作者:
Jason1122 (Jason1122)
2011-08-01 19:37:10我正在學統計，不知我這樣想對不對
檢驗兩面對到的對手強度是否相同
用t.test來檢驗
1.檢定前先確定母體是否成常態分配，用Shapiro-Wilk normality test
來做檢驗。
先檢驗Justin Verlander的
W = 0.9645, p-value = 0.5363
再檢驗C.C.Sabathi的
W = 0.9855, p-value = 0.9753
可以從p-value知道母體成常態分配，也就是再多打幾場也是常態分配
2.每場比賽間互不影響，所以樣本獨立
3. 1,2成立後，可以用t.test
t = 0.2575, df = 40.694, p-value = 0.7981
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
-323.2733 417.7310
sample estimates:
mean of x mean of y
3506.977 3459.748
4.結論：根據p-value，沒辦法拒絕兩者對手強度相同這個想法
※ 引述《rssh0106 ()》之銘言：
: 原文恕刪
: 剛剛簡單查了一下Justin Verlander與C.C.Sabathia這季的每一場投球紀錄
: 做了一個簡單的計算 目的是為了評估究竟目前兩位選手
: 在帳面上的成績是否實質反映遭遇到的對手的強度等等因素
: 如果不想看計算 可直接切到後面...
: 在這裡嘗試用"有效對手得分/IP"來評估這件事
: "有效對手得分" 乃 (對手目前的得分RS,以7/31的官方數據為準)*該場比賽的投球局數
: 但在這裡 0.1IP我以0.33IP來算 0.2IP則為0.66IP來看
: 以下是Justin Verlander本季對戰狀況
: RS IP RS*IP
: NYY 560 6 3360
: BAL 430 8 3440
: TEX 548 9 4932
: OAK 415 6 2490
: CWS 417 7 2919
: SEA 349 6 2094
: NYY 560 6 3360
: TOR 510 9 4590
: KC 477 8 3816
: BOS 586 8 4688
: TB 454 6 2724
: BOS 586 7.66 4488.76
: CWS 417 8 3336
: SEA 349 8 2792
: CLE 440 9 3960
: COL 483 9 4347
: ARI 492 8 3936
: NYM 486 7 3402
: LAA 421 7.66 3224.86
: KC 477 7.66 3653.82
: CWS 417 6 2502
: MIN 426 8 3408
: CWS 417 8 3336
: LAA 421 8 3368
: TOTAL 180.98 84167.44
: 而C.C.Sabathia的本季對戰紀錄
: RS IP RS*IP
: DET 484 6 2904
: MIN 426 7 2982
: BOS 586 5.66 3316.76
: TEX 548 6.33 3468.84
: BAL 430 8 3440
: CWS 417 7 2919
: DET 484 7 3388
: TEX 548 6 3288
: BOS 586 6.66 3902.76
: BAL 430 8 3440
: TOR 510 9 4590
: SEA 349 8 2792
: LAA 421 8.66 3645.86
: BOS 586 6.66 3902.76
: TEX 548 7 3836
: CHC 428 7 2996
: COL 483 8 3864
: MIL 467 7.66 3577.22
: CLE 440 7 3080
: TB 454 9 4086
: TOR 510 8 4080
: TB 454 8 3632
: SEA 349 7 2443
: 168.63 79574.2
:
作者:
run7 (心窩被扎的感覺不過如此)
2011-08-01 19:41:00連P值都出現了...
作者:
afulet (1歲就很帥)
2011-08-01 19:43:00樓下你也懂統計？
作者:
mcshang (mcshang)
2011-08-01 19:48:00簡單來說，若原PO的假設前提沒錯，戰分區是沒意義的
作者:
EEERRIICC (大尾é¯è›‡)
2011-08-01 19:50:00Just ball games..
作者:
run7 (心窩被扎的感覺不過如此)
2011-08-01 19:52:00我只知道p<0.05有統計上的差異(默)
這是假設檢定嗎XDDDDDD 太酷了！！！一定要推的XDDD
作者:
elong (人只是需要被需要)
2011-08-01 19:58:00會不會出現田口法呢
作者:
mijii (Ying)
2011-08-01 20:00:00田口法 現在是要最佳化了嘛!! 哈
作者:
zerg1228 (你今天波逼了嗎)
2011-08-01 20:00:00檢定法都出來了....
作者:
poplc 2011-08-01 20:01:00看MLB可以學英文還可以學統計 吾人真該好好看 XDDDDDDD
作者:
Kinra (喵天使)
2011-08-01 20:02:002.沒有詳細說明嗎XD
作者:
L0v35 (是零ä¸æ˜¯æ)
2011-08-01 20:03:00跟我想的一樣嘛
作者:
GYmin (盡信書不如無書)
2011-08-01 20:04:00XD 你真認真
作者:
SlamKai (Calm Violence)
2011-08-01 20:04:00如果看MLB板也能懂通信系統 不知道有多好 0.0
作者:
tony160079 (La vida de un idiota)
2011-08-01 20:04:00完了完了 看MLB也要會統計 文學院學生淚目
作者:
EEERRIICC (大尾é¯è›‡)
2011-08-01 20:05:00....我回去跑一下Spice好了
作者: songga0909 (Ryan) 2011-08-01 20:11:00
想好好看球錯了嗎QQ
作者:
ahuahala (誰可以送點P幣借我賭錢XD)
2011-08-01 20:16:00你們別這樣,我想看球啊
作者:
thief87 (仰天長笑撞踝肌裂)
2011-08-01 20:19:00想好好看球錯了嗎XDD 你們別醬,我想看球啊
作者:
shome (原來雨是水平的下)
2011-08-01 20:19:00除非你知道母體變異數 才用z 不然就用t
作者:
zerg1228 (你今天波逼了嗎)
2011-08-01 20:20:00ANOVA的全部跑跑看
喔我想起來了 用t會少一個未知數 感謝shome前輩！
作者:
shome (原來雨是水平的下)
2011-08-01 20:21:00但第一個Normality test最好先劃Q-Q Plot看一下
作者:
yungwena (你今天銀魂了嗎？)
2011-08-01 20:41:00我學的統計都還老師了
作者:
thief87 (仰天長笑撞踝肌裂)
2011-08-01 20:44:00同樓上........+1
作者:
wbesjdje (3Q的Orz冏)
2011-08-01 21:07:00T-test , P-value , Anova 等 好多檢定用那個好XD
事實證明，上個學期唸的統計，暑假沒過完就還給教授了XD
作者: jacky00766 2011-08-01 21:11:00
結論:球是圓的 此理論無法確定
作者: shihycc 2011-08-01 21:24:00
恩恩 就跟我想的一樣
作者:
kent0 (kent)
2011-08-01 21:46:00這個 我可以問 是以什麼數據做檢測嗎？
作者:
tommyu 2011-08-01 21:57:00這不代表不同...回去讀統計學
作者:
MSmax (吃喝不玩樂)
2011-08-01 22:19:00KS好像也可以檢定是否常態
作者:
abidog (～＄＃煞氣ㄟa批＃＄～)
2011-08-02 08:51:00我統計畢業已經忘了
作者:
willy14 (威利)
2011-08-02 09:35:00恩 跟我腦中推想的一樣
作者: CourtneyLee (fanslinsalopfilsdepute!) 2011-08-02 14:49:00
閱
作者:
aaa11689 (桃園蓬魚嚥)
2011-08-02 15:17:00但每場比賽真的都是獨立嗎?統計上很多分配都是取
作者:
aaa11689 (桃園蓬魚嚥)
2011-08-02 15:18:00獨立隨機變數 不過硬要把氣溫跟濕度放上去的話也不用玩了
作者:
aaa11689 (桃園蓬魚嚥)
2011-08-02 15:19:00畢竟太多變數會影響投手表現了...