Re: 畢式勝率vs.實際勝率

看板Sabermetrics作者 (morikawablue)時間18年前 (2006/05/26 17:35), 編輯推噓0(000)
留言0則, 0人參與, 最新討論串13/18 (看更多)
※ 引述《Debugger (Win Shares 痴漢)》之銘言: : 為了調整 exponent 的部分 得先要有大量樣本吧? : 那麼 CCF 與 Betts 加入之前 有這兩個人的樣本數是多少? 當然是零 我的猜想是在 CCF 和 Betts 加入之後,CPBL 的鳥打現象應該有所改善 ,雖然我沒在看 CPBL。換句話說,如果去年 La New 用 exponent = 2 而使 Pythagorean formula 得到很好的估計結果的話,今年的故事恐怕 就不會是這個樣子。 我是有聽過利用 (RS + RA)^0.287 的方法去估得最佳 fit 的 exponent ,其中 RS 是球隊平均得分,RA 是球隊平均失分。我不清楚 Dubugger 兄所謂大樣本的 approach 是指哪一種方法。 另外關於合理的外觀,如果我們把 Pythagorean Formula 改寫一下: (RS)^2/[(RS)^2 + (RA)^2] = 0.5 + (RS-RA) * U = 0.5 + (Run Differential) * U 其中 U = 0.5 * (RS + RA)/[(RS)^2 + (RA)^2] 這樣會不會讓大家覺得原始的 Pythagorean Formula 有一種 Deja vu 的感覺? -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 61.218.109.213
文章代碼(AID): #14TillBr (Sabermetrics)
討論串 (同標題文章)
文章代碼(AID): #14TillBr (Sabermetrics)