Re: [討論] 2023 NBA歷史百大球員排行

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

--

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。

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

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

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。

懶，我有轉繁已經符合板規了

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。

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」

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

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

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

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

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

我仔細想了十幾分鐘，好像會無法收斂，不能擬合 (哭)