賽馬日樣本同字段樣本點分?
賽馬日樣本與字段樣本,統計單位點分開,重點是把同一場、同一個字段及同一個時間版本放在一起看。本文只討論可復核的資料,並交代何時不能下結論。
先決定一行數據算甚麼
一個賽馬日可有多場,每場可有多匹馬,每匹又有多個字段。若報告說「九成一致」,卻沒有說分母是日、場、馬還是字段,這個百分比幾乎不能解讀。先列各層數量,再為每個指標固定單位。
這類問題要先固定比較單位、時間與分類規則,然後才討論百分比或差異。方法若在看完結果後才修改,容易把不利樣本排走,令報告失去可重算性。本文以公開賽事資料為例,說明可執行的判斷順序。
賽馬日、馬場、場次、路程、班次、跑道與場地狀況是配對一場賽事的基本座標。沙田及跑馬地不能只靠場次編號合併;草地與全天候跑道也不能只看「場地」兩個字便視為同欄。變更公告出現後,須把舊版與新版分開。
先決定一行代表一個字段、一匹馬、一場賽事還是一個賽馬日。分母若由「場」轉成「字段」,同一個差異所佔比例會改變;報告中應同時給原始計數與定義。不可比較、證據不足及官方未核實修訂的項目另列,不暗中從所有觀察中消失。
賽事基本資料點樣逐項核對?
開始前先寫研究問題與排除規則,列出官方基準、字段定義、抓取時間及負責記錄的人。每一條觀察都保留原值和標準化值,並給唯一索引,方便日後從彙總數字追到原始頁面。兩個來源若時間或口徑不同,就停在「不可比較」而不是繼續算比例;需要第二人複核時,讓複核者先看原始證據,不先看第一人的結論。
同一場十二匹馬、每匹三欄,最多有三十六個字段觀察,但不代表三十六項都可直接比較。無官方值或時間口徑不合的項目須另列;可比分母是經判定後的數量。
核對賽事基本資料的第一關,是先到官方賽期、排位表與賽事公告確認資料所屬賽馬日、馬場和場次。若只用『第幾場』搜尋,很容易把沙田與跑馬地、或相隔一周的賽事併錯。來源畫面最好連標題與日期一併保存,讓另一位編輯毋須靠作者記憶,也能找回同一個官方版本。
統計單位:先守住同場、同欄、同版本
官方基準與被評測頁各保留一份當時版本;未保存原值的部分不作量化結論。
若賽事改期、開跑時間延後或場地狀況更新,兩個來源即使各自正確,仍可能反映不同時點。比較前先把當地時間換成香港時間,保留原時區與換算後時間,避免把時差當更新延遲。
網頁顯示值不一定等於伺服器當刻最新值。若在另一裝置看到不同數字,應記瀏覽器、網絡、重載方式和頁面時間,再在相同條件下重查。這些資料能幫助分辨快取和真正的同步問題;單靠一張手提電話截圖,通常不足以推斷所有讀者看到的版本。
閱讀本站賽事基本資料相關頁時,也應先看資料的日期與場次;它可協助定位字段,不能替代官方版本作最終判準。
核對賽馬日與場次,可從香港賽馬會官方賽事資料開始;再按本題字段找適用的排位、賽果或公告版本。官方頁若有其後更新,應把首次讀到的版本與重查版本一同保存。
賽事基本資料對照表:原值與版本應留邊幾欄?
下表列的是記錄規則,不是未經核對的實測數字。
| 核對欄 | 要保存的內容 | 官方基準 | 判斷前先問 | 常見分類 |
|---|---|---|---|---|
| 身份 | 賽馬日、馬場、場次及對象 | 官方賽期、排位表與賽事公告 | 是否同一場及同一匹馬? | 可配對/不可比較 |
| 賽事基本資料 | 頁面原值及字段名稱 | 同場同版官方原值 | 名稱、單位和定義相同嗎? | 完全一致/標準化一致/差異 |
| 時間 | 抓取、公告和重查時間 | 官方公布或修訂時間 | 兩份資料是否同一時點? | 可比較/延遲/證據不足 |
| 結論 | 差異原因及證據索引 | 官方最終或適用版本 | 有沒有官方其後修訂? | 缺失/官方修訂/待核 |

賽事基本資料有差異,先排除邊幾種情況?
對賽事基本資料做抽樣時,應先決定入選規則,例如連續賽馬日的全部場次,或預先列明的某一個官方字段。若只挑看起來有問題的頁面,一致率會被壓低;若只挑容易配對的欄位,一致率又可能被抬高。方法頁須把未納入的條件同樣列出。
可比較字段的比例,應以完全一致加標準化一致作分子、同口徑可核字段作分母。缺失如何入分母須在方法頁預先定義;更新延遲應獨立統計,不自動算成錯誤。官方修訂、抓取失敗與證據不足先另外列數,不為了令結果好看而從表中刪掉。
把賽事基本資料寫入公開報告時,最有用的不是一句『吻合』,而是一行能重做的記錄:官方字段、被評測頁字段、兩邊原值、香港時間、分類和證據索引。若篇幅不容逐行列出,可提供明細表的編號與計算規則;只有總百分比而沒有分子、分母,讀者無法判斷排除項是否合理。
核對同一場時,可先寫「日期+馬場+第幾場+路程」,再查官方該版公告。若頁面只顯示第3場而沒有馬場,該記錄不足以和另一頁安全配對;此時應補足頁面上下文,而不是猜測。
比較報告時一併查看樣本邊界、排除項和字段分母,避免把單場觀察當作長期結果。
賽事基本資料核對的結論可以去到邊?
- 只有字段定義、同場身份與時間都確定,才可將觀察放進可比較分母。
- 沒有完整前後快照時,不宣稱更新用了幾分鐘;官方其後修訂須另列版本。
- 頁面空白、資料未公布、後備或不適用狀態,不能一概算成資料缺失。
- 本篇說明的是賽事基本資料核對口徑,不能外推整站準確率或賽馬結果。
若要延伸這個題目,可連同分子、分母及樣本期閱讀本站的百場實測方法。單場字段核對與長期走勢是不同層次的結論,相關頁面也應按各自的樣本範圍解讀。
賽事基本資料核對常見疑問
賽事基本資料與官方記錄不同時,應先看甚麼?
先確認賽馬日、馬場、場次、跑道、路程、公告版本,再把原始頁面與官方同場版本並列。若身份、字段或時間任何一項不明,差異應先列待核,不宜直接計作錯誤。
分類規則可否看完結果才改?
如需修改,應保留原規則、修改原因與重算版本,並讓所有樣本按新規則重跑。只為某個個案臨時放寬規則,結果無法公平比較。
如果賽事基本資料暫時無法核實,應怎樣寫結論?
方法文章提供的是判準,不等於某網站已達到任何準確率。真正的評測結論要另附樣本期、原始值、時間線與差異個案,才能讓讀者逐項覆核。 缺少的資料要具體列出,補齊後再公開更新分類,並保留原版紀錄。
再核對另一類資料
不要把賽事基本資料與其他字段混成一個結論;下一步可從同場原始記錄開始。