Meine sehr „objektive“ Analyse, welches Land bei den Olympischen Winterspielen 2026 am besten abgeschnitten hat

Da mir langweilig wurde, habe ich einige Zeit damit verbracht, herauszufinden, welche Länder bei den Olympischen Winterspielen am besten abgeschnitten haben. TL;DR: Es spielt keine Rolle, welche Metrik Sie verwenden, Norwegen landet irgendwie immer an erster Stelle, lol

Aber um es kurz zu machen: Länder wie die USA mit einem hohen BIP und einer großen Bevölkerung liegen naturgemäß eher an der Spitze als kleinere, ärmere Länder. Ich habe versucht, dies auf verschiedene Weise zu erklären.

1. Wir zählen mehr als nur Gold

• In olympischen Ranglisten wird Gold tendenziell priorisiert, was sich unfair anfühlen kann. Wenn zum Beispiel Land A 1 Gold und Land B 20 Silber gewinnt, wer hat dann wirklich besser abgeschnitten? Ich persönlich glaube, dass Land B insgesamt vielleicht besser abgeschnitten hätte, aber das ist natürlich meine subjektive Meinung
• Um es fairer zu machen, wurde ein Punktesystem geschaffen: 5 Punkte für Gold, 3 für Silber, 1 für Bronze. Dies belohnt Gold immer noch stark, lässt aber zu, dass Silber und Bronze eine Rolle spielen. Man könnte 3-2-1 machen, aber das macht Silber und Bronze meiner Meinung nach zu wirkungsvoll, das fühlte sich wie ein vernünftiger Kompromiss an. Diese Analyse ist natürlich völlig subjektiv, Sie könnten beispielsweise auch das 4-2-1-System verwenden, aber das macht Silber zu ähnlich zu Bronze

2. Berücksichtigung von Bevölkerung und BIP

• Dann wurde die Gesamtzahl der Medaillenpunkte jedes Landes im Verhältnis zur Bevölkerung und zum BIP/KKP verglichen
• Dies führte zu extrem verzerrten Werten, da große Länder (wie die USA oder China) über große Volkswirtschaften und Bevölkerungszahlen verfügen
• Um dies zu beheben, wurden alle Werte auf eine Skala von 0–100 logarithmisch normalisiert. 0 = am schlechtesten, 100 = am besten für diese Metrik.
• Außerdem wurde ein Durchschnitt der logarithmisch normalisierten BIP- und PPP-Vergleiche erstellt, da das BIP allein nicht immer ein realistisches Bild liefert: In Land A kann es günstiger sein, Sportler einzustellen und sie auszubilden, als in Land B zum Beispiel, da die PPP einen größeren Anteil daran hat

3. Anpassung an die Teamgröße

• Anschließend wurden die Medaillenpunkte mit der Anzahl der von jedem Land entsandten Athleten verglichen. Dies trägt zum Ausgleich bei, sowohl für große Länder, die viele Athleten entsenden (USA = 235, Kanada = 209), als auch für kleinere Länder, die immer noch ein großes Team entsenden (Schweiz = 175, Tschechien = 115).
• Diese Kennzahl sagt natürlich nichts über die Qualität dieser Athleten aus und weist einige andere Mängel auf, sodass sie natürlich nicht zu 100 % objektiv ist

4. Klimaanpassung

• Da die Olympischen Winterspiele kältere Länder bevorzugen, erhielten wärmere Länder einen kleinen Aufschwung. Die durchschnittliche Landestemperatur wurde verwendet und auf eine Skala von 0 bis 100 normalisiert, um Länder zu belohnen, die im Vergleich zu ihrem wärmeren Klima relativ gute Leistungen erbrachten
• Diese Kennzahl gibt einigen Ländern jedoch einen unfairen Auftrieb. Zum Beispiel: Italien ist im Allgemeinen ein recht warmes Land, hat aber im Norden des Landes Berge, in denen Schnee liegt. Das heißt, obwohl es recht warm ist, gibt es Gebiete, in denen man Wintersport betreiben kann.
• Ich habe diese Metrik jedoch trotzdem verwendet, da sie immer noch die meisten Länder berücksichtigt und ich zu faul bin, eine bessere Möglichkeit zu finden, sie zu messen. Daher ist dies bis zu einem gewissen Grad natürlich eine subjektive Entscheidung

5. Alles kombinieren

• Abschließend wurde aus allen normalisierten Kennzahlen für jedes Land ein Durchschnitt berechnet:
  • Medaillen pro Athlet
  • Medaillen pro Kopf
  • Medaillen pro BIP/KKP
  • Temperaturanstieg
  • Gesamtmedaillenpunkte (normalisiert und 0,5x gewichtet, während die anderen 1x sind)
• Der Grund, warum ich die Gesamtmedaillenpunkte nur mit dem 0,5-fachen gewichtet habe, liegt darin, dass ich mich auf die Effizienz konzentrieren möchte, aber auch große Länder nicht mit den anderen verwendeten Kennzahlen in Vergessenheit geraten lassen möchte. Dafür gibt es keinen objektiven Grund, sondern nur eine Ermessensentscheidung, um reine Leistung mit Effizienz in Einklang zu bringen. Wie gesagt, meine Berechnungen sind völlig subjektiv und es gibt viele andere Möglichkeiten, dies auszugleichen. Sie könnten beispielsweise das Verhältnis von BIP zu Kaufkraftparität mit dem 1,5-fachen abwägen und sagen, dass reiche Länder tendenziell bessere Ergebnisse erzielen.

Wie dem auch sei, ich hoffe, dass Ihnen mein Beitrag sehr gefallen hat "Objektiv" Analyse! Wenn Sie Vorschläge haben, Dinge, die ich ändern, hinzufügen, entfernen kann oder sonst etwas, freue ich mich über Ihre Meinung!