噓 killeryuan:結論還是數據無用,因為要case by case 61.217.209.85 07/06 00:16
推 malkmus:case by case哪有可能有夠大樣本的數據 XD 59.114.52.175 07/06 00:17
→ Lazi:一樓不要亂給人帶帽子 我的文章自己會結論 61.230.25.56 07/06 01:39
※ 引述《giveatry (new life)》之銘言：
: ※ 引述《Lazi (人生五十年)》之銘言：
: : 對
: : 所以得出今天這個觸擊時機不恰當
: : 但是不代表從前 以後所有觸擊時機都不洽當
: : 所以還是得case by case來看當時的環境變因
: : 我不是說數據過大
: : 我是說 數據參考的項目太多
: : 全聯盟觸擊期望值 數據內包含全聯盟投打守球員
: : 這跟個人單項數據是不一樣的
: : 今天你的數據包含在這個母體裡面 一定會有關聯
: : 只是關聯的強度夠不夠用來評斷下一次不同狀況的標準罷了
: : 所以我說
: : 不會有人拿全台灣事故發生率去推測福特Focus安不安全
: ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
: 現在的問題就是
: "你不能確定車子的品牌"(你不能確定大師兄是哪個case)
事實上 你確定了投手 打擊手 甚至場內所有防守員的守備率
所以你手上有一些基本的數據
就好比例子裡 你可以確定品牌是Focus
這時候 你拿來估算的數據就應該是Focus的事故率
而不是全台灣所有車型車輛在所有路段的事故率
只是這個數據算法 在棒球裡面至少我們討論時沒有辦法算
所以我說在講每個觸擊play合不合理的時候
應該case by case討論
而不是直接用最大環境的最粗估數據概括
: 你要用這個例子，我會用這樣的敘述
: 全台事故發生率是k%(事故我們在這裡定義為"開車")
: 所以在不確定品牌的情況下
: 每台車子發生事故的機率我們假設為k%
: "該不該在台灣開車"
: 就根據這個k%來討論
: 至於k%算是高還是低，那是另一個問題
: 所以這個k%，是假設下的結果
: 雖然看起來不是非常精確
: 但總比什麼都沒有好
: : 因為品牌太多 車種太多 路面不同
: : 但是卻有研究報告拿小客車事故率 同品牌事故率等等數據來用
: : 就好比我們拿單一選手OBP/ERA/AVG之類的數據來用一樣
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 61.230.25.56
※ 編輯: Lazi 來自: 61.230.25.56 (07/06 00:11)