Re: [閒聊] 勝敗領先群(美東07/31止)

[Jason1122 (Jason1122)]

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 run7:連P值都出現了...
推 afulet:樓下你也懂統計？
推 jeffrey3436:略懂XD
推 rssh0106:不懂
推 mcshang:簡單來說，若原PO的假設前提沒錯，戰分區是沒意義的
→ EEERRIICC:Just ball games..
→ run7:我只知道p<0.05有統計上的差異(默)
推 ForgerEames:這是假設檢定嗎XDDDDDD  太酷了！！！一定要推的XDDD
推 kimeabsolute:以後逛mlb要配統計原文書了...
推 microbe882:Good!
推 ForgerEames:不過為什麼是用t不是用z= =?
→ elong:會不會出現田口法呢
推 mijii:田口法 現在是要最佳化了嘛!! 哈
推 zerg1228:檢定法都出來了....
推 poplc:看MLB可以學英文還可以學統計  吾人真該好好看 XDDDDDDD
推 Kinra:2.沒有詳細說明嗎XD
推 L0v35:跟我想的一樣嘛
推 ForgerEames:第二項得加個"假定"每場比賽為獨立事件
推 jacky1990b:XD
推 GYmin:XD　你真認真
推 SlamKai:如果看MLB板也能懂通信系統 不知道有多好 0.0
推 tony160079:完了完了  看MLB也要會統計  文學院學生淚目
→ EEERRIICC:....我回去跑一下Spice好了
推 okinawa8:講中文好嗎？？？？？
→ ForgerEames:可以m起來嗎XD
推 abc0922001:想好好看球錯了嗎XDD
推 songga0909:想好好看球錯了嗎QQ
推 ahuahala:你們別這樣,我想看球啊
推 leoturkey:看無XDD
推 justloveaki:實驗設計與分析
推 yangkaiyu:略懂略懂
推 thief87:  想好好看球錯了嗎XDD 你們別醬,我想看球啊
→ shome:除非你知道母體變異數 才用z 不然就用t
→ thief87:要是我的統計教授 知道看球也在算統計 他應該會欣慰
推 zerg1228:ANOVA的全部跑跑看
推 ForgerEames:喔我想起來了 用t會少一個未知數 感謝shome前輩！
推 alfneta:認真有推XD
→ shome:但第一個Normality test最好先劃Q-Q Plot看一下
原來都要一起看，謝謝!
→ jason12308:太強大了…我完全不懂
推 yungwena:我學的統計都還老師了
推 thief87:同樓上........+1
推 Maddux1127:比專業更專業的文出現了XD
推 Faith1128:我剛國考完就出現這個...
推 Danielly:還好沒跑去念統計@@
推 ForgerEames:唸統計會死很多腦細胞喔=v="
→ Danielly:只是現在唸資工好像也沒好到哪裡去XDD
→ ForgerEames:對不起! ! 唸商科就覺得統計已經很討厭了Orz
推 wbesjdje:T-test , P-value , Anova 等 好多檢定用那個好XD
推 darksign:事實證明，上個學期唸的統計，暑假沒過完就還給教授了XD
推 jacky00766:結論:球是圓的 此理論無法確定
推 shihycc:恩恩 就跟我想的一樣
→ solanacearum:還給老師了
推 kent0:這個 我可以問 是以什麼數據做檢測嗎？
上一篇的數據
→ tommyu:這不代表不同...回去讀統計學
我沒說不同，請看清楚結論
推 MSmax:KS好像也可以檢定是否常態
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 jason800629:推!! 雖然我統計快忘光光了XD
推 abidog:我統計畢業已經忘了
推 willy14:恩 跟我腦中推想的一樣
推 CourtneyLee:閱
推 aaa11689:但每場比賽真的都是獨立嗎?統計上很多分配都是取
→ aaa11689: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
→ aaa11689:畢竟太多變數會影響投手表現了...