本帖最后由 sunnyqi 于 2013-1-18 22:56 编辑

因为刚刚看到一位网友说一般的乒乓爱好者都能进行乒乓球的科研，加之近来在思考这个问题(前段时间纽约时报在激烈讨论大数据处理)，而且和我的专业也有类似的地方，所以有感而发。我想以后有机会能找到合适的方法和资料来源去做一做非常基础的乒乓球数据挖掘。

最重要的一点，一旦涉及到科研，这就是一件极其严肃的事情。

首先要收集数据，要有大量的时间和资料去收集数据。说来简单，一场比赛不就是得分与否嘛，还有一些基本的统计数据如正反手统计等。这些当然是不够的，一个数据处理分析的内行首先得有自己独特的方法学，里面涉及到大量的模型用以挖掘以方法学为核心的数据的内部结论（比如数据的稳定性，趋向性，季节性……）

其次要有对数据处理的能力，你需要什么数据并提取出来，哪些数据是噪点，从方法学开始这些都是一脉相承的。我认为国乒是有能力借助现代统计学的一些基本模型加以简单的挪用进行科研的。再深一点，其实有趣的地方在于你需要一些假设，然后用模型去论证你的观点。当然里头的东西比较复杂，需要大量的统计学、线性代数、概率论的背景。

最后一点也是非常重要的，就是要有乒乓本身的专业立意(intuition)，这个是做数据处理、模型应用的根本。举例说明，做金融模型研究，这个世界上比你数学好的人无穷无尽，大量的非一流期刊(non-jf, jfe)的文章都是极其复杂的数学，可是他们没有非常好的金融专业立意，只是复杂的计量模型，这点是不够乃至致命的。乒乓球于此同样适用，作为数据模型应用的一部分，乒乓科研首先的是乒乓，其次才是科研。进一步而言，只有对乒乓足够的了解，对其中立意把握足够深刻，才能明白此间数据的轻重缓急，了解哪些模型适用，哪些不适用，用哪些模型能让结果更加接近现实，哪些模型对噪点的处理更加合理。

作为一点点小小的补充，也许一些心理学方面的东西对乒乓球的研究也是比较有效的，但这方面缺乏论证的可能性，没有数字说明问题我是不大认可的，加之我对所谓心理学一窍不通，只是提一下，算是一些增强。

所以一般的乒乓爱好者还差的很远吧。我真正懂乒乓嘛？不见然。我懂模型嘛？只能见笑了。（一个无论乒乓还是金融数学都很菜的小菜鸟，听说咱家园大神到处都是，如果大家哪里不认同或者觉得我一派胡言档次太低了不要群嘲啊亲们，我向大家保证会继续努力学习补充自己的！^^）有些词儿我实在不知道中文咋说，哎。

本帖最后由 hf840428 于 2013-1-18 18:29 编辑

能够劳烦lz将文章中的英文改成中文？

对于俺来说，阅读全英文和全中文都没问题，唯独中文里边时不时蹦出个把英文单词这种很难受...

也许是因为中英文的思考模式不同的原因吧，感觉思维是在不断“跳”的，有点儿累...

比较赞同lz的说法，所谓乒乓的科研，不仅仅是数据的统计，更要有专业领域的分析...

以我们业余球友对于乒乓球的理解，妄谈所谓“科研”都是不现实的，最多也就是停留在统计层面而已...

本帖最后由 sunnyqi 于 2013-1-18 18:30 编辑

现在咋样？robustness到底该咋翻译啊，还有intuition和methodology，这些谷歌翻译貌似都不对。

鲁棒性

受教，还有这么个词儿 哈哈

说实话，那种基于统计的“科研”。以俺肤浅的眼光来看，多是弃因寻果，属于急功近利以实践为主导的“学问”。这种研究，容易导致对因果律的背弃，有时候也容易丧失全局观。

样本的确定易以偏概全，因果相关性会失于偏颇。

想做好统计研究，没有比较精深的数据基础、没有丰富的专业知识和有深度全面的社会知识，往往不足立论。乒乓这一行当上，李晓东他们没问题，只不知道他们数学如何，哲学、科学观如何

统计是个好办法，用经验式代替理论式的方法也一直是理科科学的常用方法（比如物理化学中就有很多），只要能比较准确地获得结果的概率就是好的。
至于统计中样本造成的偏向性，只要能覆盖到要研究的球员就够了，总不能把所有球员都纳入进来吧。
最后，统计的方法一直在进步，比如网球那边的数据统计，越来越能说明问题，挺不错的。

对于乒乓球的科研，我相信不单在于器材，还有教学，小日本比起中国都有过之而无不及

但为何出总无法胜出中国？这个应该想一下

就好比中国的足球，我们的理论看来都不比欧美弱到哪里去，甚至可以直接引进教练和讲学团

结果也还是一塌糊涂

6楼的兄弟说的很好，非常同意

龙哥说了：

光是知道是不够的，必须加以运用；光是希望是不够的，要非去做不可。

就拿弧圈的还击时期这事儿。国乒老字辈的说法是，上升期，球的旋转“没出来”，下降期，球的旋转完全“出来了”——这反映他们对乒乓认知的感性理解，研究了这么多年，都不能以科学因果律来分析问题。

上旋来球，还击方首要防止球向上飞，所以要压板形。上升期击球，来球从斜下向上撞击球板，弹出后自然向斜下方向；而下降期击球，来球上旋弧线下坠，板形不压就不容易对付上旋，所以对板形、挥拍轨迹要求就高了很多——这是简单的中学物理知识，国乒老字辈专家们甚至年轻的一代高手们，有几个能说出这么简单的道理？所以，俺对他们多数打出来的乒乓专家们能做的“科研”，表示不够信任；不是对统计结果的不信任，而是对他们基于因果律的分析、结论不信任。

当运动员的，有念过书的的吗？别难为他们了，设想要我们从小训练、与人比拼，我们也一定不会有什么文化。要教会这样的人做事，即便是扯蛋的讲法也是好的，达到效果就行啦。
况且我发现，按照科学理论的方式去打球，因为思考方式步骤比这种扯蛋理论多，效率要低于这种“实践”理论，效果其实远不及这种非科学的理论。
不知你是否发现，即便是吴敬平这样的高手，写出来的《乒乓球直板反胶打法》，也充分告诉大家吴老是完全不懂物理学的，但是他已经十分地接近真实的科学理论了，已经十分不易了。

效果与理性思考得出的科学结论，是两回事。

就象某些神棍，让人宁死都信他，结果信徒们还真不怕死；而科学结论与理性思考，是允许你不信，允许你在一定的前提下，提出自己的观点。

到底孰优孰劣，让历史来说话吧。

俺只能说，俺希望看到更多的独立思考者，因为俺的追求完美解决、理论实践相契合的完美主义者

统计相对来说只是一门应用学科。但我认为真正做科研，要有自己的理论模型，不是所谓经验式的，恰恰却是理论式的，所谓经验式只存在于使用数据进行检测模型（比如用乒乓比赛、训练中的数据）。我的意思是要开发出真正的乒乓球理论模型，从乒乓球这样运动本身入手，进行模型假设、推算，而不是单纯的数据挖掘(data mining)，看图说话实在是弱暴了。这大概就需要一个至少有统计学或者精算博士学位的李晓东了。有博士的水平，然后专攻乒乓模型，其实就跟计量、金融这些学科一样——借助一些基础理论（统计、线代、概率……），发展独有的模型理论，然后检测、完善、应用。

不过话说回来，就算是统计学，也是有纯粹的理论进行研究的，只是门槛实在不低。