Re: [討論] 2023 NBA歷史百大球員排行

看板NBA作者 (學長)時間10月前 (2023/07/16 19:28), 10月前編輯推噓9(10推 1噓 23→)
留言34則, 16人參與, 10月前最新討論串3/4 (看更多)
我不是統計專業，好奇發問 : 假設想要設計一個好的模型應該是： : 找到你的Y，Y應該是「球員排名」 : 換言之沒有先透過一個大規模問卷 : 或是多個問卷進行meta analysis的話 做統計問卷會遇到一樣的問題，你抽樣的群眾數量中太多X因數 比方美國的州人數、年紀、種族、國籍……等等 感覺又繞回到一樣的困境 : 很難有一個有統計意義的公式 : 接下來要找到一堆x : 這部分我覺得原PO的設計概念就會有很大幫助 : 不過要靠觀球的經驗法則做一個Empirical model太難了 : 我想用簡單的logit（實際分析可以order logit） : 下面用原本的公式當作X假想實驗 所以我的想法是繞開這些問題 如果我做一個網頁，在數據庫裡面先存放200個可能的歷史百大球員的數據 (透過累計權威媒體的名單，或是類似原原Po之類的公式， 反正我只要大約的前200球員的名單，不必"正確") 每次點進去，就出現兩個人的比較數據 重點是不亮名，即參與投票的使用者不知道這兩球員是誰 (個別巨星球員可能容易被猜出來，但是大多數一般用戶應該不會去記) -- 下面舉個栗子(因BBS不好排版我只放常規賽) A球員 首發 時間 投籃 命中 出手 三分 命中 350 25.4 44.70% 4.3 9.7 36.90% 1.4 命中 出手 籃板 前場 後場 3.2 3.9 3.5 0.6 2.8 搶斷 蓋帽 失誤 犯規 得分 勝 負 1.3 0.3 2 2.1 13.3 762 295 特殊榮譽 4次總冠軍、2次全明星替補、1次最佳第6人、 1次最佳新秀第二隊、2次最佳陣容第三隊 B球員 首發 時間 投籃 命中 出手 三分 命中 1150 35.6 45.20% 6.6 14.6 40.00% 2.3 罰球 命中 出手 籃板 前場 後場 89.40% 3.4 3.8 4.1 0.9 3.1 搶斷 蓋帽 失誤 犯規 得分 勝 負 1.1 0.2 2.1 2.2 18.9 755 545 特殊榮譽 2次總冠軍、10次全明星替補、 1次最佳新秀第二隊、1次最佳陣容第二隊、1次最佳陣容第三隊 -- 使用者只要點選告訴我「你認為百大球星排名哪一位要更靠前」 點選之後就跳出下一題(另外兩個隨機球星) 這樣經過大量的捉對比較，我想應該會有一種統計學方式可以排出百大球星 (如開頭，我不是統計學專業，但是我想應該會有) -- 技術上來說一點都不難，寫個爬蟲就可以解決大部份問題 我上面只是臨時去阿陸仔網站複製一下而已 如果真的要做，列出來的數據只要不會嚴重暴露球員身份的都會顯示(如單場最高) 使用者愛看就看，挑自己覺得重要的看也可以。 而且排名也可以實時更動，只是版友們最關心的歷史前二可能還是沒辦法解決， 因為那兩人的數據太顯眼了，可能在過程中很容易被看出來。 不知道如果用這種方式做出來的排名，各位認為的可信度高不高。 P.S 栗子中，球員A是Manu Ginobili，球員B是Ray Allen P.S 再次強調，我栗子只是為了說明概念，沒有季後賽以及各式進階數據，勿責怪 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 210.66.129.109 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/NBA/M.1689506915.A.71D.html
→
07/16 19:34, 10月前 , 1F
有很大的可能 會刻意被刷
07/16 19:34, 1F
→
07/16 19:34, 10月前 , 2F
然後會出現除了特定支持的對象 跟厭惡的對象以外
07/16 19:34, 2F
→
07/16 19:34, 10月前 , 3F
其他被亂按的情況
07/16 19:34, 3F
忘了說 我剛有想到防刷機制 首先，想為特定球員刷太難了，因為兩個是隨機出現的 你想為Z球員刷票，大概刷100道題才會遇見一次(2/200) 一般網路問卷都會有防護機制，簡單的看答題速度 那麼多數據，你一題花不到5秒，就不列入統計。 如果有人要用科技手段去刷，那就沒辦法了。
推
07/16 19:35, 10月前 , 4F
中間段還可以 前面的會被惡搞
07/16 19:35, 4F
是的，我猜尤其前二更是。其實這時候就會回歸到一般問卷的形式 對前二來說變成「誰是GOAT」的一對一問卷
推
07/16 19:35, 10月前 , 5F
但如果有放累積數據其實很容易知道是誰吧？
07/16 19:35, 5F
→
07/16 19:36, 10月前 , 6F
有些球星你一看數據就認得出來了
07/16 19:36, 6F
這個板都是資深球迷，我想加入很多一般球迷，可能這個因素會被稀釋吧 這個我也想過
→
07/16 19:37, 10月前 , 7F
除了特定好記的一些超級巨星以外其他能第一印象反
07/16 19:37, 7F
→
07/16 19:38, 10月前 , 8F
應出來的可能不會那麼多，但出現刷分現象就會失真
07/16 19:38, 8F
→
07/16 19:38, 10月前 , 9F
，還是必然出現刷分現象
07/16 19:38, 9F
→
07/16 19:38, 10月前 , 10F
吵排名都是吵前面的，數據其實很好比出來。
07/16 19:38, 10F
→
07/16 19:39, 10月前 , 11F
有些知名數據會被認出來 而獲得"這我認得"投票
07/16 19:39, 11F
我知道還是會有些問題 但是我認為會比一般的「誰是GOAT」、「誰是前十大」、「誰是百大」更客觀 那種問卷反而會有「我兩個都聽過，但是我不太清楚數據，選個我喜歡的吧」 然後對於全公式的統計方式，前兩篇也討論過了，不畫靶射箭根本微調不出公式。
噓
07/16 19:44, 10月前 , 12F
搶斷蓋帽不能修一下嗎
07/16 19:44, 12F
懶，我有轉繁已經符合板規了
推
07/16 19:46, 10月前 , 13F
認真說，數據只能參考，仔細比賽才能看出真實實力
07/16 19:46, 13F
→
07/16 19:46, 10月前 , 14F
*仔細看
07/16 19:46, 14F
這個我接受，同樣的有很多人認為「場外影響力」也是一種因素。 比方Iverson的矮小身材、拼勁以及對籃球的推廣，也讓他抬高很多。
推
07/16 19:48, 10月前 , 15F
捉對比較的話要放多少數據？平均？累積？進階？
07/16 19:48, 15F
→
07/16 19:48, 10月前 , 16F
太難了 數據面向太多很難概括球員 不如給人名就好
07/16 19:48, 16F
不是，是我把兩球員的數據全部放出來 重點數據亮色，你全都能看，比較規則在使用者心中 我只要使用者點選哪一個是他認為「排名應該更靠前的球員」
推
07/16 19:52, 10月前 , 17F
沒有辦法放全部數據阿 數據百百種是要放哪些
07/16 19:52, 17F
我直接爬NBA官網阿... NBA官網有多少，我就可以顯示多少 NBA官網更新，我的網頁就跟著更新了
推
07/16 19:57, 10月前 , 18F
如果要避開記數據 還可以直接每個單項都只顯示兩個
07/16 19:57, 18F
→
07/16 19:57, 10月前 , 19F
球員的數據差 缺點是這樣資訊又更少一點
07/16 19:57, 19F
數據差好像不錯，可以思考一下 第一直覺是同位置的還好，不同位置的好像會更困惑
→
07/16 19:58, 10月前 , 20F
這種可以用機器學習的方式解決 先設定一個比較榮譽
07/16 19:58, 20F
→
07/16 19:59, 10月前 , 21F
的模型(簡單例：a*總冠軍+b*MVP+c*FMVP)，然後讓
07/16 19:59, 21F
→
07/16 19:59, 10月前 , 22F
大家用這種方式去選，跑學習演算法去決定最切合大家
07/16 19:59, 22F
→
07/16 20:00, 10月前 , 23F
選擇的係數(上例的a,b,c)，之後依照係數做排名
07/16 20:00, 23F
懂了，先用全虛構的球員數據+投票，然後跑公式是吧 好像可以
→
07/16 20:01, 10月前 , 24F
剛又想到一個避免記數據的方式：各項數據的對比不顯
07/16 20:01, 24F
→
07/16 20:02, 10月前 , 25F
示數字而是顯示兩者對比的長條圖(不給刻度)
07/16 20:02, 25F
→
07/16 20:02, 10月前 , 26F
這樣避免記數據的同時還讓比較更加直觀
07/16 20:02, 26F
我覺得你剛才說的那個好像很不錯 我先隨機生成200個虛構球員的虛構數據 (或者是真實數據加雜音) 然後用虛構數據去搞我原來那個投票方式 最後透過深度學習讓AI整理出一個公式剛好是符合投票結果 但是AI跑出來的公式如果不只一個能符合虛擬數據，但是套真實數據的時候又有差異呢？ 擴大樣本再來一次嗎
推
07/16 20:04, 10月前 , 27F
這樣不同時代的資訊差怎麼辦？ A球員6冠 B球員11冠
07/16 20:04, 27F
→
07/16 20:04, 10月前 , 28F
但是B球員的冠軍只要打兩輪
07/16 20:04, 28F
這無解，各種方式的排名這好像都是個大問題 前面也有人說了，上古時期球隊沒這麼多，含金量跟現在不同
推
07/16 20:09, 10月前 , 29F
然後就被機器人刷到爆開
07/16 20:09, 29F
這是我們技術人員的攻防
推
07/16 20:12, 10月前 , 30F
用虛構的球員數據跟榮譽去跑重要性好像不錯
07/16 20:12, 30F
我仔細想了十幾分鐘，好像會無法收斂，不能擬合 (哭) ※ 編輯: LearnLong (210.66.129.109 臺灣), 07/16/2023 20:32:56
→
07/16 20:53, 10月前 , 31F
扣分有沒有考慮進去 比如說高排名被低排名的長年奪
07/16 20:53, 31F
→
07/16 20:53, 10月前 , 32F
冠
07/16 20:53, 32F
→
07/16 22:41, 10月前 , 33F
這樣龜龜會第幾名
07/16 22:41, 33F
推
07/17 09:47, 10月前 , 34F
但每個時代的數據不是等值的 2000年初球隊總分才90
07/17 09:47, 34F
‣ 更多 LearnLong 的文章
文章代碼(AID): #1aizHZST (NBA)
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 3 之 4 篇)：
排序： 最舊先 | 最新先 | 留言數
在新視窗開啟完整討論串 (共4篇)
‣ 更多 LearnLong 的文章
文章代碼(AID): #1aizHZST (NBA)