close
其實我們用統計數字，用得很習慣而自然了。
前一陣子，老爹想換電腦主機，我開始尋找一台新的電腦主機。購物比價是很正常的事，買一台電腦，什麼叫「好」，什麼叫「划算」，有些基本的數字可以拿來比較。例如 cpu 的型號，記憶體的大小，硬碟的大小等，這些都是基本的比較項目。在選定這些大項目之後，再仔細考慮 cpu 時脈，硬碟轉速，顯示卡晶片能力數值等等。選購電腦，我們很自然會尋找一些數字評估該電腦能力如何，以此預期合不合用。
現在管理講究科學，利用量化各項表現所得到的數字，通常叫做指標，以利排序或挑選，是評量的手段。許多看來很模糊的表現，也可以經由拆分整體表現，變成小部份小部份的可量化數值再綜合評量。美國職棒裡面，為了要找出好的選手，有許多人，包含教練、球探、運動評論家，長年來收集各個大小比賽的記錄，整理各種項目的數據，希望利用這些數據，找到出一個出色，而尚未被發掘的球員。
對於球隊而言，球隊要贏球，一定要得分，沒有得分的球隊是不會贏的。球隊要找會得分的球員，就會去看這個球員過去的得分能力，預期這個球員的未來可以提供同樣的得分能力。一個很重要的指標是安打數(hit)，目前記錄保持人鈴木一朗在一個球季有262次安打。但是安打數與打擊次數有關聯，打擊次數多，安打數才有機會高。所以，要消除打擊次數的因素，就把安打數被打擊次數除，得到打擊率(batting average)，有超過 0.4 的打擊率的人已經非常稀少了。2004年，打擊率最高的，也是鈴木一朗0.372。
更多的數據？數據就是科學？
全站熱搜
留言列表
