Det var med stor glæde, vi så at koden bag anbefalinger fra ekspertgruppen blev offentliggjort.
Vi er ikke med i ekspertgruppen, men vi er med i projektet omtalt her støttet af Novo Nordisk Fonden (projektnr. NNF20SA0063089).
Der er ingen tvivl om, at ekspertgruppen har gjort og stadigvæk gør et kæmpe stykke arbejde til gavn for os alle. Dette indlæg er ikke en kritik af dem eller deres arbejde. Dels vil vi påskønne åbenheden ved at benytte os af den, og dels vil vi forsøge at vise, hvor svær en opgave de er på.
I mine seneste to indlæg (“Økonomiens betydning i udbud af ny digital public service-radiokanal” og “Forventet budgets betydning i udbud af ny digital public service-radiokanal”) har jeg fokuseret på pointgivning af budgetter i udbud (nærmere bestemt “Udbud af ny digital public service-radiokanal”). I dette indlæg forklarer jeg rationalet for formlen for antallet af point, den meget omtalte lineær interpolation.
Lineær interpolation Lineær interpolation er i sin simpleste form at finde den rette linie \(y = ax + b\) der går igennem to pointer \((x_1, y_1)\) og \((x_2, y_2)\).
Som opfølgning på et tidligere indlæg omkring “Udbud af ny digital public service-radiokanal” undersøger jeg her, hvilken betydning det forventede minimumsbudget har for hældningen og dermed for de vægtede point for det ansøgte beløb. Bemærk at hældningen afgør udelukkende den indbyrdes fordeling af point. Den ændrer ikke på rangordningen. Jeg undersøger også hvilken betydning det har om man afrundet før eller efter vægtningen. Til sidst i indlægget kan du finde R-koden til at reproducere min analyse.
Opdatering 25/10-19: Evalueringsrapport er opdateret, så det nye link er indsat.
I forbindelse med “Udbud af ny digital public service-radiokanal” har resultatet været diskuteret vidt og bredt (fx Politiken og på Twitter). Et aspekt af det i særdeleshed: det økonomiske (delen “Størrelsen af det samlede tilskud”).
Jf. s. 34 i udbudsmaterialet og s. 24-25 i evalueringsrapporten fik ansøgere point som følger:
Radio24syv: 0,25 (ud fra budget på 280 mio.
Hvis X er positivt korreleret med \(Z\) og \(Z\) er positivt korreleret med \(Y\), hvad kan man så sige om korrelationen mellem \(X\) og \(Y\)? Umiddelbart skulle man tro, at der så også ville gælde, at \(X\) og \(Y\) var positivt korrelerede, men som vi viser her, gælder det langtfra altid.
[Denne artikel er samtidig udgivet på www.sandsynligvis.dk, der varmt kan anbefales.]
Danmarks Radio (DR) har netop offentliggjort artiklen “Mobbeofre bliver mere syge og tjener mindre resten af livet”, og i afsnit 4 (“Ofre for mobning har mere betændelse i kroppen”) kommer de med følgende udsagn: