作者 LearnLong (學長)標題 Re: [討論] 2023 NBA歷史百大球員排行時間 Sun Jul 16 19:28:30 2023
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)
※ 作者: LearnLong 2023-07-16 19:28:30
※ 文章代碼(AID): #1aizHZST (NBA)
※ 文章網址: https://www.ptt.cc/bbs/NBA/M.1689506915.A.71D.html
※ 同主題文章:
Re: [討論] 2023 NBA歷史百大球員排行
07-16 19:28 LearnLong
→ cross980115: 有很大的可能 會刻意被刷
然後會出現除了特定支持的對象 跟厭惡的對象以外
其他被亂按的情況1F 07/16 19:34
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 crazykid: 中間段還可以 前面的會被惡搞4F 07/16 19:35
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 Blackie9211: 但如果有放累積數據其實很容易知道是誰吧？
有些球星你一看數據就認得出來了5F 07/16 19:35
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
→ cross980115: 除了特定好記的一些超級巨星以外其他能第一印象反應出來的可能不會那麼多，但出現刷分現象就會失真，還是必然出現刷分現象7F 07/16 19:37
→ VL1003: 吵排名都是吵前面的，數據其實很好比出來。10F 07/16 19:38
→ bnn: 有些知名數據會被認出來 而獲得"這我認得"投票11F 07/16 19:39
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 timgjh: 搶斷蓋帽不能修一下嗎12F 07/16 19:44
懶，我有轉繁已經符合板規了
推 e8e88: 認真說，數據只能參考，仔細比賽才能看出真實實力*仔細看13F 07/16 19:46
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 phoenix286: 捉對比較的話要放多少數據？平均？累積？進階？
太難了 數據面向太多很難概括球員 不如給人名就好15F 07/16 19:48
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 youga: 沒有辦法放全部數據阿 數據百百種是要放哪些17F 07/16 19:52
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 orthogonal: 如果要避開記數據 還可以直接每個單項都只顯示兩個球員的數據差 缺點是這樣資訊又更少一點18F 07/16 19:57
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
→ orthogonal: 這種可以用機器學習的方式解決 先設定一個比較榮譽的模型(簡單例：a*總冠軍+b*MVP+c*FMVP)，然後讓
大家用這種方式去選，跑學習演算法去決定最切合大家選擇的係數(上例的a,b,c)，之後依照係數做排名20F 07/16 19:58
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
→ orthogonal: 剛又想到一個避免記數據的方式：各項數據的對比不顯示數字而是顯示兩者對比的長條圖(不給刻度)
這樣避免記數據的同時還讓比較更加直觀24F 07/16 20:01
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 kuiyy: 這樣不同時代的資訊差怎麼辦？ A球員6冠 B球員11冠 但是B球員的冠軍只要打兩輪27F 07/16 20:04
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
這是我們技術人員的攻防
推 Lebrono: 用虛構的球員數據跟榮譽去跑重要性好像不錯30F 07/16 20:12
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
→ asn789451: 扣分有沒有考慮進去 比如說高排名被低排名的長年奪冠31F 07/16 20:53
→ ISRC: 這樣龜龜會第幾名33F 07/16 22:41
推 kshs065: 但每個時代的數據不是等值的 2000年初球隊總分才9034F 07/17 09:47
--