Subject: Juniorzy olch i wyżej

Element losowy nie oblicza się w tym przypadku na jednym osobniku, tak jak sugerujesz, tylko na "dostatecznie licznej" próbie. Gdzie "dostateczna" też jest ściśle sprecyzowana. Danymi dysponujemy ogromnymi, każdy junior to gotowa dana, którą można przeanalizować. Tutaj akurat nie rozumiem problemu.

Tak jak napisałeś. Regresja nie sprawdza się oczywiście np. w przypadku, w której nie możemy określić jakiej funkcji się spodziewamy, jednak i to można obejść za pomocą wielomianów. W tym przypadku doskonale wiemy, że funkcja jest bardzo prosta - liniowa. Także ten argument raczej chybiony. Nie rozumiem, na jakiej podstawie matematycznej chcesz stwierdzić, że to co robisz czyli w prostym języku policzenie "pochodnej" z funkcji liniowej przechodzącej przez pierwszą i ostatnią daną (początek i koniec szkolenia) ma być lepszą i dokładniejszą metodą od regresji liniowej z wszystkich danych. Przecież to jest obcinanie wszystkich danych poza krańcowymi. Jednym słowem stosujesz dokładnie tą samą metodę jaką proponuję (matematycznie to jest to samo) tyle, że uwzględniasz zaledwie 2 pkt a nie wszystkie. Także, w jaki sposób w ten sposób wynik ma być lepszy ? To sprzeczne z matematyką i statystyką...

Czemu obalasz tezy, które sam sobie stawiasz? Napisałem jedynie, że nie sprawdza się w każdym przypadku, przepraszam iż ująłem to zbyt mało profesjonalnie, chodziło mi o fakt, iż posiadając mniejsza ilość danych (tygodni, skoków etc.) Proporcjonalnie zwiększa się wpływ i nasycenie elementów losowych przez co koniec końców wyniki będą mniej dokładne, nigdzie nie podwazam poprawności tej metody

Wstanę to na trzeźwo poczytam co za głupoty pisałem xd pozdrawiam

haha dobra :D ja też nie byłem trzeźwy xD

to teraz się z Tobą zgadzam, ze mniej danych to mniej dokładny wynik ;) no ale regresja zawsze będzie dokładniejsza, więc właśnie przy np. 10-15 tygodniach jest świetną metodą ;)

No to weźmy tylko taki układ
5 7 6 6 6 7 7 7

Oceniając na oko myślisz: kurka mało danych, trener mógł się pomylić, może talent 3 a może 6. Użytkownik jest świadomy jak niepewne są dane i jak niepewne są wnioski.

Licząc regresję myślisz: cała nauka świata niezbicie dowodzi że talent tego grajka to 3,8423. Użytkownik może uzyskać mylne przekonanie o bezbłędności uzyskanego wyniku.

To chciałem podkreślić, że trzeba być świadomym że nie ma dokładnej metody jak danych jest mało.

Z metody regresji liniowej tutaj talent wychodzi 4,94 i jest to bardzo sensowny wynik. wydaje się na oko, że jest mniejszy, ale tylko dla tego, że zakładamy, że autentycznie był na 5 poziomie (przeciętny) jak przyszedł. Jeśli pierwsza ocena jest błędna i przyszedł jako 6 poziom, to jest to najprawdopodobniej beztalencie. Jest to bardzo prawdopodobne, że przyszedł jako bardzo wysoka 5 lub 6, bo następna ocena to aż 7. Metoda regresji liniowej wykorzystuje fakt, że bardziej prawdopodobne są mniejsze odchyłki niż większe. Oczywiście wynik jest przybliżony, jednak jest to sposób lepszy niż na oko. Zauważ, że jeśli dane wyglądałyby tak:
6 6 6 6 6 7 7 7

to byś uznał, że to beztalencie, a ja tylko zmieniłem pierwsze dwie (najmniej dokładne) oceny gracza. W oby przypadkach (twoim pierwotnym i tym po zmianie) matematyka sugeruje dość podobny talent) i jest to bardzo prawdopodobne. Natomiast metodą "na oko" od razu preferujemy talent z twojego przykładu. Dzieje się tak, bo kluczowe jest dla nas to co na początku i na końcu, także jeśli pierwszy wynik jest błędny (a jest najbardziej niedokładny) to od razu znacząco zmieniamy domniemany wynik talentu.

Jednakże, jeśli chcemy porównywać metody i wyniki, dobrze by było mówić o autentycznych danych :)
(edited)

Aloha, o to mnie się rozchodziło xx

Mi chodzi o co innego, patrząc na oko widzisz że jak uznam że pierwsza ocena błędna to wychodzi tak, a jeśli drugą błędna to wychodzi zupełnie co innego. Kombinujesz i widzisz że cokolwiek przyjmiesz to nie jesteś w stanie tego dokładnie ocenić. A robiąc regresję wstukujesz dane i masz wynik policzony bardzo dokładnie i ta doskonałość metod statystycznych może dać ci mylne przekonanie że ten wynik to talent grajka. A ten wynik to tylko rezultat obliczenia opartego na małej liczbie danych obarczonych wysokim losowym błędem.

Podoba mi się wasza dyskusja. Szkoda tylko, że niewiele z niej rozumiem xD

A co powiecie o talencie takiego juniora?
7-7-7-6-7-9-7-7-8-8-8-8-9-9-9-9-10-10-10-11-11-11-11-12-12

Te pierwsze poziomy wyglądają na mocno niedoszacowane przez trenera, później regularne skoki co około 4 tygodnie. "Na oko" talent wygląda na nieco poniżej 4.0

jak dla mnie
4,0
a uwzględniając wcześniejszy skok wychodzi też 4,0
(edited)

akurat mi się nudziło więc tutaj masz obliczenia:

https://ibb.co/99wdmQL

ciekawe jest, że jak weźmiemy ostatnie dane od trzeciej osemki (11 tygodnia) to talent wychodzi już 3,5. Jednakże wtedy junior musiałby przyjść z poziomem 4,86, czyli słaby, co raczej nie jest możliwe. Dla tego obstawiam, że najsensowniejszy wynik to jednak bez uwzględniania pierwszych 2 tygodni, czyli talent wypada jakieś 4,13. Oczywiście można by to dokładniej analizować, ale raczej jest to w miarę sensowny wynik

PS. jak ktoś chce tego excela to piszcie na priv :)
talent 3,2 według mnie matematycznie jest wykluczony, musiałby na początku mieć poziomy typu: 4,5,5,6,6,7,7,8 a nie takie jak tutaj
(edited)

"na oko" 3.8-4.0

Okej, dzięki Panowie.

Fajnie wyglądają te obliczenia e excelu :)

a czy w ten sposób można jakoś wyliczyć lub chociaż oszacować o ile lepiej skacze dany junior po zmianie trenera ze słabszego na lepszego? tak jak w moim przypadku - olśniewającego trenera zmieniłem na nieziemskiego

w którym tygodniu zmieniłeś
który tydzień z wykresu?

Jak gralem w sokkera jako dzieciak 10 lat temu, to sprawdzalem wplyw trenera na "poprawe" talentu w szkolce, napis zmi na sk-mail to Ci wysle linka do tematu. Sam sobie przeazlizujesz i wyciagniesz wnioski.
Dodam, ze wtedy trenerzy w szkolce sie nie mylili, mieli wiedze absolutna, wiec analizowanie wykresow mialo sens, nie to co teraz. :)