180场单挑赛扑克玩家的数据分析与总结

大家好，Pocket Fives的朋友们！正如你们中的一些人所知，我开始了在年初玩180个22美元的180人单挑赛（SNGs）的征程，并在2月22日星期二完成了这项挑战。在过去的六周里，我一直在发布半定期的更新，但在最终更新时，我决定写一篇更全面的文章。我向亚当提出了这个文章的想法，完全预料到他会翻白眼，但令我惊讶的是，他实际上鼓励我写这篇文章。（我相信他的原话是：“是的，随便你吧，”我将其理解为：“是的！我很乐意阅读你写的任何东西！”）

你们中的一些人可能想知道我为什么决定接受这个挑战。这个想法的起源实际上始于几年前，当时我和一位朋友正在讨论多桌锦标赛（MTTs）的投资回报率（ROI）。他一直用一个有100人的锦标赛作为例子，如果你玩100次，那么一个假设的平均人将恰好在每个位置完成一次。当然，问题是几乎每个MTT都有不同的人数。当PokerStars开始提供他们的180人SNG时，他认为这是一个获取关于同质MTT数据的好机会。所以我决定这么做。

所以在参加了180场比赛之后，以下是我在过去六周内发布的更新数据：

已玩：180
进入奖励圈：31 (17.22%)
决赛桌：15 (8.33%)
胜：4 (2.22%)
买入：3,960美元
支付：7,574.40美元
ROI：91.27%

坦白说，我很高兴。尽管其他人也发布了他们自己的数据，并且这些数据比我的更好，但我的数据结果比我担心的要好。

在我开始进行一些统计分析之前，这里是我的一些观察结果。首先，也是最重要的是，我无法真正说出我有多么感谢PocketFives.com社区在完成这项挑战时给予我的鼓励和支持。从对我的更新发表的评论，到在牌桌上一起玩时会说“祝你挑战好运”的玩家，再到真正花时间在牌桌上找到我为我加油的人，我对此表示衷心的感谢。这就是PocketFives.com对我以及我认为对其他人如此有价值的部分原因。已经有一些心理学研究记录了鼓舞人心的社区为其成员提供的积极影响，我希望每个人都欣赏亚当、卡尔、莱利和伦尼继续为确保PocketFives仍然是他们设想的网站所做的一切。

其次，180场MTT可能代表了我去年玩的所有MTT的总和，或者至少很接近。这项练习所做的一件事是，让我在参加其他MTT时真正充满了信心。很多人发布说他们认为这些180人赛的竞争比大多数MTT的竞争要容易得多，我想我不得不认同。另一方面，任何时候有180人拿出自己的钱来竞争，都可能是一个艰难的领域。

数据中也有一些有趣的异常情况。我从未获得过第二名、第五名或第七名。这是否意味着我是一个很棒的单挑玩家，因为每次我进入单挑，我都赢了？不，不是真的。这只是数据不足的情况。有一件事让我失望的是，我从未获得过第19名。这让我感到震惊，因为我想在泡沫期非常激进地积累筹码。所以如果我在泡沫期真的很激进，至少应该有几次情况变得非常糟糕，我发现自己获得了第19名。我在我的更新中谈到了获得第180名。那很有趣。

回过头来看，当然会有一些比赛我根本没有拿到任何牌，我拿到的唯一一对是g的一对——就像，“gg underdog”一样。还有一些比赛，我在前5手牌左右就翻了三倍。我清楚地记得我赢得的一场比赛我根本没有拿到一对A。还有一些比赛，我好几次拿到一对A，但很早就出局了。基本上我想说的是，牌不如玩家重要。

现在我将进入一些数据，这对你们中的一些人来说可能很无聊。我们能从这些数据中得出什么结论？嗯，实际上，没有太多。事实证明，180场比赛可能只是不够的数据。但我们可以做出一些猜测，而我将这么做。

完成的排名 SNG数量

进入奖励圈：31
19-36：24
37-64：22
55-72：23
73-90：21
91-108：17
109-126：16
127-144：9
145-162：10
163-180：7

这些是我完成的排名，被分成18个位置的“桶”。第一个桶代表进入奖励圈（ITM）。正如你所看到的，我的结果肯定倾向于完成较高排名而不是较低排名。很好！

这很好，但我真正寻找的是一种方法来确定这些结果是仅仅由于随机方差，还是我真的可以期望这些结果。为了做到这一点，我需要看看这组数据落入与另一组更大假设数据相同的数据集中的可能性是多少。统计学为我们提供了一种这样做的方法。我将跳过冗长的解释（尽管我知道你们都渴望现在就上一堂统计学101的课！）。但我将使用单挑比赛来举例说明。如果我参加100场单挑SNG比赛，并且我赢了其中的70场，那么获胜的标准差由试验次数（100）乘以获胜率（.7）乘以失败率（.3）的平方根给出。在这种情况下，标准差将是4.6次获胜。然后你可以95%确定你的真实胜率在当前胜率的两个标准差之上和之下。在这个例子中，你应该期望每100场比赛赢得61到79场胜利。（Pocket Fives社区中的人们无疑在这一刻开始失去兴趣。）

这是另一张图表：

从这张图表中，我可以95%地确信，如果我再玩180场SNG，我预计可以获得0到8次胜利。这没什么帮助。让我们看看前3名的成绩，因为那里有所有的钱。我预计可以获得2到12次前3名的成绩。不错，尽管2低于平均水平。对于决赛桌来说，情况类似。我预计在另外180场SNG中可以进入8到22次决赛桌。最后，我可以自信地预计在另外180场SNG中，有21到41次进入奖励圈的成绩。这很酷，因为即使是低端也会高于假设的平均水平。

当然，统计学的好处是增加试验次数确实缩小了可能性。如果（当然，这是一个很大的如果）我能够以某种方式完全复制这180场比赛的结果，那么这就是将要产生的图表。

从这张图表中，我们可以看到，即使是最悲观的对这些数据的评估也会得出结论，即产生这些结果的假设人（我不会说“我”，因为我还没有这样做）必须好于平均水平。换句话说，如果我参加了360场比赛并赢了8次，那么我的实际真实的第一名成绩将少于每360场比赛2.4次的几率将低于5%。明白了吗？哦，当然明白。

我不是统计学专家（正如任何统计学专家可能已经发现的那样），所以如果我在这里得出了一些无效的结论，我将感谢任何反馈。再次感谢过去几周来鼓励我的人，以及所有忍受我的更新的人！祝你好运，我们在牌桌上见。