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(www.ptt-club.com.tw), 來自: 210.66.129.109 (臺灣) ※ 文章網址: https://www.ptt-club.com.tw/NBA/M.1689506915.A.71D

→ cross980115 : 有很大的可能 會刻意被刷 07/16 19:34

→ cross980115 : 然後會出現除了特定支持的對象 跟厭惡的對象以外 07/16 19:34

→ cross980115 : 其他被亂按的情況 07/16 19:34

推 crazykid : 中間段還可以 前面的會被惡搞 07/16 19:35

推 Blackie9211 : 但如果有放累積數據其實很容易知道是誰吧？ 07/16 19:35

推 glenber: 亞洲最大包養網上線啦 07/16 19:35

→ Blackie9211 : 有些球星你一看數據就認得出來了 07/16 19:36

→ cross980115 : 除了特定好記的一些超級巨星以外其他能第一印象反 07/16 19:37

→ cross980115 : 應出來的可能不會那麼多，但出現刷分現象就會失真 07/16 19:38

→ cross980115 : ，還是必然出現刷分現象 07/16 19:38

→ VL1003 : 吵排名都是吵前面的，數據其實很好比出來。 07/16 19:38

推 Kimbel: 我哥上包養網被我抓包.. 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 07/16 19:39

噓 timgjh : 搶斷蓋帽不能修一下嗎 07/16 19:44

推 e8e88 : 認真說，數據只能參考，仔細比賽才能看出真實實力 07/16 19:46

→ e8e88 : *仔細看 07/16 19:46

推 phoenix286 : 捉對比較的話要放多少數據？平均？累積？進階？ 07/16 19:48

推 tale1890: 有人包養過洋鬼子嗎 07/16 19:48

→ phoenix286 : 太難了 數據面向太多很難概括球員 不如給人名就好 07/16 19:48

推 youga : 沒有辦法放全部數據阿 數據百百種是要放哪些 07/16 19:52

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 07/16 19:57

→ orthogonal : 球員的數據差 缺點是這樣資訊又更少一點 07/16 19:57

→ orthogonal : 這種可以用機器學習的方式解決 先設定一個比較榮譽 07/16 19:58

推 waterway: 有錢人為啥都想包養 07/16 19:58

→ orthogonal : 的模型(簡單例：a*總冠軍+b*MVP+c*FMVP)，然後讓 07/16 19:59

→ orthogonal : 大家用這種方式去選，跑學習演算法去決定最切合大家 07/16 19:59

→ orthogonal : 選擇的係數(上例的a,b,c)，之後依照係數做排名 07/16 20:00

→ orthogonal : 剛又想到一個避免記數據的方式：各項數據的對比不顯 07/16 20:01

→ orthogonal : 示數字而是顯示兩者對比的長條圖(不給刻度) 07/16 20:02

推 mark1888: 有人被洋鬼子包養過嗎 07/16 20:02

→ orthogonal : 這樣避免記數據的同時還讓比較更加直觀 07/16 20:02

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 07/16 20:04

→ kuiyy : 但是B球員的冠軍只要打兩輪 07/16 20:04

推 kalarotia : 然後就被機器人刷到爆開 07/16 20:09

推 Lebrono : 用虛構的球員數據跟榮譽去跑重要性好像不錯 07/16 20:12

推 Quaranta: 到底要多有錢才會想包養 07/16 20:12

→ asn789451 : 扣分有沒有考慮進去 比如說高排名被低排名的長年奪 07/16 20:53

→ asn789451 : 冠 07/16 20:53

→ ISRC : 這樣龜龜會第幾名 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90 07/17 09:47