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
