•     每周五对我来说都是一周里最惬意的日子,上完2节TA section之后下午基本固定的课程表:要么下载部新电影要么补看一场球赛。这周五没有往常那般偷懒,作为小白鼠俺参加了一个学校经济系的有偿研究实验,没错,原本是冲着这俩红字去的。结果边看边赌了半小时球赛剪辑、做了半小时统计,1小时内高高兴兴赢到了15块大洋不说,更有趣的还是这个评估NBA球星出手价值的实验本身。

        之前在ILK翻译的时候就接触过一些数据狂人,一个个忒像《网王》里头的乾学长,张口data闭口data,当时就感到很好笑。球员到底不是机器人,何况数据的不定因素跟球员本身的心理素质、比赛是主场或客场、以及教练细节上的临场布置都有很大关系,凡事都靠数据说话,未免以偏概全了。尽管如此,报道体育运动的专栏家不是只靠笔杆子写评论,球星也不是只仰仗自身表现和大众的宣传炒作,MVP得分王篮板王助攻王诸般称号的幕后数据才是操纵联盟经济的大黑手,也成了UC系统这些以研究著称的学者们实验分析的主方向。

        于是乎,下午12点半俺跟着男女各异的几位无名人士坐在实验室里,观看了一段湖人07-08赛季跟奇才和魔术两场比赛的进球剪辑。37个进球在球员出手后会有一段暂停,我们这群小白鼠则需要在相对应的卡片上圈出“hit”还是“miss”,下注“1”还是“2”。37个球猜完后再将数据输入事先计算好的数值,也就是球员每次出手的payoff,最后求出现金盈利。对于俺们这群小白鼠,这实验说白了就是一场稳赚不赔的聚众赌博,何乐不为?

        临走付钱的时候那研究生说$15已经是个相当不错的deal,事后我反省了一下自身在decision-making上依然还有很多不足的地方(比如一看到科比出手基本都下2注,结果好几个球双倍赔)。这从侧面也反映了个人色彩影响下,数据的不完全之处。这段视频共有36分钟长,我记得大概下注下到10分钟之后渐渐地就摸出了一些门道。

    1. 被抽中的投球多半是jump shot(跳投),因为如果是layup(上篮)或者是dunk(扣篮),进球几率本身就很大缺乏测试的必要性。而跳投也分各种不同情况,比如在同伴掩护下或者是对手防守尚未到位时的空档处,或者自己个人手感比较好的点,命中率一般都偏高。受到敌方干扰、己方传球时间不恰当、24秒违例前被迫出手,这些都降低了可能的进球率。这些细节的东西虽说看球的人都懂,但自己在看视频的时候不一定会过于留意,所以我在下注的时候也只考量到“是谁出手”以及“在哪里出手”,凭借的也只是我对这些球员平日数据的了解。所以还真应了那句话,成也数据,败也数据。

    2. 被抽中的投球多半是来自主力队员,基本围绕在科比、喇嘛、小鱼和沙沙身上(加索上赛季尚在磨合期所以数据不加统计)。这时候靠的就是常识了,碰上小鱼在底线零度角、或者沙沙已经站好位置再出手,我就狠压2(为了绿花花的钞票啊)。印象比较深刻的是沙沙的“机器”称号果然并非华而不实,只要他站好位接到好的传球,出手就中三分是必须的,也是为什么每个球队都会花钱养自己的射手。像滑雪男这样的投手,空位三分出手命中率是蛮稳定的,结果有一个球让他挤到内线,很简单的上篮偏偏就能搞丢了(我那个恨啊~)。这球若换了奥多姆才不会搞这种心跳,不过要让奥多姆用可怜30%不到的命中率去滑雪男投3分的位置,也非得天下大乱不可。所以说每个球员自身的位置协调与球队的输赢息息相关,这次不是经过common sense,而是数据和到手又飞了的钞票亲自告诉我的。

        昨天晚上室友很痛苦地边呻吟边复习数学考试,我还在嘿嘿地偷笑;虽然这学期每周都有作文要写,没有数学的日子还是很幸福的。而今我收回前言,数字对于人们生活常识的贡献何止微积分而已,是我肤浅了。就像以前我看球的时候老爹一直在旁边嚷嚷,一个破球十个人到处跑着抢有什么好看?今天起我可以挥着尚且热乎乎的15块钱,名正言顺地顶回去,看球不一定就是浪费时间。