juby 27板友我想先问你个问题，你如果棒球跟篮球都有在看的话，那你 认为目前棒球统计学发展的比较成熟还是篮球统计学呢？是棒球统计学在 解释棒球场上的问题时解释的比较清楚还是篮球统计学在解释篮球场上的 问题比较清楚呢？ 篮球统计学应用在球场上的效力会比棒球统计学应用在球场上的效力来的 大吗？ 如果你认为篮球统计学的发展还不够成熟到单独拿来解释球场上的问题， 为什麽你如此执着在於单单以篮球统计学来解读比赛呢？ 我从来不会反对拿篮球统计学来解释球场上的事件，问题是我不会只拿篮 球统计学就来解释篮球场上的事件，因为我知道篮球统计学这块领域的成 熟度跟棒球统计学比起来还差的很远，很多事件并没有在篮球统计学中得 到满意的解答，所以你觉得光用篮球统计学能解释出多有用的资讯呢？特 别是你整篇文章就只秀出篮球统计学的资料时，你认为有多大的说服力呢 ？ 如果你是提出看Celtics 比赛时的防守站位与战术，再搭配篮球统计学的 观点来论证的话，那起码有一定的说服力，可是你却只从篮球统计学的角 度就直接断定Celtics 的防守失分一定要再上修，这会让我感觉你觉得篮 球统计学无所不行，甚至可以完美预测未来的离群值走向（Celtics 目前 的防守失分），可是篮球统计学真的可以吗？ 重申那句话，你要使用这个统计学方法前，要先知道这个统计学方法的效 力与限制，你给我的感觉就是篮球统计学无敌，可以完美解释出篮球场上 的事件，问题是篮球统计学的发展真的有你想像的这麽成熟吗？ 我写文章也会引用数据来佐证，但是我不会把篮球统计学的数据就当成真 理去相信，因为我知道篮球统计学还有许多不完美之处，篮球统计学要让 我全盘相信前，必须先发展到一个成熟的阶段。 还有很重要很重要的一点，如果你也熟悉棒球统计学的话，你会发现棒球 统计学应用在解释过去的发生事件有很大的发展，但是应用在预测未来的 事件时却遇到不少瓶颈，尤其尤其是应用在预测那些right tail outliers 时更是屡次出现预测不准的状况发生。就像你很爱举的A-Rod 来说好了， 他 06 年低潮後，你要不要重新去看看棒球统计学预测他 07 年成绩预测 成怎样呢？而 A-Rod 在 07 年的表现又是怎样呢？ 除了 A-Rod 之外， 棒球统计学在预测铃木一朗与王建民时又出现什麽样 的问题呢？ 只要是统计学的 model，在预测离群值时，都会出现很大的落差与不准， 所以你认为篮球统计学可以拿来预测目前Celtics 失分这个离群值吗？ 最近Yankees 板也有讨论到统计学这方面的问题，我下面就引述某 版友的文章让你看看。 研究最常见的问题就是用通则去套一个单一例子，研究人员常犯一个错误 ，就是把一个已经存在的model 去套用在一个新的例子上，说一定会打回 原形，或是一定不是常态。但一个好的研究人员知道，以前的准则只是以 当初的例子去推论，很久以前有研究指出人类100公尺的极限是9.8秒，就 是犯了这个错误。 以上摘录自 Yankees 板，某版友的文章。 所以你知道你犯了什麽错误吗？ 在 Jordan 还没出来以前，没有人会认为一个得分後卫能主宰比赛成这麽 夸张的境界；在 Shaq 没有出来以前，没有人会认为以後会再出现一个能 够比拟 Chamberlain 宰制禁区能力的中锋；在 Kobe 没有出来以前， 人 们甚至不认为现代的球员能够单场拿下八十分以上；在 Kobe 没有出来以 前，人们也认为单季当场平均 35 分以上的球员应该不会再出现了。 可是上面这些例子不就都活生生在我们眼前发生吗？看了这麽多的例子， 为什麽你还执着去用以前的例子所堆积出来的统计学model 来预测未来的 离群值呢？ 我前面一直在提的就是不要举特例，因为统计学的效力常常无法涵盖到右 边与左边的 outliers， 在这种情况下，你要拿统计学来预测一个离群值 会有多大的问题发生啊？ Celtics 本季的防守能力是不是统计学里的离群值啊？而你现在要拿以前 的资料所堆积出来的统计模型来预测未来的离群值？恕我说的坦白一点， 请你不要滥用统计学，统计学不是这样用的。 虽然我很不喜欢在 NBA 板提到棒球的例子， 这一点我在前面几篇就已经 讲过了，真正了解棒球的人不会轻易地把篮球与棒球这两门运动拿来类比 ，因为光是本质上就有很大的不同。不过你既然又举了那麽多棒球的例子 ，那我就来聊聊对於你这些例子的看法。 棒球统计学发明出许多数据来衡量一位球员的贡献与能力，并且把数据经 过年代、联盟、球队强度的调整，如：Win Shares、 VORP、 WPA、EqA、 BRAA、FRAA、WARP 等数据。 而现在的篮球统计学呢？ 就问你一个问题就好，如果光看数据统计的话，你要怎麽去解释 Ray Allen 、Paul Pierce、Kevin Garnett等三人的数据在Celtics 为什麽都下滑下 来呢？ 难道是他们三个人都开始退化了？ 这里的变化能够从数据本身解读出什麽东西吗？ 而棒球统计学行不行呢？ 在这里举一个粗浅到不行的棒球统计学例子。 今年明星赛前 Dan Haren 的成绩是 2.30 ERA，基本上以过去的例子告诉 我们美联要出现低於 2.50 ERA 的投手是相当相当少见的，但是这只是以 过去的例子来解释而已，如果棒球统计学只能做到这样的话，那就犯了跟 juby27 你前面一样的错误，以过去的统计 model 来预测未来的离群值。 很遗憾地，棒球统计学能做到的不仅仅是以过去来预测未来而已，Haren 前半季的好成绩有一个很重要的原因是他的 BABIP 低到只有 .234 而已 ，FB 玩家看到这里就会知道 Haren 的好成绩是基於他异常的 BABIP，而 不是他本身的实力表现。在明星赛後，等到 Haren 的 BABIP 升到 .357 之後，他的成绩就慢慢又调回来了。 而现在的篮球统计学光是看数据统计要如何去解读 Allen、Pierce、Garnett 三人的数据下滑呢？ 你不看比赛只看数据看的出来为什麽数据下滑吗？ 要先搞清楚篮球统计学的限制，然後再去使用它，而不是动不动就想要用 篮球统计学来解释球场上的任何事件，如果你正在做这种事情，那很抱歉 ，我觉得你滥用篮球统计学的精神。 还有你一直在举 A-Rod 在 07 年四月的高潮演出来证明他的全垒打数会下 修。你是不是搞错了什麽？A-Rod 今年四月的打数是多少？是 93 个AB ， 而他整季是几个打数啊？583 个AB。才 16 ％ 的打数而已，这完全就是小 样本的数据啊！ 任谁都知道这种小样本的数据拿来预测任何东西都会有很 大的偏差。 你这个例子就像是拿篮球的例子来举也是一样，上个球季 Kobe 曾经连续 四场比赛拿到 50 分以上，这四场比赛 Kobe 的总合 FGA 是 140 个（四 场平均是一场 35 个 FGA），而他整季下来的 FGA 是 1757 个（ 一场平 均是 22.8 个 FGA），这很显然也是小样本数据下的结果，拿这个来预测 2006-07 球季的 Kobe 在未来几场会得到平均50分以上也是会有相当相当 大的误差，这不是很显然易见的道理吗？ （我当然知道得分不是光看 FGA 而已，只是这边我着眼在於提出 Kobe 在那四场球夸张的 FGA 数与整个球季的常态有很大的落差。） 所以你反覆提A-Rod的例子是想证明什麽呢？不就是小样本下的结果吗？ 而现在整个赛季的比赛里，Celtics 已经打超过三分之一的赛季了，这跟 你前面举的小样本数据有一样吗？可以拿来一起比较吗？ 我上面的论点简单总结就是： 1、篮球统计学还有许多发展空间，也还不够成熟，它还不能够让你来完美 的诠释球场上发生的事件，所以千万不要以为拿出篮球统计学就是真理 。 2、统计学是拿以前的资料来做分析并建立模形，在解释以前发生的事件时 会有很不错的效力，但是拿来预测未来的事件会有相当大的误差，尤其 是你拿来预测未来事件的离群值时会出现更大的偏差。 如果你认为今年球季Celtics 的防守失分能力是个离群值，那你还执意要用 过去资料所组成的model 来预测今年Celtics 的失分能力，那很抱歉，这个 系列我就只回文到这边，因为我想讲的话都在上面说了。 ps：在这边讲太多棒球的例子不太应该，我本身也反对在篮球讨论群组谈棒 球的例子，回文只是针对 juby27 的一些盲点做出回应，对不喜欢在篮 球讨论群组看到棒球文的板友说声抱歉。 -- http://blog.pixnet.net/IZXNHSO 个人 Blog，欢迎参观指教。 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 118.168.15.85 ※ 编辑: TheDream 来自: 118.168.15.85 (01/03 01:21)