之前講咗兩個外國人,今次就講下一位香港嘅教授顧鳴高。
顧教授有「賭馬教授」之稱,因為佢平日演講同寫論文都不時用賽馬當作學術研究課題,以統計學理論去分析賽馬。
就算你唔識統計學,都可能聽過關於佢嘅新聞。係2016年,有唔少報道關於佢同金主因拆夥以引起嘅訴訟。話說係2004年,佢地就開始合作,透過往績數據建立數學模型去賭馬。起訴嘅原因係金主認為顧教授有用合作嘅模型私下投注,違反合作協議。不過顧教授反駁話佢私下投注所用嘅模型唔係協議中提供俾金主嘅logit model,而係probit model*。當年有咁多報道係因為顧教授透過賽馬模型係3個馬季贏咗半億,亦都係因為呢件事,小編先知原來賭馬可以贏咁多錢,係一個值得研究嘅課題。
咁到底logit同probit有咩唔同呢?
(以下內容涉及統計學知識)
其實logit model定probit model嘅最終目的都係一樣,就係做binary classification,啫係predict 0同1兩種可能性,而兩者嘅分別,就係當中嘅link function唔一樣,而link function簡單而言就係用黎改變一個variable嘅range,例如將佢由(-inf, inf)轉做(0,1),logit model利用咗logistic distribution嘅cdf,而probit model就係用左standard normal distribution嘅cdf。因為variable transform嘅方法唔同,會導致predict出黎嘅probability有所分別。呢個就係顧教授所提出嘅論點,至於誰對誰錯就留番俾大家自己諗諗。
*詳情可參考https://webb-site.com/codocs/HCA2352_2012_160226.pdf