Re: [閒聊] MB V - Big Fantasy Theory 選秀心得(回應)

看板NBA_Fantasy (夢幻NBA)作者Sweeptime (有讓你感動的事嗎)時間11年前 (2014/10/13 05:21)推噓10(10推 0噓 21→)

留言31則, 8人參與討論串2/2 (看更多)

趁還沒被課業的循環追著無法動彈前我也做一些回應和分享回應 flamebutt 大提出"無法體現於短期的數據"的命題也分享一下自己 2010 年對戰的情形那年 supermelo 還超嫩不過卻很快展露 FB 天賦一舉拿到第二名 .. 首先關於 f 大的問題我會以這樣的觀點去思考無論哪種情形 H2H 的運氣成分一定比 Roto 大而這個結構性問題是無法改變因為賽制結算的時間以週為單位而非一整季所以單週球隊整體情況"相對"於對戰方的狀態決定了勝負的命運然而"命中率或比率項目"是否真的比起"累積項目"還要無法體現於短期(穩定性) 這是一個值得深思的問題在統計上標準差(Standard Deviation)是個可以衡量數據變異性的指標標準差簡單來說可以視為該數值分散的情形或和平均數相距的遠近一個數值標準差越大表示該數值變異性越大在日常中的語言就是越不穩定我試圖透過三個不同類型的球員來檢視 FG%(比率) 與 BLK(累積) 這兩個項目的穩定性 BLK FG% FGA 球員1： Serge Ibaka H H M 球員2： Paul Millsap M M H 球員3： Jamal Crawford L L H ------------------------------------- * H - High, M - Medium, L - Low Ibaka 是典型的火鍋型選手他的火鍋量大且在直觀上應該被視為穩定的火鍋輸出而他的 FG% 也相當理想用他高火鍋和高命中率是一個合理的對照 Millsap 他的火鍋數據 ok 剛好比場均一個多一些而命中率也算是一個中等的範疇他的火鍋和命中率都算是一個中庸的數值最後 Crawford 是一個瘋狂射手型球員火鍋跟他不太有關係去年他只有 0.416 的命中率大多數人會覺得他的命中率很不穩定(比起他其他數據) 火鍋的標準差相當好計算但命中率由於是比率的組合直接以此算標準差會有一些問題但經過驗算後出手次數(FGA)的標準差並不算很大(相對於平均數) 預估出的平均數與實際平均數差異在小數點後兩位之後故仍將比率當數值計算標準差平均數 BLK FG% BLK FG%* ---------------------------------------------------- 球員1： Serge Ibaka 1.723 0.156 2.663 0.550 球員2： Paul Millsap 0.980 0.130 1.124 0.454 球員3： Jamal Crawford 0.466 0.132 0.171 0.408 ---------------------------------------------------- * FG% 平均數為將比率視為數值的平均數並非真實平均數 * 本數據為 2013-14 例行賽 + 季後賽出賽數據我們發現 BLK 的標準差比 FG% 高然而這樣比較是不正確的特別是兩個數值的尺度與單位不同直接拿標準差來比較像張飛打岳飛蘋果比橘子舉例來說假設我們想比較"宇宙中恆星之間的距離"與"教室中學生彼此座位的距離"差異恆星之間距離單位為"光年" 是一個很大的天文距離單位教室座位的距離卻短短用公尺就足以衡量不消任何計算我們馬上就能推估恆星距離的標準差比教室座位距離大那是因為尺度差異的影響而不是真正離散的差異為了克服單位的差距統計上會透過"標準差"除以"平均數" 於是乎恆星距離：標準差 XX 光年 / 平均數 XX 光年教室座位：標準差 XX 公尺 / 平均數 XX 公尺單位與尺距的問題就被解決了這個概念叫做"變異係數"(Coefficient of Variation) (通常我們會乘上 100% 來增加數值係數的可讀性) 試想或許在一個冷門缺席率高的課教室中學生彼此坐在遙遠的角落或許這中間的分佈的離散情形會比恆星之間來的大也說不定 XD 回到 BLK 和 FG% 的問題由於 BLK 與 FG% 單位不同故須做變異係數的調整來比較標準差平均數變異係數* BLK FG% BLK FG%* BLK FG% ------------------------------------------------------------------- 球員1： Serge Ibaka 1.723 0.156 2.663 0.550 0.647 0.284 球員2： Paul Millsap 0.980 0.130 1.124 0.454 0.872 0.286 球員3： Jamal Crawford 0.466 0.132 0.171 0.408 2.731 0.324 ------------------------------------------------------------------- * 變異係數(未乘以100%) 於是可以發現場均的差異上無論哪個球員火鍋不穩定的部分都大於命中率然而火鍋好的球員(Ibaka)確實在火鍋供輸的變異較小(相較 Millsap 和 Crawford) 同理命中率好的球員在命中率的穩定性(不變異性)也優於命中率差的球員如果玩家們願意去觀察一週由週一到週日的對戰 FG%(或其他比率項目變化軌跡) 會觀察到該數值會朝向一個穩定收斂的方向而這是累積項目所沒有的特色故此事實上就統計而言比率項反到比起累積項擁有"在時間上穩定的特性" 在極短的時間上(單場) 比率和累積都沒有啥穩定可言在一定的短期(一週) 比率項變異係數比某些累積項小且有收斂特性反而更穩定在長期(整季) 比率與累積都會相對穩定然而比率會比累積提早達到平衡的結果 (玩 Roto 的人都知道後期要改變命中率非常困難...) 誠如 supermelo 大所說： H2H想要拿下比率項最終還是得回到"量的根本" "好的質"是量累積出來的想靠少量獲勝那就得賭運氣... 我想這是非常正確的只是重點是如何在達到邊際效益前轉投資到其他項目去過去比率項會給人不穩定是因為我們觀察到它上下浮動的特性然而在 H2H 罰球輸有 Howard 的隊伍與自己有 Ibaka 卻輸掉火鍋其實都算兵家常見之事這之間並無比率與累積的差異我承認 TECH 真的就是運氣與風險居多但這樣的比項本聯盟只此一項沒特別多至於比率項其實很穩定且 TO 和 PF 說真的問題也沒那麼大 (特別是 PF 變異區間很小因為有 6 次上限) 還是一句老話這是一個新的嘗試主要是要打破玩家習慣的思維或許某些設定一開始會讓人覺得不是那麼"舒服" 因為它是與過去不同的但我在開盟後一週(選秀一個月前) 就在聯盟討論板發文公告遊戲規則與注意事項我想玩家應該都有基本認知若未來發現什麼問題後年的聯盟一定會針對此經驗更改 (因為明年會輪回 Roto 盟，賽制是隔年變換的) 感謝參與盟友的發文與提問增加許多討論的意義這是一個世界觀而世界的宗旨就是一道題目能夠獲得最後勝利的人視為一個拿到最佳解的玩家好處是在 Fantasy 世界裡大家起始點相同沒有階級、族群、性別與區域差異壞處是需要存活下去就需要加倍的努力與一定的運氣我是這樣把想挑戰自己的盟友都找來的希望大家有個競爭、愉快的球季雖然還想分享當時 2010 年的賽程的論戰與心得但大家大概受夠這種無趣的文章也許就此打住不過我今年雖然主打 CP3 但確實針對球隊建構有了改善希望我在這種設定下今年能打入季後賽再次感謝閱讀 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 68.232.116.178 ※ 文章網址: http://www.ptt.cc/bbs/NBA_Fantasy/M.1413148887.A.9CA.html

推

BlueSunLight

10/13 08:02, , 1^F

10/13 08:02, 1^F

推

Fernandez05

10/13 08:13, , 2^F

10/13 08:13, 2^F

※ 編輯: Sweeptime (68.232.116.178), 10/13/2014 08:31:16

推

ginseng21

10/13 09:47, , 3^F