吊打权限狗
本文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，本文认为
-
定级分数与上赛季最高分几乎无关(但若上赛季3500分一直没跌到3000分，则以3500分计算)
-
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可以省省钱买个汉堡吃了，很难
-
暴雪似乎有意平衡坦克和辅助的分数，上赛季输出得分多的情况得到缓解
-
模型截距为负数，也就是说，暴雪会降低上赛季最终分数较低者的定级分数，而高分段几乎不受影响
-
感觉目前的定级赛遵循从高往低排的规则，简单来说就是大师的对手是宗师，白金的对手是大师，以此类推，输了就往下掉，赢了就往上升，因此会出现一些大师3胜4胜依然是大师的情况
-
有信心想定级上分的请单排，通过低分队友拉低队伍等级上分的方式被抑制，因为对手得分不高，胜场次加分很少
-
本模型更适用于单排的情况或同分段组排
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、平场次及定级所打位置的顺序输入你的数据，中间以逗号隔开
例如3350,3500,4,36,10,3200
位置数据的解释：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，考虑到暴雪声称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(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)
数据：
目前楼主身边朋友打出来的，有一些异常数据(3胜，分数不变)，我也不知道怎么来的，想来应该是临场发挥得特别好，但就是没打赢
<colgroup></colgroup>
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
详细分析：
Call:
lm(formula = y ~ x$V1 + x$V2 + x$V3 + x$V4 + x$V5)
Residuals:
Min 1Q Median 3Q Max
-2.7702 -1.3007 -0.1888 1.1002 3.6472
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -22.05257 6.63015 -3.326 0.01044
x$V1 1.00479 0.27637 3.636 0.00663
x$V2 0.24072 0.26184 0.919 0.38480
x$V3 1.52114 0.76815 1.980 0.08302 .
x$V4 0.02241 0.11205 0.200 0.84651
x$V5 -0.49286 0.25533 -1.930 0.08968 .
---
Signif. codes:
0 ‘’ 0.001 ‘’ 0.01 ‘’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 2.311 on 8 degrees of freedom
Multiple R-squared: 0.9712, Adjusted R-squared: 0.9532
F-statistic: 53.91 on 5 and 8 DF, p-value: 6.014e-06
通过p值与R square可以看到回归结果还算可以接受，还可以进一步分析，不过我比较懒。。。
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
各数据p值及整体p值，R-square都很不错
主播数据分析
感谢数据提供者，我采用了其中一部分完整的数据如下，如有数据侵权，请联系我删除(数据一般都是很贵的东西)
<colgroup></colgroup>
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
Call:
lm(formula = zb$V4 ~ zb$V5 + +zb$V1 + zb$V3)
Residuals:
Min 1Q Median 3Q Max
-1.22258 -0.38077 -0.04824 0.42840 1.05108
Coefficients:</
