※ 引述《morikawablue (morikawablue)》之銘言： : ※ 引述《Debugger (Win Shares 痴漢)》之銘言： : : 獅隊反了吧 @.@ : : 要小比方贏得多大比分輸得多 : : 才容易得失分看起來比勝敗紀錄鳥蛋 : 說真的，我不是很喜歡 Pythagorean Formula 的長相，因為它看起來完全 : 無法從外觀得到任何合理的解釋，唯一的優點只在於估出來的東西還挺 : 準的。Moreover，它和 Pythagorean Theorem 沒有什麼實質上的關聯性， : 只是長得像 (By B. James) 而已！？ pi^2/6 = (1/1)^2+(1/2)^2+(1/3)^2+(1/4)^4+(1/5)^2+.... 這個等式能從外觀得到合理的解釋嗎? (￣▽￣)y—~ 事實上 即使是嚴謹的數學結果 也有一大堆不能從外觀得到合理的解釋啊 有些東西就是從外觀看不出什麼名堂來 除非連理論基礎一起學到 我沒有看到過 James 解釋他是怎麼得到畢式勝率這個逼近公式的 不過後來倒是有不少人試圖從得失分的機率分布來推導 比方說 可以看看這篇 http://philbirnbaum.com/btn2006-02.pdf page 17-22 : 不過我想問一下： : 在 CPBL 的環境下用 Pythagorean Formula 時，RS 和 RA 的 exponent 是 : 用多少去計算的？如果它有可能在兩個 consecutive season 裡產生如此大的 2 本來的畢式勝率用 2 當然不是因為這個數字會得到最接近的結果 而是因為簡單 : 誤差，我們會否應該考慮大環境 (runs environment) 的改變 (La New 在 : CCF 與 Betts 加入後對整個 league run scoring 的影響？) 來調整 : Pythagorean Formula 的 exponent？ 為了調整 exponent 的部分 得先要有大量樣本吧? 那麼 CCF 與 Betts 加入之前 有這兩個人的樣本數是多少? 當然是零 --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 69.162.28.246 ※ 編輯: Debugger 來自: 69.162.28.246 (05/26 17:07)