本文考虑楼主好友及对手的14个数据点。

分析了新赛季定级分数与上赛季最终分数，最高分数，定级胜场次，负场次，平场次，定级所打位置的关系根据分析结果。

●定级分数与上赛季最高分几乎无关(但是像那种3500分一直没打掉到3000得，以3500算)。

●定级分数在上赛季最终分数附近波动。

●想通过代练定级上大师的省省钱去买个汉堡吃吧，很困难的。

●暴雪似乎在有意识的平衡坦克和辅助的分数，上赛季那种输出得分多的情况得到一定缓解。

●模型截距为负数，也就是说，暴雪会把上赛季最终分数较低得朋友得定级分数搞低，而高分段几乎不受影响。

●感觉目前得定级赛遵循得是从高往低排，简单点说就是大师得对面是宗师，白金得对面是大师，以此类推了就往下掉，赢了就往上升，所以也会出现一些大师3胜4胜依然是大师得情况。

●如果有自信想定级上分请单排，通过低分队友拉低队伍等级上分得方式被抑制，因为对手得分不高，你得胜场次加分很少。

●本模型更适合单排得情况，或者同分段组排。

数据征集

急需大量白金黄金的数据，如想参与数据，请按照上赛季最终分数，上赛季最高分数，定级胜场次，负场次，平场次及定级所打得位置的顺序输入你得数据，中间以逗号隔开。

例如3350,3500,4,36,10,3200。

位置数据的解释：打10场输出算10，10场坦克算5，10场治疗算3。5场输出5场治疗算6.5，以此类推。

好友分数的模型：

定级分数=a*上赛季结束分数+b*上赛季最高分+c*胜利场次+d*失败场次的平方+e*位置+临场发挥。

目标：通过数据计算abcde。

模型解释：观察数据感觉像线性回归，考虑到暴雪说要让一部分人的分数降低，于是用失败场次的平方作为惩罚项，临场发挥为随机项(比如金牌数量，关键击杀，这些没有数据可用)。

因为排位得分数往往是场次得几百倍，不利于计算，这里将所有得排位等级除以50来做回归。

位置为输出位10分，坦克位5分，奶位3分，混合看时间，比如5场输出5场坦克算7.5，8场输出2场奶算8.6。

本文模型未考虑平局(楼主太懒没去具体看每人数据平局了多少场)。

回归结果：

定级分数=1*上赛季结束分数+0.24*上赛季最高分+75*胜利场次-1*失败场次的平方-25*位置-1100+临场发挥。

分析：

从回归结果来看失败场次得平方貌似不太对，得到的参数很小，不过某种程度上也对，因为10负会直接减400分，符合暴雪想减分的目标。

同时位置的参数为负值，与我们所想不符合，可能原因有位置参数的值设置得太大，又或者暴雪在考虑增加奶和坦克得得分权重。

截距为-1100说明对于上赛季最高分不是很高的朋友们，你们的分数可能要被减去不少，不过样本集都是黄金以上的，所以也不清楚实际会怎么样，可能钻石以下段位有其他的计算方式(如果有足够的数据，我可以做分析)。

上赛季最高分与失败场次平方的p值有点高，感觉不是很相关，去掉这两项使用净胜场次得回归结果为。

定级分数=1.28*上赛季结束分数+30*净胜场次-27*位置-720+临场发挥。

主播数据分析

模型描述：

因为主播的分数都很高，另外有完整的胜负平场次，缺少位置数据(我不了解。。。，求补充)。

因此模型为：

定级分数=a*上赛季最终分+b*胜利场次+c*平局场次。

不考虑负场次因为考虑后负场次p值过大，认为不合理，同时也符合暴雪的高分更高的理念，也就是不用负场次做惩罚。

回归结果，即：

定级分数=1.20*上赛季最终分数+27*胜利场次+12*平局场次-1090+临场发挥

再逛逛>>