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 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 ※ 引述《kuiyy (kuiyy)》之銘言： : 請注意，本排名僅為實驗性質，嘗試以單一公式量化球員生涯成就，並不一定真實反應 : 球員歷史地位與排名。 : 本年度公式異動幅度較大，變更及說明部分以綠色標示。 : 主要變更： MVP直接設定成「有無MVP」為一個dummy variable 再設定一個「MVP數量」 然後放一個交互項「有無MVP*MVP數量」 如果這邊觀察不到顯著效果有可能是「有沒有連拿兩次」這個因子 也可以設定為一個dummy variabe : 1.雙MVP積分降回前年標準：MVP調整至40，FMVP調整至28，去年調升主要是為提高 : 冠軍成就比例，但因比例問題同步提高MVP積分導致收效甚微，且冠軍成就過分獨尊 : FMVP之問題依然未解決，今年將雙MVP積分降回，改以其他方式(下列2)改善。 數據部分我想拆分成季賽、季後賽兩項 基本上就能觀測且解決原文的一些權重問題 : 2.新增主力冠軍貢獻積分：以奪冠隊伍整體季後賽Win Shares為基準， : 第一名10分、第二名6分、第三名3分，詳細積分列表中以W1、2、3標註。 : 變更後總冠軍成就除FMVP外增加第二切入點，冠軍賽季Win Shares排名，如為毫無 : 爭議的球隊第一人可獲得FMVP(28)+W1(10)合計38分，以常見爭議的2015賽季為例， : 原本只有小AI獲得FMVP(35)，新版小AI獲得FMVP(28)+W3(3)，Curry也得到W1(10)， : 一定程度修正FMVP如含金量不足所造成的積分不公平問題，對球隊奪冠有重大貢獻的 : 二、三號球員也能獲得更多積分，而非獨尊FMVP一人。 : 再舉例2008賽爾提克，原本除基本總冠軍積分之外，只有PP拿到FMVP(35)， : 而新制：PP FMVP(28)+W3(3)，KG W1(10)，雷槍W2(6)，應較舊制合理。 : 修正過後冠軍隊伍主力排名上升，只有年度MVP而無冠軍的球員積分下滑較為明顯。 : 新增主力冠軍貢獻積分後，FMVP比重稀釋，相對適合跨時代比較。 : 本年度排名漲跌是與2022年調整後數據相較，2022年新版排名附於文後。 : 排名積分分為三大部分：1.冠軍成就 2.賽季榮譽 3.生涯累積 我覺得這部設計是我最看不太懂根據的 透過回歸設計直接控制「冠軍有無」、「冠軍有無*季後賽數據」的交互項 跑出來看共變量就一翻兩瞪眼知道哪些因子重要 : 1.冠軍成就： : 　　　總冠軍積分：該季季後賽PER*出賽時間/48*出賽比例 : 　　分區冠軍積分：該季季後賽PER*出賽時間/48*出賽比例/4 : 主力冠軍貢獻積分：該季季後賽WS 第一名：10 第二名：6 第三名3 (本年度新增) : 　　　　FMVP積分：28(年度MVP7成) (舊版35) : 　　CFMVP積分：7(FMVP 1/4) : 冠軍成就積分以年度MVP為比較基礎，以盡量符合多種主流價值觀的方式，為冠軍成就 : 積分提供一定程度的比較基礎。 : 率隊奪冠高於年度MVP：此處以相關冠軍積分加FMVP約60分的方式，高於年度MVP40分 : 年度MVP高於FMVP：年度MVP40分高於FMVP28分 : 冠軍為團隊榮譽：以效率值乘上上場時間及出賽比例，使所有有做出貢獻的球員 : 都能以相同標準獲取相對應的積分。 : 2.賽季榮譽： : 年度MVP積分 MVP：40 第二名：10 第三名：5 (舊版MVP50) : 年度最佳陣容積分 一陣：10 二陣：6 三陣：3 : 　 DPOY積分：3 : 最佳防守陣容積分 一陣：1 二陣：0.5 : 單項數據王積分 得分：1 籃板：0.5 助攻：0.5 抄截：0.5 阻攻：0.5 : 明星賽積分：3 : 例行賽榮譽以MVP、年度陣容及明星賽為主，防守陣容及單項數據王僅為加分項目。 : 年度MVP前三名及年度陣容、明星賽皆為攻防兩端數據及戰績全面考量之榮譽，本身已 : 包含防守及單項表現，為避免防守陣容及單項數據王相對不合理的重複獎勵，是以整體 : 考量的榮譽為主，此舉並非認為防守成就或單項數據王不重要，請理解知悉。 : 3.生涯累積： : 例行賽PER積分：例行賽PER*出賽時間/48*出賽數/500 : 季後賽PER積分：季後賽PER*出賽時間/48*出賽數/250 : 例行賽WS積分：例行賽Win Shares/4 : 季後賽WS積分：季後賽Win Shares/2 : 生涯累積以Win Shares為基準，PER積分加權至與Win Shares積分相當。 : 設計方式以賽季榮譽為基礎，訂好各榮譽積分後，再調整冠軍成就及生涯累積之比例， : 使三項積分之間比例盡量趨於合理。 : 新版 : 冠軍成就 賽季榮譽 生涯累積 總 分 : 平均值：65.8(25.3%) 117.6(45.3%) 76.4(29.4%) 259.8 : 中位數：48.2 81.3 71.5 194.3 : 舊版 : 冠軍成就 賽季榮譽 生涯累積 總 分 : 平均值：56.6(22.0%) 123.5(48.1%) 76.2(29.7%) 256.9 : 中位數：37.9 83.3 71.5 192.2 : 聯盟早期無FMVP或年度陣容第三陣等榮譽，視作彌補早期規模較小，總冠軍及其他榮譽 : 取得較為容易之自然平衡機制，不強行做調整。 : 本表包含ABA數據，但以NBA為主，僅列生涯一半以上在NBA出賽之球員，考量規模，積 分 : 折半計算，並以季後賽MVP代替FMVP，不計算分區冠軍積分(因比同期NBA少打一輪)。 : 極少數BAA(NBA前身)缺失數據以該球員生涯平均值代替，考量數據缺失時期多為球員巔 : 峰，以平均值代替僅為一定程度彌補，不至於虛高，雖有失真之慮，但仍較欠缺為佳。 : 本表包含MVP Shares排名前百大、年度陣容次數前百大、明星賽次數前百大、例行賽、 : 季後賽Win Shares前百大，3冠以上球員，扣除重複約270名球員加入評比。 : 除了數據面控制外，把薪資也納入控制因子應該也會更準確 總而言之，先以投票結果導出一個模型 爾後再進行微調，當然模型選擇也需要很多驗證 以目前的資料量跟一堆不同人的百大排名 應該有不少公司有一套機器學習下的模型 ESPN那套勝率預測應該也是這個設計脈絡（？ 所以說要直接捏出一個歷史排名公式幾乎辦不到 提出一套研究設計分享一下 最近沒空玩資料整理資料 如果剛好手頭有資料整理好的人我試想可以用ologit(stata)跑跑看歷史排名每升一名那 些因子會有什麼變化 -- ※ 發信站: 批踢踢實業坊(www.ptt-club.com.tw), 來自: 49.216.20.28 (臺灣) ※ 文章網址: https://www.ptt-club.com.tw/NBA/M.1689346421.A.512

→ cross980115 : MVP直接有無就是2019最初的版本… 07/14 23:00

→ cross980115 : 後續才追加第二第三的積分 07/14 23:00

推 alex8725 : 你要看歷史排名升一名對變量的影響不是order regr 07/14 23:01

→ alex8725 : ession…. 07/14 23:01

→ cross980115 : 薪資就更無關了 直接受到簽約年份的上限影響 07/14 23:01

推 Merzario: 身邊有朋友被包養嗎 07/14 23:01

→ cross980115 : 除了MJ搞超越限制以外…07/14 23:01

推 alex8725 : 但其實我覺得這方法還是比原本那個好 原本那個充滿07/14 23:03

→ alex8725 : 一堆主觀偏見 當然你這樣做的問題是肯定還有其他你07/14 23:03

→ alex8725 : 沒分析到的因子會成為你的殘差07/14 23:03

→ cross980115 : 老巴就開玩笑過 要跟自己老媽說 為什麼不晚幾年生07/14 23:04

推 Muzaffer: 亞洲最大包養平台上線了07/14 23:04

→ cross980115 : 我，也說過羅素爺跟賈霸都比自己強 但自己拿的薪資 07/14 23:04

→ cross980115 : 更多 07/14 23:04

推 f77928 : 數學本身是科學的 但公式制定的權重就充滿私貨 如果 07/14 23:12

→ f77928 : 你認為的歷史百大重視攻守俱佳 只要把防守獎項相關 07/14 23:12

→ f77928 : 配比提高 就能輕易得出賈霸才是歷史第二的結果 07/14 23:13

推 MIJice: 這個包養網正妹好多 是真的嗎 07/14 23:13

推 emptie : 我覺得是這樣的，榮譽這東西讓人著迷，可是多得是在 07/14 23:14

→ emptie : 場貢獻不低但卻拿不到冠軍的球員 07/14 23:14

→ emptie : 所以我覺得明星賽、MVP、FMVP這些獎項第一名給的太 07/14 23:15

→ emptie : 多，二三名太少 07/14 23:15

推 cross980115 : 因為MVP就是個有跟沒有差很多的東西 做為球員個人 07/14 23:19

推 SpyTime: 真的有這麼多人在找包養嗎 07/14 23:19

→ cross980115 : 的最大獎項/最高榮譽，它就值特別高分啊 07/14 23:19

→ cross980115 : 假設A只強一年 拿了MVP，B只有多年MVP前五，有實際 07/14 23:19

→ cross980115 : 拿到大獎成就高分的當然還是前者，但B的強度會反映 07/14 23:19

→ cross980115 : 在其他一陣、明星賽上，這部分的積分也足以讓最終 07/14 23:19

→ cross980115 : 評價不輸A 07/14 23:19

推 Toth: 有人可以分析一下包養平台的差異嗎 07/14 23:19

推 axlu : 你的正確的Y在哪 07/14 23:31

→ Dickys200092: 球員排名啊，用其他排名來做模型再寫出關係式 07/14 23:36

→ Nuey : 每個人看法不同 不要自己主觀假裝成大多數客觀就好 07/14 23:37

推 ruokcnn : 全部變數整一整丟xgboost就好了啦 07/15 00:15

推 a78998042a : 問卷定Y根本不可靠，當地人支持當地球星；外國人支 07/15 00:28

推 Asterix: 那個包養網人最多XD 07/15 00:28

→ a78998042a : 持大城市球星。何況大多數人10個就列不出來了，11~ 07/15 00:29

→ a78998042a : 100全是印象派，估計每次填出來答案都不同；有人 07/15 00:29

→ a78998042a : NBA只看10年，有的人10年前開始不看，這問卷做出來 07/15 00:30

→ a78998042a : 的結果一定要再戰一輪。 07/15 00:30

推 inuyaksa : 每年都在吵裁判吵投票吵對手強弱吵傷兵吵組大團，然 07/15 00:30

推 AdamShi: 我妹上包養網被我發現= = 07/15 00:30

→ inuyaksa : 後現在又要無視這些直接套公式排名，這麼多不公平不 07/15 00:30

→ inuyaksa : 客觀的因素在那邊還討論的跟真的一樣，我覺得隨便排 07/15 00:30

→ inuyaksa : 排自爽就好了啦 07/15 00:30

→ a78998042a : 何況每年的全明星結果，就可以當成問卷結果，倒不如 07/15 00:31

→ a78998042a : 研究怎樣做一個時間維度的meta-analysis 07/15 00:31

推 lezabo: 隔壁桌的人竟然在討論包養... 07/15 00:31

推 jay228 : 之前就說過年度隊跟MVP拿投票分數來分配還比較準 07/15 00:52

→ jay228 : 不過原PO大概是懶得弄 也只有BR的免費數據 不然什 07/15 00:52

→ jay228 : 麼年代了還在用PER 07/15 00:52

推 kaga1991 : 但mvp投票 也是會有m.jackson亂投這種 即便次數不 07/15 01:11

→ kaga1991 : 高 但就還是略有影響 07/15 01:11

推 silberger: 樓上是不是被包養 07/15 01:11

→ kashi29 : garbage in garbage out 都知道獎項是人治比較多了 07/15 01:19

→ kashi29 : 那這樣再怎麼分析都很難球員真正的地位在哪 07/15 01:19

推 Childishan : 廢話 真正的地位當然是在你心中 07/15 14:43

→ Childishan : 不然即時公信力足夠 只 07/15 14:43

→ Childishan : 要不是你喜歡的名字你就 07/15 14:44

推 xayile: 未看先猜這包養網 07/15 14:44

→ Childishan : 是會為反而反阿 07/15 14:44

→ Childishan : *即使 07/15 14:44

→ LearnLong : 「大規模問卷」也會有一樣的問題，抽樣的州比例、 07/16 04:01

→ LearnLong : 年齡、人種、國籍……等等 就變成循環論證了 07/16 04:02