Re: [新聞] 比賽用球再次檢測 各項目均合格已回收

看板Baseball作者 (iuygiuti)時間9年前 (2016/08/29 17:04), 9年前編輯推噓44(48推 4噓 53→)
留言105則, 51人參與, 最新討論串5/8 (看更多)
※ 引述《ganbaru (加油)》之銘言： : 這邊的合格，講的是廠商提供的球合乎中職訂的標準， : 而不是球的彈性係數對球賽沒影響啊= = : 之前的新聞就有說了，第二次的驗球是由廠商出錢， : 可以說這次的檢驗是為了確認廠商的產品沒有違約而驗的。 : 但球迷和球員根本不在乎廠商有沒有違約， : 在乎的是你們選的球對比賽有多大影響， : 這才是重點。 : 如果聯盟一句沒問題就想混過去， : 那投手的薪水該怎麼談?? : 以往投手ERA超過5差不多就可以回家吃自己了吧?? : 現在大部分的投手都達到那種標準了， : 是不是乾脆所有投手都領底薪就好了?? : 聯盟必須要釐清球帶來的影響， : 保護投手可能迎來的談薪水劣勢， : 而不是沒違規就一切OK。 : 喵的你們可不是政府機關， : 行為不要那麼像好不好= = : ※ 引述《b1236711 (藍琦)》之銘言： : : 來源：聯盟官網 http://goo.gl/SFr5bf : : === : : 2016中華職業棒球大聯盟比賽用球再次檢測結果出爐，各項測試項目均合格。因各界關切 : : ，此次除正式規範的14天恆溫恆濕檢測條件外，另增加兩種不同檢測環A檢測結果恢復 : : 係數(ＣＯＲ)分別為： : : 14天恆溫恆濕：0.573 : : 2天恆溫恆濕：0.575 : : 常溫常濕：0.573 : : 此次測試仍委由臺北市立大學運動器材科技研究所依照ASTM美國材料與試驗協會F1887 : : COR測試標準進行，測試項目包括外觀、縫線數、重量、圓周、直徑、縫線高度、縫線寬 : : 度、恢復係數（COR）及壓縮值（C-D）等共九項。 : : 聯盟歷年來均委託台北市立大學運動器材科技研究所進行比賽用球檢測，該單位亦曾接受 : : 世界棒壘球總會委託進行相關檢驗。 : : === : : 合格是一件事，有沒有比以前高是另一件事啊， : : 一直以來都覺得他們完全沒抓到重點... 不好意思 讓我罵一點髒話 FxxK 當我們球迷都是白癡就對了?! 十八顆球總平均 0.573 請問 標準差多少?? 敢公佈嗎?? Range呢? 樣本內的極大極小呢? 只憑一個平均值就會被唬住的 只有那種對統計完全沒概念的人 如果今天標準差很大 是否就代表球的彈性是非常不穩定的 當整個彈性分配的離散程度很大時 是否就意謂著 超過0.58上限的球其實數量很多 學過統計得應該都知道三倍標準差內被樣本抽驗到的機會超過八到九成 (假使母體常態) 除非標準差小於0.003 不然球的整體彈性 根本不合格 再者 若驗出球的彈性超過上限或小於下限時 那是否計算過這種不合規格的球比例多少? -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 42.72.101.164 ※ 文章網址: https://www.ptt.cc/bbs/Baseball/M.1472461464.A.900.html
推
08/29 17:04, , 1F
今年打者成績已經看到麻木了 囧
08/29 17:04, 1F
推
08/29 17:05, , 2F
要被桶了
08/29 17:05, 2F
→
08/29 17:05, , 3F
很明顯球的誤差範圍都很大 有時候超彈 有時候還好
08/29 17:05, 3F
→
08/29 17:05, , 4F
今年看到全壘打真的興奮不起來......
08/29 17:05, 4F
推
08/29 17:05, , 5F
我沒學過統計..但還是推一下
08/29 17:05, 5F
推
08/29 17:05, , 6F
第一次個別的數據 被發現好像是TVBS不小心拍到被截圖
08/29 17:05, 6F
推
08/29 17:06, , 7F
當大家不會統計就是了 給某黨的人當會長就會有問題
08/29 17:06, 7F
推
08/29 17:06, , 8F
國罵修掉吧，不值得
08/29 17:06, 8F
→
08/29 17:06, , 9F
一篇好好的文，不需要這樣
08/29 17:06, 9F
推
08/29 17:07, , 10F
規格談到那麼寬 就表示華櫻的製程控制能力很差
08/29 17:07, 10F
※ 編輯: oddyssey (42.72.101.164), 08/29/2016 17:07:46
→
08/29 17:07, , 11F
推統計概念不錯
08/29 17:07, 11F
推
08/29 17:07, , 12F
所以昨天就是那比較不彈的球出來打吧XDD
08/29 17:07, 12F
推
08/29 17:07, , 13F
三個字修掉吧 你被桶中職看不到 呵呵
08/29 17:07, 13F
推
08/29 17:08, , 14F
修掉吧 合理的討論文章 沒必要打了國罵被桶
08/29 17:08, 14F
→
08/29 17:08, , 15F
如果訂太窄 華櫻沒辦法每批都做進規格
08/29 17:08, 15F
推
08/29 17:08, , 16F
推你一個～不過先把髒話修掉吧~ 不值得為了中職被桶
08/29 17:08, 16F
推
08/29 17:08, , 17F
你突破盲點了，不過聯盟會當作沒看到
08/29 17:08, 17F
推
08/29 17:08, , 18F
別以為用平均就能乎過去!極大極小值給一下吧~
08/29 17:08, 18F
推
08/29 17:09, , 19F
真的完全不透明，用個平均數的數字就想打發
08/29 17:09, 19F
→
08/29 17:10, , 20F
不穩定的彈性，投手就像在投炸彈沒兩樣
08/29 17:10, 20F
推
08/29 17:11, , 21F
以後投手要投之前，先把那顆球往地上砸看看彈性好不好
08/29 17:11, 21F
→
08/29 17:11, , 22F
訂太窄廠商無法坐進去那是廠商的問題，而不是把範圍定大去
08/29 17:11, 22F
→
08/29 17:12, , 23F
迎合廠商吧...這樣球賽品質誰讓幫我們顧到
08/29 17:12, 23F
→
08/29 17:12, , 24F
離群值的部分怎麼處理的，比例多少
08/29 17:12, 24F
推
08/29 17:12, , 25F
不過有部分要糾正一下原po 應該是常態分佈在三個標準差內佔的
08/29 17:12, 25F
→
08/29 17:13, , 26F
比例是99.7%
08/29 17:13, 26F
推
08/29 17:15, , 27F
這國中生都懂是唬人的數據
08/29 17:15, 27F
推
08/29 17:15, , 28F
推樓上 兩個標準差就95%了 三個標準差已經超過99%
08/29 17:15, 28F
推
08/29 17:16, , 29F
可是這個有一大部分應該跟廠商生產良率也有蠻大的關係……
08/29 17:16, 29F
推
08/29 17:16, , 30F
中央極限定理
08/29 17:16, 30F
推
08/29 17:17, , 31F
應該公布標準差與中位數
08/29 17:17, 31F
推
08/29 17:17, , 32F
看到只給平均值也是想：就這樣？ 當球迷裡面沒人會統計學喔
08/29 17:17, 32F
推
08/29 17:19, , 33F
良率是依照規格計算 規格是依使用情形訂定 再跟製造商談判
08/29 17:19, 33F
推
08/29 17:19, , 34F
可是我覺得跟標準差也無關 因為這是MP抽測 應該要100%合格
08/29 17:19, 34F
推
08/29 17:19, , 35F
你爸媽平均一顆睪丸啦
08/29 17:19, 35F
→
08/29 17:19, , 36F
所有球的COR都要在規範內才叫合格 有一顆超過都不行
08/29 17:19, 36F
推
08/29 17:20, , 37F
第一次個別的數據，可參考#1ND5TA0H，六顆中還有一顆是0.58
08/29 17:20, 37F
→
08/29 17:20, , 38F
當你看到規格值和實際使用情形差太多時 通常是製造商太爛
08/29 17:20, 38F
還有 27 則推文
→
08/29 17:43, , 66F
的區間設定，感覺都比平均多少重要
08/29 17:43, 66F
→
08/29 17:43, , 67F
不過 若在抽樣後大樣本下檢驗 假設母體符合常態應該合理
08/29 17:43, 67F
→
08/29 17:44, , 68F
RN大講的應該算是抽樣偏誤的問題 selection bias 的確專
08/29 17:44, 68F
→
08/29 17:45, , 69F
業來說 抽樣的方式也是重要的細節 但我相信聯盟沒懂這些
08/29 17:45, 69F
推
08/29 17:46, , 70F
聯盟不懂算合理啦 畢竟這不是體育專業了...
08/29 17:46, 70F
推
08/29 17:47, , 71F
補推，噓是因為噓不能亂假設常態XD，但其實想強調的重點
08/29 17:47, 71F
→
08/29 17:47, , 72F
是，球彈不彈聯盟根本不需要拿數據出來搞，明顯要改區間
08/29 17:47, 72F
→
08/29 17:47, , 73F
了還拿數據出來被罵真的有這麼笨？
08/29 17:47, 73F
→
08/29 18:03, , 74F
不覺得是廠商的問題 應該是聯盟要求這麼做的
08/29 18:03, 74F
→
08/29 18:05, , 75F
高中數學就教過最基本的統計了
08/29 18:05, 75F
→
08/29 18:29, , 76F
你的觀念也很好笑 很多超過5.8那不是也要很多5.6的拉
08/29 18:29, 76F
→
08/29 18:29, , 77F
下來
08/29 18:29, 77F
→
08/29 18:30, , 78F
這正差太多了 是以為球是用人工手做的嗎
08/29 18:30, 78F
→
08/29 18:31, , 79F
樓上去看看統計 假設母體是常態 當平均數0.573 標準差大
08/29 18:31, 79F
→
08/29 18:32, , 80F
於0.005 請問 抽樣抽到大於0.578的球機會有多大?? 推估
08/29 18:32, 80F
→
08/29 18:33, , 81F
有至少兩到三成 以機率來說就算很大了 就算總平均0.573
08/29 18:33, 81F
→
08/29 18:34, , 82F
有這麼高機率抽到不合規定的球 這真的不是廠商問題??
08/29 18:34, 82F
→
08/29 18:35, , 83F
球的彈性如此得不穩定 就算總平均0.55 如果標準差 0.01
08/29 18:35, 83F
→
08/29 18:36, , 84F
還會有不小機會抽到超標的球 標準差是非常重要的
08/29 18:36, 84F
推
08/29 18:40, , 85F
說真的這其實不是很重要，檢驗過程也沒有全公開透明，你要
08/29 18:40, 85F
→
08/29 18:40, , 86F
全部數據他全造假也是有可能。比較關鍵的是中職定的合格標
08/29 18:40, 86F
→
08/29 18:40, , 87F
準根本太寬鬆。
08/29 18:40, 87F
推
08/29 18:56, , 88F
標準差公佈了還得了 立馬被酸爆
08/29 18:56, 88F
推
08/29 19:21, , 89F
ㄧ人平均一顆XX? 把我們當白痴
08/29 19:21, 89F
推
08/29 19:24, , 90F
好險有學統計
08/29 19:24, 90F
噓
08/29 19:48, , 91F
超過0.58就超差，所以樣本裡面不應該有超過0.58的樣本；
08/29 19:48, 91F
→
08/29 19:48, , 92F
因此0.57x的平均標準差應該比理論上小，結論就是係數整
08/29 19:48, 92F
→
08/29 19:48, , 93F
體偏向上限。
08/29 19:48, 93F
噓
08/29 19:50, , 94F
投手爛不會承認膩？
08/29 19:50, 94F
→
08/29 19:50, , 95F
打者都表示是球棒升級了......
08/29 19:50, 95F
→
08/29 19:51, , 96F
不然益全還是慘慘der是怎麼回事？
08/29 19:51, 96F
推
08/29 21:19, , 97F
推你這篇 好險我學過統計 不然真被某聯盟當白癡
08/29 21:19, 97F
推
08/29 22:05, , 98F
歡樂聯盟
08/29 22:05, 98F
推
08/29 22:11, , 99F
沒學過統計，但上過6 sigma的課
08/29 22:11, 99F
→
08/29 22:57, , 100F
推這篇
08/29 22:57, 100F
推
08/29 23:24, , 101F
一拳打不好就真的是碰到撞牆期還是他開始走下坡，球迷
08/29 23:24, 101F
→
08/29 23:24, , 102F
應該不會看球看到以為鳥打打擊破3成全壘打破10轟就以為
08/29 23:24, 102F
→
08/29 23:24, , 103F
每個人都應該複製貼上吧
08/29 23:24, 103F
推
08/29 23:32, , 104F
還是這檢驗數值偷學跳水的評分方式，最高的兩個跟最低
08/29 23:32, 104F
→
08/29 23:32, , 105F
的兩個都去除只取中間值來計算
08/29 23:32, 105F
‣ 更多 oddyssey 的文章
文章代碼(AID): #1Nm_gOa0 (Baseball)
討論串 (同標題文章)
本文引述了以下文章的的內容：
完整討論串 (本文為第 5 之 8 篇)：
排序： 最新先 | 最舊先 | 留言數
在新視窗開啟完整討論串 (共8篇)
‣ 更多 oddyssey 的文章
文章代碼(AID): #1Nm_gOa0 (Baseball)