去掉最高最低分的无聊探究

去掉最高最低分的无聊探究

我们注意到，很多歌唱、舞蹈、才艺类比赛中，评分时，主持人经常都会耳熟能详的说，“去掉一个最高分和最低分，这位选手的最后得分是xxx ”，接着是观众热烈的掌声，然后是选手或激动的热泪盈眶，或忧郁的黯然失色，离开舞台。
问题来了，去掉最高分和最低求得的平均分，公平吗？

通常来说，类似的评委打分，都是带有主观性，即使是专业水平很高的评委，也不可避免的根据自己的角度、看法、鉴赏能力等进行评分，或多或少会带有偏差，取平均分的目的是均值回归的一种方法，相对是较为公平的、也是人们认可的一个评价方法。取平均分前，去掉最高分和最低分，可以减少相对极端的偏差，甚至可以一定程度上避免作弊。例如，给自己的偏爱的选手打相对极端的高分，给不喜欢的选手打相对极端的低分。总体来看，去掉一个最高分和最低分后取平均分，能避免情人眼里出西施的情况，似乎更公平些。

以上是直观、定性的分析，感觉更公平些。然而，我们会问，这个做法阔学吗？
百度了下相关问题，也多是定性解释，或举例说明。定性不定量，是无法满足一个无聊好事分子的好奇心的。所以，我们来探究一下这个问题。

检验标准
上述方法的定性标准是集中趋势，说的是分数向中心的聚拢程度，也就是数据偏离(算术)平均值的情况，越小就越集中。统计学中，方差是反映数据离散程度的度量，方差越小，则数据越集中。那么，我们可以考察下上述做法的方差情况。

标准化
负责任的评委评分，可以认为是平均值附近的正态分布，其实咱不是太关心分数是个啥分布，咱看下方差情况。

如果评分的方差不为0，分数可以标准化为均值为0，方差为1，公式为x’ = (x – μ) / σ。为啥要标准化？当然是为了方便、简单，懒人做事前尽量先简化。这个变换是个线形变换，完全不影响问题的探究。

打个岔，啥时方差是0呢？那就是各位评委出奇的意见一致，分数相同，比如都给了9.8分。那去不去掉最高最低分，结果一样。

探究一下下
假设标准化以后的分数为，a1 <= a2 <= a3 <= … <= a(n-1) <= an，其中n >= 3，少于3个没法去了。那么，
(a1 + a2 + a3 + … + an) / n = 0，可得，a1 + a2 + a3 + … + an = 0
(a1^2 + a2^2 + … + an^2) / n = 1，可得，a1^2 + a2^2 + … + an^2 = n
去掉最小值和最大值后，
μ = (a2 + a3 + … + a(n-1)) / (n - 2)
σ^2 = E(a*a) - E(a)^2
= (a2^2 + a3^2 + … + a(n-1)^2) / (n – 2) – μ^2
= (n - a1^2 - an^2) / (n – 2) - ((0 - a1 - an)/(n-2))^2
= (n - a1^2 - an^2) / (n – 2) - ((a1 + an)/(n-2))^2

木有托塔天王的见证凌乱的时刻来了，
a1^2 + an^2 >= 2，证明比较凌乱，见后。

所以，σ^2 <= 1，就是说，去掉最高最低分后的方差，不大于原来的方差，也就是集中度不差于不去掉最高最低分的时候。

可以看到，当a1 + an = 0，且a1^2 + an^2 = 2时，效果一样，方差均是1，这时可得，a1 = -1，an = 1，此时的情况就是，n是偶数，分数为n/2个-1和n/2个1。
至此可以证明，从统计学上讲，去掉最高最低分是阔学的。

回到舞台
还原下实际情况。
当方差为0时说过了，就是评委们出奇的意见一致。
当-1/+1震荡时，就是分数震荡，比如，9.0，9.0，9.0，9.2，9.2，9.2。
其他情况，标准化后如上。

凌乱证明
a1 <= a2 <= a3 <= … <= a(n-1) <= an，其中n >= 3
a1 + a2 + a3 + … + an = 0
a1^2 + a2^2 + … + an^2 = n
则，a1^2 + an^2 >= 2

命题1，|a1|或|an| >= 1
否则，设|an| >= |a1|，则，a1^2 + a2^2 + … + an^2 <= n * |an| < n，矛盾。
以下假设|an| >= |a1|，则，|an| >= 1（设|a1| >= 0，下列操作一木一样）

命题2，a1 < 0且an > 0，否则，a1 + a2 + a3 + … + an |= 0或者a1^2 + a2^2 + … + an^2 |= n

如果 a1 <= -1，则，a1 ^ 2 >= 1，命题成立。

假设-1 < a1 < 0，
根据大小关系及正负，
a1 <= … <= ak <= 0 <= a(k+1) <= … <= a(n-1) <= an，
即k个<=0（非正数），(n - k)个 > 0（正数）
如果 k >= n - k（负数不少于正数），两两配对，
(a1^2 + an^2) >= (a2^2 + a(n-1)^2) >= … >= (a(n - k)^2 + a(n - (n-k) +1)^2)
如果a1^2 + an^2 < 2
则配对后，a1^2 + a2^2 + … + an^2 <= (n - k) * (a1^2 + an^2) + a(n - k +1)^2 + … + ak^2
< (n-k) * 2 + (k - (n - k)) = n，矛盾。
如果 k < n - k（负数少于正数），
则配对后，a1^2 + a2^2 + … + an^2 <= k * (a1^2 + an^2) + a(k+1)^2 + … + a(n-k)^2
如果a(n - k) < 1，则上式 < k * 2 + ((n - k) - (k + 1) + 1) = n，矛盾
如果 a(n - k) >= 1，则，a(n – k + 1) + … + a(n) >= k，而a1 + … + ak <-k，
则，a1 + a2 + a3 + … + an > 0，矛盾
凌乱证明完毕。

很尴尬，木有找到简便整洁的证明。
两个等式分别是个半径sqrt(n)的球，和法线为(1, 1, …, 1)的平面的交线，应该是个想象不出来的圆。等闲了再看看。

参考
[1] Truncated mean, https://en.wikipedia.org/wiki/Truncated_mean
[2] https://www.wsj.com/articles/SB10000872396390443477104577551253521597214, 给钱才能看，无聊问题我就不花钱了
[3] 集中趋势(central tendency)，https://baike.baidu.com/item/%E9%9B%86%E4%B8%AD%E8%B6%8B%E5%8A%BF/7179614