Re: [閒聊] 勝敗領先群(美東07/31止)

看板MLB作者 (Jason1122)時間13年前 (2011/08/01 19:37), 編輯推噓47(47推 0噓 15→)
留言62則, 47人參與, 最新討論串3/3 (看更多)
我正在學統計，不知我這樣想對不對 檢驗兩面對到的對手強度是否相同 用t.test來檢驗 1.檢定前先確定母體是否成常態分配，用Shapiro-Wilk normality test 來做檢驗。 先檢驗Justin Verlander的 W = 0.9645, p-value = 0.5363 再檢驗C.C.Sabathi的 W = 0.9855, p-value = 0.9753 可以從p-value知道母體成常態分配，也就是再多打幾場也是常態分配 2.每場比賽間互不影響，所以樣本獨立 3. 1,2成立後，可以用t.test t = 0.2575, df = 40.694, p-value = 0.7981 alternative hypothesis: true difference in means is not equal to 0 95 percent confidence interval: -323.2733 417.7310 sample estimates: mean of x mean of y 3506.977 3459.748 4.結論：根據p-value，沒辦法拒絕兩者對手強度相同這個想法 ※ 引述《rssh0106 ()》之銘言： : 原文恕刪 : 剛剛簡單查了一下Justin Verlander與C.C.Sabathia這季的每一場投球紀錄 : 做了一個簡單的計算 目的是為了評估究竟目前兩位選手 : 在帳面上的成績是否實質反映遭遇到的對手的強度等等因素 : 如果不想看計算 可直接切到後面... : 在這裡嘗試用"有效對手得分/IP"來評估這件事 : "有效對手得分" 乃 (對手目前的得分RS,以7/31的官方數據為準)*該場比賽的投球局數 : 但在這裡 0.1IP我以0.33IP來算 0.2IP則為0.66IP來看 : 以下是Justin Verlander本季對戰狀況 : RS IP RS*IP : NYY 560 6 3360 : BAL 430 8 3440 : TEX 548 9 4932 : OAK 415 6 2490 : CWS 417 7 2919 : SEA 349 6 2094 : NYY 560 6 3360 : TOR 510 9 4590 : KC 477 8 3816 : BOS 586 8 4688 : TB 454 6 2724 : BOS 586 7.66 4488.76 : CWS 417 8 3336 : SEA 349 8 2792 : CLE 440 9 3960 : COL 483 9 4347 : ARI 492 8 3936 : NYM 486 7 3402 : LAA 421 7.66 3224.86 : KC 477 7.66 3653.82 : CWS 417 6 2502 : MIN 426 8 3408 : CWS 417 8 3336 : LAA 421 8 3368 : TOTAL 180.98 84167.44 : 而C.C.Sabathia的本季對戰紀錄 : RS IP RS*IP : DET 484 6 2904 : MIN 426 7 2982 : BOS 586 5.66 3316.76 : TEX 548 6.33 3468.84 : BAL 430 8 3440 : CWS 417 7 2919 : DET 484 7 3388 : TEX 548 6 3288 : BOS 586 6.66 3902.76 : BAL 430 8 3440 : TOR 510 9 4590 : SEA 349 8 2792 : LAA 421 8.66 3645.86 : BOS 586 6.66 3902.76 : TEX 548 7 3836 : CHC 428 7 2996 : COL 483 8 3864 : MIL 467 7.66 3577.22 : CLE 440 7 3080 : TB 454 9 4086 : TOR 510 8 4080 : TB 454 8 3632 : SEA 349 7 2443 : 168.63 79574.2 : --------------------------------------------------------------------- : 總結 : Justin Verlander的RS*IP/IP = 465.064869 : C.C.Sabathia的RS*IP/IP = 471.8863785 : 簡單而言Justin Verlander目前所遭遇到的隊伍 現階段RS大約有465 : C.C.Sabathia目前所遭遇到的隊伍 現階段RS已經有472 : 兩者所遭遇到的隊伍的RS只差7分 誤差大約為1.5% : 從這個簡單的模型來看 老實說V少與CC現在所面對的隊伍 得分能力根本沒差到多少 : 硬要扯分區...那我就不知道了 : 當然只用RS評估隊伍強度不是準的 但有一定的客觀性 : 歡迎大家討論 顆顆 -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 219.238.219.28
推
08/01 19:41, , 1F
連P值都出現了...
08/01 19:41, 1F
推
08/01 19:43, , 2F
樓下你也懂統計？
08/01 19:43, 2F
推
08/01 19:44, , 3F
略懂XD
08/01 19:44, 3F
推
08/01 19:44, , 4F
不懂
08/01 19:44, 4F
推
08/01 19:48, , 5F
簡單來說，若原PO的假設前提沒錯，戰分區是沒意義的
08/01 19:48, 5F
→
08/01 19:50, , 6F
Just ball games..
08/01 19:50, 6F
→
08/01 19:52, , 7F
我只知道p<0.05有統計上的差異(默)
08/01 19:52, 7F
推
08/01 19:52, , 8F
這是假設檢定嗎XDDDDDD 太酷了！！！一定要推的XDDD
08/01 19:52, 8F
推
08/01 19:55, , 9F
以後逛mlb要配統計原文書了...
08/01 19:55, 9F
推
08/01 19:56, , 10F
Good!
08/01 19:56, 10F
推
08/01 19:57, , 11F
不過為什麼是用t不是用z= =?
08/01 19:57, 11F
→
08/01 19:58, , 12F
會不會出現田口法呢
08/01 19:58, 12F
推
08/01 20:00, , 13F
田口法 現在是要最佳化了嘛!! 哈
08/01 20:00, 13F
推
08/01 20:00, , 14F
檢定法都出來了....
08/01 20:00, 14F
推
08/01 20:01, , 15F
看MLB可以學英文還可以學統計 吾人真該好好看 XDDDDDDD
08/01 20:01, 15F
推
08/01 20:02, , 16F
2.沒有詳細說明嗎XD
08/01 20:02, 16F
推
08/01 20:03, , 17F
跟我想的一樣嘛
08/01 20:03, 17F
推
08/01 20:03, , 18F
第二項得加個"假定"每場比賽為獨立事件
08/01 20:03, 18F
推
08/01 20:03, , 19F
XD
08/01 20:03, 19F
推
08/01 20:04, , 20F
XD　你真認真
08/01 20:04, 20F
推
08/01 20:04, , 21F
如果看MLB板也能懂通信系統 不知道有多好 0.0
08/01 20:04, 21F
推
08/01 20:04, , 22F
完了完了 看MLB也要會統計 文學院學生淚目
08/01 20:04, 22F
→
08/01 20:05, , 23F
....我回去跑一下Spice好了
08/01 20:05, 23F
推
08/01 20:05, , 24F
講中文好嗎？？？？？
08/01 20:05, 24F
→
08/01 20:07, , 25F
可以m起來嗎XD
08/01 20:07, 25F
推
08/01 20:10, , 26F
想好好看球錯了嗎XDD
08/01 20:10, 26F
推
08/01 20:11, , 27F
想好好看球錯了嗎QQ
08/01 20:11, 27F
推
08/01 20:16, , 28F
你們別這樣,我想看球啊
08/01 20:16, 28F
推
08/01 20:17, , 29F
看無XDD
08/01 20:17, 29F
推
08/01 20:18, , 30F
實驗設計與分析
08/01 20:18, 30F
推
08/01 20:18, , 31F
略懂略懂
08/01 20:18, 31F
推
08/01 20:19, , 32F
想好好看球錯了嗎XDD 你們別醬,我想看球啊
08/01 20:19, 32F
→
08/01 20:19, , 33F
除非你知道母體變異數 才用z 不然就用t
08/01 20:19, 33F
→
08/01 20:19, , 34F
要是我的統計教授 知道看球也在算統計 他應該會欣慰
08/01 20:19, 34F
推
08/01 20:20, , 35F
ANOVA的全部跑跑看
08/01 20:20, 35F
推
08/01 20:21, , 36F
喔我想起來了 用t會少一個未知數 感謝shome前輩！
08/01 20:21, 36F
推
08/01 20:21, , 37F
認真有推XD
08/01 20:21, 37F
→
08/01 20:21, , 38F
但第一個Normality test最好先劃Q-Q Plot看一下
08/01 20:21, 38F
原來都要一起看，謝謝!
→
08/01 20:39, , 39F
太強大了…我完全不懂
08/01 20:39, 39F
推
08/01 20:41, , 40F
我學的統計都還老師了
08/01 20:41, 40F
推
08/01 20:44, , 41F
同樓上........+1
08/01 20:44, 41F
推
08/01 20:47, , 42F
比專業更專業的文出現了XD
08/01 20:47, 42F
推
08/01 20:52, , 43F
我剛國考完就出現這個...
08/01 20:52, 43F
推
08/01 20:53, , 44F
還好沒跑去念統計@@
08/01 20:53, 44F
推
08/01 20:55, , 45F
唸統計會死很多腦細胞喔=v="
08/01 20:55, 45F
→
08/01 20:57, , 46F
只是現在唸資工好像也沒好到哪裡去XDD
08/01 20:57, 46F
→
08/01 21:00, , 47F
對不起! ! 唸商科就覺得統計已經很討厭了Orz
08/01 21:00, 47F
推
08/01 21:07, , 48F
T-test , P-value , Anova 等 好多檢定用那個好XD
08/01 21:07, 48F
推
08/01 21:08, , 49F
事實證明，上個學期唸的統計，暑假沒過完就還給教授了XD
08/01 21:08, 49F
推
08/01 21:11, , 50F
結論:球是圓的 此理論無法確定
08/01 21:11, 50F
推
08/01 21:24, , 51F
恩恩 就跟我想的一樣
08/01 21:24, 51F
→
08/01 21:36, , 52F
還給老師了
08/01 21:36, 52F
推
08/01 21:46, , 53F
這個 我可以問 是以什麼數據做檢測嗎？
08/01 21:46, 53F
上一篇的數據
→
08/01 21:57, , 54F
這不代表不同...回去讀統計學
08/01 21:57, 54F
我沒說不同，請看清楚結論
推
08/01 22:19, , 55F
KS好像也可以檢定是否常態
08/01 22:19, 55F
KS也可以，而且理論上可以檢驗任何特定的分配，WS只能檢定是否常態 ※ 編輯: Jason1122 來自: 219.238.219.28 (08/01 22:26)
推
08/01 22:55, , 56F
推!! 雖然我統計快忘光光了XD
08/01 22:55, 56F
推
08/02 08:51, , 57F
我統計畢業已經忘了
08/02 08:51, 57F
推
08/02 09:35, , 58F
恩 跟我腦中推想的一樣
08/02 09:35, 58F
推
08/02 14:49, , 59F
閱
08/02 14:49, 59F
推
08/02 15:17, , 60F
但每場比賽真的都是獨立嗎?統計上很多分配都是取
08/02 15:17, 60F
→
08/02 15:18, , 61F
獨立隨機變數 不過硬要把氣溫跟濕度放上去的話也不用玩了
08/02 15:18, 61F
→
08/02 15:19, , 62F
畢竟太多變數會影響投手表現了...
08/02 15:19, 62F
‣ 更多 Jason1122 的文章
文章代碼(AID): #1EDe_fbz (MLB)
‣ 更多 Jason1122 的文章
文章代碼(AID): #1EDe_fbz (MLB)