2013-05-14 2 views
1

Итак, у меня есть доска лидеров, которую я пытаюсь разработать, и я столкнулся с проблемой ... Это игра в рулетку, и я хочу показать, кто был лучшей статистикой.Как весить процент против количества?

Давайте рассмотрим следующие примеры для оценки:

21 побед, 15 потерь
40 побед, 1 потеря
40 побед, 10 поражений
10 побед, 0 поражений
1 победа, 0 поражений

На мой взгляд, лидер совет должен быть примерно так:

# 1 40 побед, 1 поражение
# 2 10 побед, 0 поражений
# 3 1 победа, 0 поражений
# 4 40 побед, 10 поражений
# 5 21 побед, 15 потери

Первоначально я собирался всего лишь процент, но это означает, что 1 победы 0 поражений биения 40 побед и 1 потеря, которая не имеет смысла для меня. Я пытаюсь найти способ увеличить количество против процента.

Первоначально я думал:

% * общая оценка =

, но это не дает мне разумный результат, то я попробовал:

(%)^2 * = общая оценка

но опять неудача ... Я знаю, что для этого где-то должна быть формула !!! Справка plz.

ответ

0

Интересный вопрос. Я хотел бы предложить вам создать индекс, который определяется как:

Index = (Total wins) - Weight * (total losses). 

В примере вы дали, если вы установите вес до 4, то результат будет

#1 (Index = 36) 40 wins, 1 loss 
#2 (Index = 10) 10 wins, 0 losses 
#3 (Index = 1) 1 win, 0 losses 
#4 (Index = 0) 40 wins, 10 losses 
#5 (Index = -39) 21 wins, 15 losses 

так что это даст вам который вам нужен. Но вы можете поиграть с весом, чтобы получить желаемый тип заказа.

+0

Я понял. Я понял, что шанс выиграть рулетку - 1 из 6, поэтому я измерил оценку, исходя из того, насколько они бьют эти шансы с этим уравнением: total * (1/6) - умер = оценка. Первая часть состоит в том, сколько раз они должны были умереть минус, сколько раз они умирали и что осталось, насколько они впереди. – Rawr

+0

Я просто понял, что вы сказали, именно то, что я сказал, кроме веса 6 вместо 4. Вы просто взвешивали смерть, когда я взвешивал победы. Принято. Благодарю. – Rawr

+0

LOL Да, я просто это заметил! Спасибо, что приняли мой answser :-) – Stochastically