大内密探00泡 发表于 2009-1-7 12:15:11

提供一些考察CA成长相关数值的方法

因为看最近有些喜欢说这个的,下面提供2个方法,比起主观判断相对准确些,有兴趣的闲人可以研究下,如果有个结果的话,赚个精华还是有可能的.

群体样本考察

工具:gs

方法:
1,原始档,锁定样本条件,save list,输出csv

2,时间点1档,open list,输出csv'

3,时间点2档,open list,输出csv''

...重复

核对csv相关a diff,以确定不同条件对比下球员成长度如何

缺陷:无法考虑训练设施等外部因素

个体样本考察

工具:FMM类内存修改工具

方法:
1,选定符合条件球员,工具锁定相关数值

2,时间点1,观察a diff,同时比较非修改档a diff

3,时间点2,观察a diff,同时比较非修改档a diff

...重复

缺陷:纯个案,缺乏足够群体说明

p.s.锁定条件,就是认为相关的指数,比如条件设置为pro>15,pro修改为20+

[ 本帖最后由 大内密探00泡 于 2009-1-27 07:59 PM 编辑 ]

fatfat325 发表于 2009-1-7 12:17:56

09没FMM吧……

大内密探00泡 发表于 2009-1-7 12:20:54

910有

再说那个fm什么r什么e不是据说也是那种修改器嘛

xioye 发表于 2009-1-7 12:21:12

没关系

   等楼主研究   直接看成果就是了   :lol

fatfat325 发表于 2009-1-7 12:21:33

都没用过……

fatfat325 发表于 2009-1-7 12:23:03

提供一些条件：

年龄 CA/PA差值 总训练量 训练满意度

大内密探00泡 发表于 2009-1-7 12:23:05

没时间研究

920到现在就大半个赛季,这种时间跨度太大,没法弄

大内密探00泡 发表于 2009-1-7 12:30:53

回复 6# fatfat325 的帖子

个体样本是不需要考虑这些的

群体样本,是54训练量和满意度的,因为样本数量肯定是几百,绝大部分是默认训练,甚至可以把自己的球员去掉保证公平.

比如年龄20-24,PA 140+的样本,比对der小于10和大于15的年a diff变化的不同,由此判断der高低对CA成长的影响

小肥你不是满空,搞下赚个精华破个处也不错

fatfat325 发表于 2009-1-7 12:36:38

回复 8# 大内密探00泡 的帖子

被你发现了……

不过暂时没这兴趣……过完年再说

loverxp175 发表于 2009-1-7 12:51:27

没用工具玩的路过，等LS达人们结果～
页: [1] 2
查看完整版本: 提供一些考察CA成长相关数值的方法