以"马娘们的oπ率与尻率"为基准的统计资料(P4(Ch8-9): H的级别,各类图表

2023-06-11 07:34 作者:yl12053 0人读过 | 我要投稿

原公式来源及各标量含义来自

在此特别感谢原作者@無名者EX

0xff 前情提要

受CV24224968(@無名者EX)的启发和内含的公式, 将资料初步处理可得出以下统计资料

各资料反映情况请自行查阅CV24224968

如非说明, 所有资料一律取自小数点后四位

所用符号与前篇相同

特别鸣谢katboi01/UmaViewer这个github专案

上一页(P3): 节7

0x08 尻率与绝对尻率的级别化, 统计资料以及绝对尻率优先的理由(题外话, 跳过不影响结果)

本项数据记为 $K_%7BH_n%7D$ , $K_%7BH_a%7D$

$0%20%5Cle%20K_%7BH_n%7D%2C%20K_%7BH_a%7D%20%5Cle%204$ , (将小-超大分别记为0-4)

$K_%7BH_n%7D%2C%20K_%7BH_a%7D%20%5Cin%20%5Cmathbb%7BZ%7D%5E%7B%2B%7D_%7B0%7D$

分级方式：

尻率≧60又绝对尻率≧23：超大又超翘

尻率54~60又绝对尻率19~23：又大又翘

尻率51~54又绝对尻率17~19：美而翘

尻率48~50又绝对尻率14.5~17：普通

尻率≦48又绝对尻率≦14.5：小

, 即

$K_%7BH_n%7D%3D%7B%5Cbegin%7Bcases%7D%0A4%26%7B%5Cmbox%7Bif%20%7D%7DH_n%5Cge%2060%5C%25%5C%5C%0A3%26%7B%5Cmbox%7Bif%20%7D%7DH_n%5Cge%2054%5C%25%5C%5C%0A2%26%7B%5Cmbox%7Bif%20%7D%7DH_n%5Cge%2051%5C%25%5C%5C%0A1%26%7B%5Cmbox%7Bif%20%7D%7DH_n%3E48%5C%25%5C%5C%0A0%26%7B%5Cmbox%7Bif%20%7D%7DH_n%5Cle48%5C%25%0A%5Cend%7Bcases%7D%7D$

$K_%7BH_a%7D%3D%7B%5Cbegin%7Bcases%7D%0A4%26%7B%5Cmbox%7Bif%20%7D%7DH_a%5Cge%2023%5C%25%5C%5C%0A3%26%7B%5Cmbox%7Bif%20%7D%7DH_a%5Cge%2019%5C%25%5C%5C%0A2%26%7B%5Cmbox%7Bif%20%7D%7DH_a%5Cge%2017%5C%25%5C%5C%0A1%26%7B%5Cmbox%7Bif%20%7D%7DH_a%3E14.5%5C%25%5C%5C%0A0%26%7B%5Cmbox%7Bif%20%7D%7DH_a%5Cle14.5%5C%25%0A%5Cend%7Bcases%7D%7D$

等等...怎么有一栏是0? 我还回去反复看了几次我有没有打错Formula和sql(View真难写...)

众数( $K_%7BH_n%7D$ ) = 2(对应分级: 美/翘)

$Q_1(K_%7BH_n%7D)$ = 1(对应分级: 普通)

$Q_2(K_%7BH_n%7D)$ = 2(对应分级: 美/翘)

$Q_3(K_%7BH_n%7D)$ = 2

$Q_%5Ccolor%20%7Bred%7D%204(K_%7BH_n%7D)$ = 3(对应分级: 大/翘)

注意: $%5C%7Bi%5Cvert%20%7BK_%5Ccolor%20%7Bred%7D%20%7BH_n%7D%7D_i%3D4%5C%7D%20%3D%20%5Ccolor%7Bred%7D%5Cemptyset$ , 或者 $%5Cforall%20x%20%5Cin%20K_%5Ccolor%20%7Bred%7D%7BH_n%7D%2C%20x%20%5Ccolor%20%7Bred%7D%20%7B%3C%204%7D$ , 也就是说

不存在任何记录使得其使用尻率进行分级时等级为超大/超翘

众数( $K_%7BH_n%7D$ ) = 1(对应分级: 普通)

$Q_1(K_%7BH_n%7D)$ = 1

$Q_2(K_%7BH_n%7D)$ = 1

$Q_3(K_%7BH_n%7D)$ = 2(对应分级: 美/翘)

$Q_%5Ccolor%20%7Bred%7D%204(K_%7BH_n%7D)$ = 3(对应分级: 大/翘)

注意: $%5C%7Bi%5Cvert%20%7BK_%5Ccolor%20%7Bred%7D%7BH_a%7D%7D_i%3D4%5C%7D%20%3D%20%5Ccolor%7Bred%7D%5Cemptyset$ , 或者 $%5Cforall%20x%20%5Cin%20K_%5Ccolor%20%7Bred%7D%7BH_a%7D%2C%20x%20%5Ccolor%20%7Bred%7D%20%7B%3C%204%7D$ , 也就是说

不存在任何记录使得其使用绝对尻率进行分级时等级为超大/超翘

注意到众数的转变从Rank 2 → Rank 1, 使用单纯的尻率去分级很可能会有比较明显的误差

考虑到 $%7BH_n%7D_i%20%5Cpropto%20%5Cfrac%20%7BH_i%7D%20%7BS_i%7D$ , 但是我们日常判断梯队却是使用类似 $%5Cpropto%20%5Cfrac%20%7BH_i%20-%20W_i%7D%20%7BS_i%7D$ (刚刚好就是 $H_a$ 的定义)的方式, 因此原文也提到过如果 $%7BH_n%7D%20%5Cneq%20%7BH_a%7D$ 的话, 以 $H_a$ 为准。

题外话: 为什么取 $%5Ccolor%20%7Bred%7D%20%7BH_a%7D$ 不取 $%5Ccolor%20%7Bred%7D%20%7BH_n%7D$ ? (跳过不影响结果)

相比起刚刚提过的oπ率来说, 考虑尻反而更简单: 只需要考虑周长差就可以

这次让我们请出波旁和麦昆来进行解释

波旁(最好衣服越紧越好，跟上面的B率不一样, 这个很容易受到干扰(背和尻都是非常好的支点, 使得目视下的W会受到很大干扰)

首先是分析要从"大"和"翘"两点说起

[第一点] 翘

那其实这点很好理解

说白了就是这两条线的斜率

斜率(绝对值)越低, 代表越翘, 因为在一个单位的高度下降中横向方向改变的越多

那这个斜率怎么求呢? 直接调最原始的定义就行

$Slope%3D%5Cfrac%20%7B%5Ccolor%20%7Bred%7D%20%7B%5CDelta%20y%7D%7D%20%7B%5Ccolor%20%7Bgreen%7D%20%7B%5CDelta%20x%7D%7D$ ,

$%5Ccolor%20%7Bgreen%7D%20%7B%5CDelta%20x%7D$ 的话用刚刚oπ率那部分相同的手法可以求得约等于 $%5Cfrac%20%7BH_i%20-%20W_i%7D%20%7B2%7D$ ,

, 而 $%5Ccolor%20%7Bred%7D%20%7B%5CDelta%20y%7D$ 的话，至少我目前还想不到一个甚至求精确值得方法，但是应该可以假设 $%5Ccolor%20%7Bred%7D%20%7B%5CDelta%20y%7D%20%5Cpropto%20S_i$ 。

注意 $H_a%3D%5Cfrac%20%7BH_i-W_i%7D%20%7BS_i%7D$ ,

$%5Cfrac%20%7B%5Ccolor%20%7Bred%7D%20%7B%5CDelta%20y%7D%7D%20%7B%5Ccolor%20%7Bgreen%7D%20%7B%5CDelta%20x%7D%7D%3DkS_i%5Ccdot%20%5Cfrac%20%7B2%7D%7BH_i%20-%20W_i%7D%3D%5Cfrac%20%7B2k%7D%20%7BH_a%7D$ , 而k是个常数。