, haha.
Misschien ligt het aan mij, maar ik vind deze 3 modellen volgen en hoe ze data interpreteren bijna interessanter dan het TV programma zelf, haha.
Fons gaf 7 goede antwoorden op de markt. Dat is teveel. 2 of 3 goede en 1 of 2 foute antwoorden zou nog kunnen als cover-up. En Sor ook nog met de eer laten strijken aan tafel.
Nee, Fonzie is het niet.
Fons gaf 7 goede antwoorden op de markt. Dat is teveel. 2 of 3 goede en 1 of 2 foute antwoorden zou nog kunnen als cover-up. En Sor ook nog met de eer laten strijken aan tafel.Terwijl hij ervoor mogelijk heel veel belminuten verspild heeft en de goede antwoorden veel minder geld waard waren?
Nee, Fonzie is het niet.
Ja. Totaal onnodig om dan weer 7 goede antwoorden te geven.Omdat ze goedkoop waren, denk ik dat hij hiermee beetje vertrouwen wilde winnen
Fons doet daar niks bijzonders. Iedereen zou bellen en al die tijd in de wacht staan. Die wachtrij ging nou eenmaal niet sneller.Is niet zeker idd, ik heb wel het gevoel dat hij de lijn bewust lang open liet op de fiets zodat die belminuten lekker omlaag gingen. Hij had na Sor ook telkens die telefoon geloof ik. We gaan het zien :-)
Dan moet je aantonen dat Fons opzettelijk stond te treuzelen, maar dat heb ik nergens gelezen.
Fons doet daar niks bijzonders. Iedereen zou bellen en al die tijd in de wacht staan. Die wachtrij ging nou eenmaal niet sneller.
Dan moet je aantonen dat Fons opzettelijk stond te treuzelen, maar dat heb ik nergens gelezen.
Mag ik vragen hoe je de spel- en regie-lagen heb opgebouwd? Met welke data feed je die lagen?
Op deze regielagen wil ik hier liever niet te diep ingaan. Niet om flauw te zijn, maar ik ga ervan uit de de makers ook meelezen op dit forum. Als ze bereid zijn een heel afvallershotel te organiseren om te voorkomen dat een paar malloten gaan speuren op de socials, dan maak ik me verder niet al te veel illusies.
Met andere woorden, hadden alle tien de kandidaten afl. 0 dezelfde kans?
Ik ben ook benieuwd alhoewel ik snap dat je niet het achterste van je tong kunt laten zien.
Codeerik gaat van dezelfde bayesesiaanse logica uit start ook met een kans van 1 op 10 en voegt ook stukjes informatie toe maar komt nu op een andere mol uit terwijl hij ook voorgaande seizoenen al vroeg de mol gevonden had. Ik denk dat het verschil zit in welke informatie uit welke lagen wordt toegevoegd.
Het Moldel is momenteel informatie aan het toevoegen maar de info is nog niet openbaar zag ik. Met doorklikken kon ik al wel e.e.a. zien. Maar ook hier meerdere lagen die gebruikt worden.
Stel we hebben een spel met twee kandidaten A en B waarvan we weten dat er een de Mol is. A is de Mol, maar dat weten wij niet. En stel ook dat we één test hebben om te bepalen of een kandidaat de Mol is. Onze test is bijvoorbeeld: staat kandidaat A of B in het spel op een sleutelpositie, ja dan de nee? Stel ook we zijn in staat een bepaalde waarschijnlijkheid koppelen aan ons vermogen om te bepalen of een kandidaat op die sleutelpositie staat. Laten we uitgaan van drie scenario's: de odds op een juist beoordeelde sleutelpositie, die zijn in scenario 1: 1:1 (50%), in scenario 2 11:20 (55%) en in scenario 3: 2:3 (67%). Stel we spelen ons spel 15 rondes achter elkaar en bepalen na elke ronde opnieuw de kans dat A resp. B de Mol is.Als ik dit stukje goed interpreteer, betekent dat dan dat je in deze simulatie 15 keer op rij dezelfde kansen hebt toegepast? Dan snap ik de uitkomst van de simulatie wel: als 15 keer op rij kandidaat A twee keer meer kans heeft om de mol te zijn dan kandidaat B, eindig je met grote cijfers. Maar in de praktijk is dat toch niet zo? Soms pleit er iets voor de ene kandidaat, soms voor de andere. Ik zie niet hoe de kansen in een praktijkvoorbeeld zo hoog zouden moeten kunnen oplopen, tenzij er afhankelijkheid bestaat tussen de verschillende datapunten of een confounder die alle datapunten beïnvloed (zo'n confounder zou bijvoorbeeld de tunnelvisie kunnen zijn van jouzelf, mogelijk onbewust).
De praktijk van WidM is natuurlijk wel complexer en een flink stukje rommeliger dan dit versimpelde, gestileerde voorbeeld. Je zou uit alle oude seizoenen bijvoorbeeld moeten bepalen hoe vaak de Mol daadwerkelijk op een sleutelpositie stond. Dat heb ik om te beginnen al niet voor alle seizoenen gedaan. En dan nog, hebben we dit seizoen wel te maken met zo'n 'gemiddelde Mol'? En ook, hoe goed ben ikzelf eigenlijk in het vaststellen wat sleutelposities zijn en wat niet?Heb je de data uit historische seizoenen bepaald voor- of nadat je wist wie de mol was in dat seizoen? In het laatste geval, denk je dat er kans bestaat op outcome bias in de trainingsdata? (dat je inschatting van wat bijvoorbeeld een sleutelpositie is wordt beïnvloed door jouw voorkennis van wie de mol is)
Maar dat we dit alles niet exact kunnen bepalen wil nog niet zeggen dat we geen acceptabele inschattingen kunnen maken. Een beetje afhankelijk van de hoeveelheid historische data uit oude seizoenen die ik heb verzameld, kies ik voor deze model-waarschijnlijkheden een waarde ergens tussen de 0,55 en 0,75. Wat ook helpt is een selectiefilter met expliciete criteria om je beslissing op te baseren ook weer gebaseerd op vroegere afleveringen. Naarmate er meer seizoenen door DidM heengaan zal er meer data beschikbaar komen om het model mee te trainen en dus ook betere inschattingen te maken van deze kansen
Stel we hebben een spel met twee kandidaten A en B waarvan we weten dat er een de Mol is. A is de Mol, maar dat weten wij niet. En stel ook dat we één test hebben om te bepalen of een kandidaat de Mol is. Onze test is bijvoorbeeld: staat kandidaat A of B in het spel op een sleutelpositie, ja dan de nee? [...] De odds op een juist beoordeelde sleutelpositie, die zijn [...] in scenario 2 (55%) [...].
[...]
Je eindigt dus als je maar lang genoeg door kan gaan (en dat is een cruciale aanname!) of bij de 100% of bij de 0% en dus niet ergens er tussenin.
Er zit nog een deel menselijke beoordeling in DiDM.
Ik vermoed dat als je helemaal los zou willen gaan en je koppelt DiDM aan gezichtsherkenningssoftware en een LLM a la ChatGPT, je dat er misschien ook nog wel tussenuit zou kunnen halen.
En dan? Beetje de situatie als bij schaken, de computer kan iets beter dan de mens.
Dat zou nogal een potentiële spoiler van formaat zijn, met tevens een mogelijk negatief effect op het spelplezier van velen. Die verantwoordelijkheid wil ik onder geen beding op me laden. Niet direct door DiDM actief onder een breed publiek in de (social) media onder de aandacht te gaan brengen. En ook niet indirect doordat ik zoveel (detail)informatie deel dat iemand met misschien wat minder scrupules een kloon van DiDM bouwt en ermee aan de haal gaat.
Ik weet ook niet precies waar voor mij de grens ligt, maar wat ik wel weet is dat als ik begin met gedetailleerde discussies over de inputdata en de broncode van DiDM ik me vrij snel in een gebied ga manoeuvreren waar ik nadrukkelijk uit wil blijven.
Kortom, voor mij ligt hier een grens waar ik niet overheen wil gaan, wat 'men' daar ook verder van vindt. En ja, dit schuurt in zekere zin met de community gedachte en de openheid op dit forum. Daar ben ik me van bewust.
Ik heb er dit jaar voor gekozen als experiment met DiDM voor in ieder geval 1 seizoen in de openbaarheid te treden en dat te doen op dit open, maar toch ook wel weer relatief besloten forum. Het geeft me de gelegenheid te leren, feedback te verzamelen en te onderzoeken of en hoe DiDM in de toekomst mogelijk ook een rol zou kunnen hebben.
Zullen we het hier weer gezellig maken ::hug::? Ik ben ook voor code-sharing, maargoed dat wil hij niet en dat is zijn keus.
Wat was de uitkomst deze aflevering? Weinig verandering dan?
Het was allemaal niet onaardig bedoeld, hoor.
Ik heb zelf jaren geleden de eerste paar afleveringen van seizoen 6in excel een simpel Bayesiaans model gebruikt.Spoiler (klik om te tonen/verbergen)Spoiler (klik om te tonen/verbergen)
Al met al denk ik dat er wel een rol voor een Bayesiaans model kan zijn, maar het is uiteindelijk een waarschijnlijkheidsmodel die alleen zo sterk is als de input. In principe zou je alle argumenten die hier op het forum gebruikt worden in het model kunnen zetten en het model helpt je die iets beter af te wegen dan je zelf had gedaan.
Het is vaak zo dat de hogere scores vooral worden ingegeven door een select groepje inputs waarin de kans van "kandidaat doet x" en "mol doet x" ver uit elkaar ligt. Ik begrijp dat je de onderliggende data niet wilt delen, maar zou je wel kunnen aangeven of er een top 3 inputs is die de score zo sterk naar Fons doen doorslaan? (Of andersom, juist sterk weg van kandidaten laat schieten?) En zo ja, wat zijn de inschattingen die daar gemaakt zijn?
Allomol, hoe analyseer je opdracht 1.3 en Fons' keuze om voor de schilders te gaan? Vervolgens leidt z'n schilderij als enige tot plusgeld (als ik het me goed herinner).
Misschien snap ik die opdracht niet en neem ik Fons daarom onterecht niet zo serieus als mogelijke Mol. Ik was toen ik die opdracht later terugkeek echt verbaasd dat D-i-d-M na afl. 1 al zo hard op Fons zat. Ook een hoge score in de spellaag, zie ik nu.
Ik kan je scepsis ten aanzien van de betrouwbaarheid van DiDM best begrijpen, die heb ik zelf ook. Wat ik wel ingewikkeld vind aan je post, is dat je aan de ene kant zegt open te staan voor dialoog en interactie, terwijl je aan de andere kant je oordeel al lijkt te hebben geveld en ik nogal wat irritatie in je post meen te lezen, o.a.over het feit dat ik ervoor gekozen heb DiDM niet in alle details aan de openbaarheid prijs te geven. Zie ik dat juist?
Je mag vinden dat ik een te grote broek aantrek, maar ik zie mezelf met DiDM voor een dilemma geplaatst. Stel dat DiDM inderdaad zo robuust is als ik na twee seizoenen inmiddels vermoed dat het is, dan zou er voor de eerste keer in de geschiedenis van WiDM een model kunnen zijn dat consequent in een vroege fase van het spel de Mol kan ontmaskeren.
Dat zou nogal een potentiële spoiler van formaat zijn, met tevens een mogelijk negatief effect op het spelplezier van velen. Die verantwoordelijkheid wil ik onder geen beding op me laden. Niet direct door DiDM actief onder een breed publiek in de (social) media onder de aandacht te gaan brengen. En ook niet indirect doordat ik zoveel (detail)informatie deel dat iemand met misschien wat minder scrupules een kloon van DiDM bouwt en ermee aan de haal gaat.
Ik weet ook niet precies waar voor mij de grens ligt, maar wat ik wel weet is dat als ik begin met gedetailleerde discussies over de inputdata en de broncode van DiDM ik me vrij snel in een gebied ga manoeuvreren waar ik nadrukkelijk uit wil blijven.
Kortom, voor mij ligt hier een grens waar ik niet overheen wil gaan, wat 'men' daar ook verder van vindt. En ja, dit schuurt in zekere zin met de community gedachte en de openheid op dit forum. Daar ben ik me van bewust.
Ik heb er dit jaar voor gekozen als experiment met DiDM voor in ieder geval 1 seizoen in de openbaarheid te treden en dat te doen op dit open, maar toch ook wel weer relatief besloten forum. Het geeft me de gelegenheid te leren, feedback te verzamelen en te onderzoeken of en hoe DiDM in de toekomst mogelijk ook een rol zou kunnen hebben.
Wat dit laatste punt betreft, ik heb ervoor gekozen aanwezig te zijn op dit forum en dat betekent ook dat ik open sta voor constructieve dialoog op het forum. Waarbij ik er vanuit ga dat er ook ook ruimte en respect kan zijn voor bovengenoemd dilemma zoals ik dat ervaar.
Daarom vind ik je suggestie onder b. wel een mooie. Die gedachte was ook bij mij opgekomen. Je zou bijvoorbeeld kunnen onderzoeken of je DiDM zou kunnen combineren met een manier van speuren a la de Molpunten van Erik. En misschien zijn er nog wel andere creatieve manieren te bedenken om DiDM een rol te geven.
Tot slot, stating the obvious, als DiDM niet zo robuust blijkt te zijn als ik inmiddels verwacht dat het is geworden (lees: Fons is niet de Mol dit jaar), was er nooit een dilemma om mee te beginnen en mag je dus het grootste deel wat ik hierboven heb geschreven lekker weer vergeten.
Ik wens je een fijne avond nog.
Interessant, die montage-lagen! Ik had helemaal niet de indruk dat Kees onverdacht werd neergezet. Ik dacht vanaf het begin: die krijgt een afleidmol-edit mee.
Anna wel met een Mol-edit, dacht ik, maar misschien een iets te duidelijke.
De molkans in de montagelagen is omgekeerd aan hoe nadrukkelijk een kandidaat wordt neergezet. Dus prominent in beeld = lage kans en omgekeerd.
Nog even terug komend op de montage-lagen en hoe die te interpreteren. Klopt het dan als ik zeg dat volgens de grafiek Anna zo verdacht in beeld wordt gebracht door de regie dat zij volgens DidM dan niet de mol kan zijn na 7 afleveringen? En dan is die waarde een gemiddelde over alle afleveringen tot nu toe?
Voor mijn gevoel is Anna minder in beeld gebracht door de regie de afgelopen paar afleveringen. Stijgen haar molkansen hierdoor dan niet weer? Omdat ze nu niet de obvious mol meer is die veel in beeld wordt gebracht?
Snap je wat ik bedoel?
Elke update bouwt dus verder op de vorige.
Ja, ik snap denk wat je bedoelt. Kees, Anna en Tooske zijn in het begin heel nadrukkelijk in beeld gebracht waardoor hun kansen in deze lagen hard afnamen. Anna wordt idd minder in beeld gebracht en daarmee stijgt haar kans weer, maar dus van een inmiddels behoorlijk lage basis. Elke update bouwt dus verder op de vorige. Als je eenmaal aan de uitersten van de kansinschatting zit, heel hoog of heel laag, is het best lastig weer terug te keren naar het gemiddelde, laat staan de overstap te maken naar de andere kant.
Het model is nu zo afgesteld dat het vooral reageert op de extremen: juist sterk naar voren geschoven worden zie je terug in de kansen. Vandaar dat Fons nu daalt.
Als je in het midden van de groep zit qua aandacht verandert er niet zo veel met je kansen. Dat verklaart denk ik ook waarom Anna niet heel sterk terugkomt.
De spellagen tellen trouwens wel veel zwaarder mee in het geheel dan de montagelagen, deze bevatten meer variabelen en ook meer datapunten per aflevering. Hier zie je de kansen van Anna ook niet stijgen.
We gaan het zien, ik heb nooit
beweerd dat DiDM onfeilbaar is.
Geen nieuws in het Westen. Half Nederland is inmiddels in de Anna-tunnel gedoken en de molkans van Fons na aflevering 8 is nu 99.996%.
Het wordt vanzelf aflevering 10.
Voorspelling op basis van DiDM 2024: Fons is de Mol, Sor de winnaar en Anna en Kees de verliezend finalisten.
Geen nieuws in het Westen. Half Nederland is inmiddels in de Anna-tunnel gedoken en de molkans van Fons na aflevering 8 is nu 99.996%.
Het wordt vanzelf aflevering 10.
Voorspelling op basis van DiDM 2024: Fons is de Mol, Sor de winnaar en Anna en Kees de verliezend finalisten.
Fons heeft wel meer molacties dan anna en kees toch zou ik het jammer vinden dat het er dan zo dik op ligt.Ja dan zou het weer net zoals Jurre zijn en ik hoop het niet als ik eerlijk ben.
::ok::
Hoe komen winnaar/verliezer uit het model? Ben benieuwd.
Geen nieuws in het Westen. Half Nederland is inmiddels in de Anna-tunnel gedoken en de molkans van Fons na aflevering 8 is nu 99.996%.
Het wordt vanzelf aflevering 10.
Voorspelling op basis van DiDM 2024: Fons is de Mol, Sor de winnaar en Anna en Kees de verliezend finalisten.
Niet, het model is alleen op de Mol gebouwd, dit is puur mijn interpretatie.
Wat wel opvalt in de montage is dat Sor over de hele serie van alle kandidaten het meest op de achtergrond wordt gehouden. Anna in het begin naar voren werd geschoven en vervolgens uit de wind en Kees door de hele serie tamelijk prominent aanwezig was. Wilde gok: de meest prominente kandidaten in beeld zijn niet de winnaars.
Ik ben wel benieuwd wat het model doet als je Fons weglaat (en desnoods Rian weer op actief zet). Is er dan een andere kandidaat die er met >99% kans uit springt? Of is er dan wel een wat meer gelijke verdeling?
Nu is ook het model van Codeerik gesneuveld. Alleen dit model klopt tot nu toe nog steeds
overtuigingskracht van Lo.Haha ja die was heel groot.... NADAT Tooske rood kreeg ::hypocriet::
Leuk idee. Ben wel bang dat het volledig in elkaar gaat storten. Ik ben een beetje bang dat zelfs een maker van een "objectief" model als dit niet ontkomt aan beetje confirmation bias of tunnelvisie. Oftewel: als je weet dat je model volledig op Fons zit na aflevering 1 en 2, dan hou je dat onbewust in stand met hoe je de data invoert.
Ik heb ook een beetje twijfels over hoe je de productie/edits meeneemt. Verdachte acties van kandidaten komen juist wel in beeld, kandidaatse van de mol ook. Dit kan je eigenlijk altijd twee kanten op redeneren. Een verdachte actie is juist niet verdacht (want zo brengen ze de mol niet in beeld) of je behandelt het wel gewoon als verdachte actie (want zo kwam het in beeld).
De kandidaat die door 2 personen wordt verdacht in de finale is vrijwel altijd de mol. Nu ook gewoon weer. En die verdenkingen waren vrij duidelijk. Als dit gegeven de percentages niet behoorlijk verandert moet je je toch afvragen of je model wel doet wat je wil. Niettemin leuk om te proberen de mol zo te ontdekken.
Rik stond tijdens de ontkoping nog steeds opzettelijk vaag te doen over de verdenking van Sor. Daarnaast verdachten Kees, Rian, Tooske en Justin Fons. Anna is een risicomijdende mol geweest, ik denk dat Fons uiteindelijk meer mol was dan zij. Het was een raar seizoen met een vage montage. Ik vraag me af in hoeverre zoveel mensen op Anna hadden gezeten zonder de hints.
::rofl:: risicomijdend. Ik weet dat fout tunnelen vervelend is maar dit begint tegen sneu aan te zitten. Volgend jaar beter!
Ik kijk trouwens nooit naar die “hints”. Anna was nou eenmaal speltechnisch gezien niet heel moeilijk te ontdekken als je objectief analyseerde.
Rik stond tijdens de ontkoping nog steeds opzettelijk vaag te doen over de verdenking van Sor. Daarnaast verdachten Kees, Rian, Tooske en Justin Fons. Anna is een risicomijdende mol geweest, ik denk dat Fons uiteindelijk meer mol was dan zij. Het was een raar seizoen met een vage montage. Ik vraag me af in hoeverre zoveel mensen op Anna hadden gezeten zonder de hints.
Ik vind het gewoon zo flauw om Anna te bekritiseren omdat je zelf fout hebt getunneld. “Risicomijdend” is toch een absurde classificatie na de aflevering die we net gezien hebben? Ik overdrijf een beetje in m’n bewoordingen, vooruit, maar ik vind het altijd zo oneerlijk dat foute tunnelaars en masse de mol komen bekritiseren. Je kan ook in de spiegel kijken en toegeven dat de mol je te slim af was dit seizoen.
Anna was nou eenmaal speltechnisch gezien niet heel moeilijk te ontdekken als je objectief analyseerde.
De eindstand van mijn berekening. [...] ik begin voor alle kandidaten met 10% kans. Voor iedere actie die ik mols of onmols vind vermenigvuldig ik die kans met een factor en normaliseer ik de kansen zo dat het totaal altijd 100% is.
1 Fons 62,19%
Wacht even. Het was toch al weken lang 99,996% voor Fons?Eh, nee, ik zei toch ook niet dat het dezelfde berekening was als die van Allomol? Dit is mijn eigen berekening met ook mijn eigen data en dus niet die van Allomol. Misschien had ik dat er wat duidelijker bij moeten stellen, maar ik vond het ook wat overdreven om hier een heel nieuw topic voor te openen dus vandaar dat ik hem maar hierbij heb geplakt.
Dit is volgens mij geen "eindstand van een berekening", maar een hele nieuwe berekening op basis van dezelfde data. Dat mag natuurlijk, maar je hebt acht weken lang een prachtig wiskundig gefundeerd Bayesiaansestatistiekmodel bijgehouden dat al vrij snel aan Fons een molkans van 99,9%+ toekent. Deze berekening met 60% Fons is dus niet dat model.
En dat de uitslag niet klopt - d.w.z. een molkans van <<1% voor de werkelijke mol - is volgens mij een sterke aanwijzing dat deze Bayesiaanse methode wellicht niet ideaal is voor zulke onzekere en aan interpretatie onderhevige data.
Desalniettemin een leuke exercitie :)
Los daarvan heb ik heel veel bewondering dat ze steeds volledig oprecht en vrijuit leek te reageren, en dat dat dus allemaal gespeeld was. Verbaal de meeste omgeremde mol ooit, en dus blijkbaar zonder zich te verspreken, wat echt heel knap is.
Eh, nee, ik zei toch ook niet dat het dezelfde berekening was als die van Allomol?Oh wacht.
Dit heeft ook omgekeerd gewerkt hoor. Ze heeft twee keer zo teleurgesteld gereageerd nadat er geld was verdiend of nadat ze buitenspel werd gezet (zoals tijdens die bonusopdracht na het dansen) dat ik dacht 'Nee, dit is te obvious. Het kán niet dat de mol zich niet kan beheersen'.
Ik vind het gewoon zo flauw om Anna te bekritiseren omdat je zelf fout hebt getunneld. “Risicomijdend” is toch een absurde classificatie na de aflevering die we net gezien hebben? Ik overdrijf een beetje in m’n bewoordingen, vooruit, maar ik vind het altijd zo oneerlijk dat foute tunnelaars en masse de mol komen bekritiseren. Je kan ook in de spiegel kijken en toegeven dat de mol je te slim af was dit seizoen.
Wow, dit is het einde van DidM. Gefeliciteerd alle Anna tunnelaars!
Dit soort gekissebis is ook elk jaar vaste prik. Altijd wel een aantal moraalridders die evaluatiekritiek ná de ontknoping niet willen zien. Maar dat mag na een ontknoping toch echt wel. Anna was een prima mol (ik verdacht haar ook) maar gezien alle molacties die nu getoond zijn, zou je ook kunnen stellen dat ze een beetje een middle of the road mol was. Geen super risicovolle molacties. Geen ongewoon molkarakter. Ter vergelijking, een mol alsbijvoorbeeld nam veel meer risico en was een atypische mol. Voor ieder wat wils dus met de jaren.Spoiler (klik om te tonen/verbergen)
Ja sorry. Ik wilde mijn uitkomst ook ergens plaatsen maar ik wist niet zo goed waar. Sorry als dat verwarrend was
Wat bedoel je daarmee?
Ik had echt geen last van tunnelvisie, maar juist door feiten te noteren kwam ik bij Sor uit.
Huh, wij hanteren een andere definitie van moraalridder. Maar dat terzijde. Wat jij zegt vind ik best een te verdedigen standpunt. Niet dat ik het ermee eens ben, maar dat is wat anders.
Maar kwalificaties als “laf” en “risicomijdend” zijn zo absurd bij deze mol dat ik dat kritiek vind van iemand die z’n tunnel maar moeilijk kan verlaten. En verre van objectief is. Dat vind ik dus op z’n zachtst gezegd nogal flauw.
Dude, je blijft maar doorgaan he? Kap met die persoonlijke kwalificaties, kijk voor je en loop door.
Terugblik
DidM zat ernaast dit seizoen en niet zo'n beetje ook. Dat was niet de bedoeling. ::schaam::
Dit brengt me bij les 3, de verborgen hints. De discussie hier op het forum gevolgd hebbende denk ik dat best veel mensen, en terecht achteraf, vooral op basis van deze verborgen aanwijzingen voor Anna hebben gekozen. De lijst was ook erg lang, van haar verjaardag, de witte nagels en de kroon, tot het molteken op de notenbalk, Anna loog en de spiegelhint, het ging maar door.
Ik heb me lang verzet tegen het opnemen van verborgen hints DidM omdat ik het eigenlijk te subjectief vond, maar ik ben nu om. Als je naar de resultaten van dit jaar kijkt was deze dimensie gewoon keihard nodig om tot een conclusie te komen, met of zonder een statistisch model. Voor 2024 heb ik achteraf een bierviltje-berekening gemaakt op basis van het aantal min of meer plausibele verborgen aanwijzingen per kandidaat. Als je dat doet slaat de weegschaal door naar Anna.
Mijn conclusies. 1. DidM gaat niet de prullenbak in. 2. Ik laat het model in de kern intact maar ga het ombouwen van een 1-compartiment tot een zes-compartiment model, inclusief een verborgen hints compartiment dus. Met dezes opzet komt je dan tot zes inschattingen van de molkans. Deze kun je interpreteren als zes onafhankelijke observaties van de molkans op basis waarvan je vervolgens een overall kans kunt bepalen. De impliciete weging van de variabelen op basis van hun aantal datapunten is daarmee uit het model.
Voor 2024 heb ik achteraf een bierviltje-berekening gemaakt op basis van het aantal min of meer plausibele verborgen aanwijzingen per kandidaat. Als je dat doet slaat de weegschaal door naar Anna.
Ook ga ik het selectiefilter strakker afstellen op die criteria die het best gepresteerd hebben in de afgelopen drie jaar. Hoe leuk en interessant ook, maar bijvoorbeeld emotionele reacties en non-verbaal gedrag gaan het niet redden. De uitkomsten hiervan zijn te onzeker gebleken de afgelopen drie jaar.
Anna werd mijn #1 mol na het zien van extra beeldmateriaal. Ik weet eerlijk gezegd niet meer na welke uitzending, maar in het fragment had Anna de groep onderworpen aan een kruisverhoor na een mislukte opdracht, was behoorlijk fel tegen kandidaten die hadden gelogen en zei tegen Rian: “wij zijn wél eerlijk!”
Ze kwam daar op mij redelijk mollerig en onnatuurlijk over… Ik kwam niet op het goede spoor door de (gemanipuleerde) uitzendingen zelf. Maar dit fragment schreeuwde in alles ‘Mol’.
Neem je die fragmenten ook mee in het model Allomol?
Ik volg dit forum al jaren, maar niet eerder zo intensief als dit jaar. Ik kende dit model dus ook nog niet echt, maar als het vaker goed heeft gezeten en dit jaar voor het eerst niet.. Dan lijkt het me logisch om niet alleen naar het model te kijken, maar ook naar wat er duidelijk anders is aan het programma dit seizoen.
Ik denk dat vrijwel iedereen het erover eens is (als ik naar de evaluatietopic kijk, maar ik baseer me ook op vloggers), dat de keuzes die dit jaar gemaakt zijn in de montagekamer een enorm rookgordijn hebben opgetrokken en dat er minder objectieve observaties konden worden gemaakt dan in andere seizoenen.
Ligt het dan écht aan het model, of hebben de makers van widm opzettelijk gemold om dit soort opsporingsmethodes te neutraliseren?
Wat ik dus wil vragen is, nu je terugkijkt, welke dingen heb je (denk je nu) zelf verkeerd ingeschat? En denk je dat je beïnvloed bent door het feit dat je model al snel Fons aanwees? Ik kan me voorstellen dat het met die kennis moeilijk is om objectief naar zaken te kijken. Tunnelvisie overkomt ons allemaal.
Anna werd mijn #1 mol na het zien van extra beeldmateriaal. Ik weet eerlijk gezegd niet meer na welke uitzending, maar in het fragment had Anna de groep onderworpen aan een kruisverhoor na een mislukte opdracht, was behoorlijk fel tegen kandidaten die hadden gelogen en zei tegen Rian: “wij zijn wél eerlijk!”
Ze kwam daar op mij redelijk mollerig en onnatuurlijk over… Ik kwam niet op het goede spoor door de (gemanipuleerde) uitzendingen zelf. Maar dit fragment schreeuwde in alles ‘Mol’.
Neem je die fragmenten ook mee in het model Allomol?
Zou het misschien helpen (ook voor de losse FTM) om het hoogste bedrag van elke kandidaat te schrappen bij de berekening?
Op die manier zou een enkele actie van de mol om eens een keer kandidaats over te komen weggestreept kunnen worden. Maar het zou ook het beeld te veel kunnen vertekenen misschien.
Om de mol te vinden gebruik ik de nodige trainingen en cursussen, die ik heb gevolgd op het gebied van verbale en non-verbale communicatie. Met name non-verbaal gedrag is ook helpend om de mol te ontmaskeren. Micro-expressies zijn niet weg te monteren. Het filmpje van de drie finalisten was voor mij goud waar. Ik had geen enkele twijfel meer, nadat ik deze had gezien.
Ik lees hier graag mee, want met jou ben ik het eens: de mol vind je samen! En alle zoekitems helpen hierbij.
Ik ervaar zelf vaak dat mollen wat serieuser overkomen dan andere kandidaten. Iets meer "intensiteit". Natuurlijk te verklaren door de druk die bij het mol zijn komt kijken. Ik begon dit te merken bij Klaas, die ik goed kende van andere programma's en altijd een super vrolijk persoonlijkheid had. Maar in WIDM miste ik dat. Sinds ik daar op ben gaan letten valt de mol uiteindelijk toch op, omdat die een stuk minder ontspannen overkomt.
Klopt, hierom viel Kees voor mij dit jaar af als molkandidaat. Een mol speelt meestal juist een fanatieke kandidaat, niet een ontspannen vakantieganger.