Re: 畢式勝率vs.實際勝率

看板Sabermetrics作者時間18年前 (2006/05/26 13:37), 編輯推噓0(001)
留言1則, 1人參與, 最新討論串5/18 (看更多)
※ 引述《morikawablue (morikawablue)》之銘言: : ※ 引述《Debugger (Win Shares 痴漢)》之銘言: : : 獅隊反了吧 @.@ : : 要小比方贏得多大比分輸得多 : : 才容易得失分看起來比勝敗紀錄鳥蛋 : 說真的,我不是很喜歡 Pythagorean Formula 的長相,因為它看起來完全 : 無法從外觀得到任何合理的解釋,唯一的優點只在於估出來的東西還挺 : 準的。Moreover,它和 Pythagorean Theorem 沒有什麼實質上的關聯性, : 只是長得像 (By B. James) 而已!? : 不過我想問一下: : 在 CPBL 的環境下用 Pythagorean Formula 時,RS 和 RA 的 exponent 是 : 用多少去計算的?如果它有可能在兩個 consecutive season 裡產生如此大的 : 誤差,我們會否應該考慮大環境 (runs environment) 的改變 (La New 在 : CCF 與 Betts 加入後對整個 league run scoring 的影響?) 來調整 : Pythagorean Formula 的 exponent? 一次回歸方程 指數為1 R^2=0.8645 1.1 R^2=0.8647 1.2 R^2=0.865 1.3 R^2=0.8652 1.4 R^2=0.8655 1.5 R^2=0.8658 1.6 R^2=0.8662 1.7 R^2=0.8665 1.8 R^2=0.8669 1.9 R^2=0.8673 2.0 R^2=0.8676 2.1 R^2=0.868 2.2 R^2=0.8685 2.3 R^2=0.8689 2.4 R^2=0.8693 2.5 R^2=0.8698 2.6 R^2=0.8702 2.7 R^2=0.8707 2.8 R^2=0.8712 2.9 R^2=0.8717 3.0 R^2=0.8722 3.5 R^2=0.8747 4.0 R^2=0.8772 10 R^2=0.8821 11 R^2=0.8774 9 R^2=0.8854 8 R^2=0.8871 7.5 R^2=0.8873 y = 0.2519x + 0.3829 X為算出來後的勝率 y為真實勝率 指數函數 1 0.8115 2 0.8153 8.0 0.8422 y = 0.3949e^0.4894x 乘冪 7.8 0.9293 y = 0.6162x^0.2344 對數 6.0~6.1 0.9417 y = 0.1443Ln(x) + 0.6227 二次多項式 0.1 0.9413 y = -921.93x2 + 939.85x - 238.92 大概跑成這樣吧 -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 220.137.251.217

05/26 14:05, , 1F
這是今年的
05/26 14:05, 1F
文章代碼(AID): #14TfGsOl (Sabermetrics)
討論串 (同標題文章)
文章代碼(AID): #14TfGsOl (Sabermetrics)