Re: 畢式理論勝率及得失分變化對勝率的影響
※ 引述《Debugger (Win Shares 痴漢)》之銘言：
: 定義: 勝率約等於 得分數^2/(得分數^2+失分數^2) by Bill James
: 令得分=X, 失分=Y
: 多得N分, 勝率變成: (X+N)^2/((X+N)^2+Y^2) = (1+Y^2/(X+N)^2)^(-1)
: 少失N分, 勝率變成: X^2/(X^2+(Y-N)^2) = (1+(Y-N)^2/X^2)^(-1)
: 多得N比較有效率
: <==> (1+Y^2/(X+N)^2)^(-1) > (1+(Y-N)^2/X^2)^(-1)
: <==> 1+Y^2/(X+N)^2 < 1+(Y-N)^2/X^2
: <==> Y^2/(X+N)^2 < (Y-N)^2/X^2
: <==> Y/(X+N) < (Y-N)/X
: <==> XY < (X+N)(Y-N)
: <==> 0 < NY-NX-N^2
: <==> Y-X > N
: 所以強隊減少失分(跟增加相同的得分數相比)對於增加勝率較有效率
: 弱隊要弱到 Y-X 比 N 大才是多得分有效率 要不然少失分有效率
我有問題(舉手)
分數當中，分母之絕對值愈小時，分子之變動對於該分數影響程度愈大...
若多得N分，勝率推估式之分母及分子會同時增加
若少得N分，則只有分母部份會減少
看起來少失分對於勝率的影響會比較大
這個和結論沒什麼差別
呃....問題在這裡....(好像和前面沒什麼關係......-_-)
如果強弱隊如您所說的是以X-Y值為正值或負值來判斷的話
當該隊為強隊(得分大於失分)時，則Y-X必定小於0
但就假設來看，N值似乎為正值，那麼 Y-X > N 這個式子好像就怪怪的了
--
「在我所知道所有的春天特徵中，從嫩葉、黃水仙、楓樹、手和膝蓋上的青草味、一直到
四月的花，沒有一件事比棒球進入捕手手套的聲音，更能喚醒春天。」
----Thomas Wolfe ~You Can't Go Home Again (1941)
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 140.112.230.39
討論串 (同標題文章)
Sabermetrics 近期熱門文章
PTT體育區 即時熱門文章
-11
43