原文：INVEN 记者：심영보，今天小编就来说说关于kdj数值的计算原理?下面更多详细答案一起来看看吧!
kdj数值的计算原理
原文：INVEN
记者：심영보
翻译：荷艾西
数据分析，是除了亲自下场、在旁观看以外的另一种享受比赛的方式。当某项竞技受到了关注、开始职业化的时候，相关数据分析会应运而生，数据分析的登场也会让这项运动的职业化程度日渐提升。在这个过程中，粉丝也能活用数据分析从这项竞技赛事中获得更多彩的乐趣。
LoL这个电子竞技项目也是一样的。而韩媒INVEN认为，LoL目前在这部分上的发展仍有遗憾之处：现存的可量化分析的指标过少，分析缺乏客观性，这与LoL不断提升的游戏和比赛水准并不匹配。对此，INVEN提倡引入类似棒球的OPS公式、篮球的PER公式等传统体育数据分析模式，建立“二级数据指标”，完善LoL数据分析指标系统。
以下是原文翻译。
当前指标所存在的问题
1、现存数值不足
LOL官网的LCK选手数据表
现存指标中所存在的问题不少，首当其冲的就是数值的不足。现在LoL官方网页中所提供的数据指标共有9个，除去游戏局数、游戏时间和总补刀数以外，只剩下6个与竞技能力有密切关系的指标。当然也有以下这种，以某一场比赛为单位提供的数据项表格。
但这些数据项中并没有包含合计项或平均项。也就是说，目前我们能在官方获得的指标，只有击杀数、死亡次数、助攻数、KDA、击杀参与率和分均补刀六项，而KDA本身就是由击杀数、死亡次数、助攻数演化而来，因此真正能用的指标只有三项。许多专家和粉丝都认为有意义的指标之一输出值目前也没有公开。
2、最大的问题是缺乏客观性
即使只有三个指标，如果它们足够客观也是不存在什么问题的。但问题是这三个指标是否足够客观？恐怕并不是。这是很早之前就在玩家中存在的大多数意见。在LoL比赛的水平层级变得越来越高的阶段，无论在哪里都找不到能充分满足专家和观众们的需求的数据指标。
首先我们来看看代表性的数据值KDA。在LoL初创时，KDA新鲜登场，吸引了很多人的关注。在此之前只有死亡次数较少、获得人头数较多的选手能够得到人们的青睐，引入助攻数以后，这个数据项显得更加成熟洗练、更加客观。
在当时，KDA是一个足够有影响力的指标。但时至今日，LoL职业战队的能力与水准都已经大幅提升，KDA已经无法客观展示类似运营、视野掌控、心理战等无法用肉眼观察到的战况。在比赛直播中，解说也经常会以“虽然KDA并不是那么重要，但是…”这样的话来展开一段分析。
以LCK夏季赛KDA顺序排列
从这个表格就可以看出来KDA这个指标的不客观。大部分在联赛中实力位于上游的选手都上榜了，但表格里还是很容易找到令人产生疑惑的地方。Arrow虽然是一位优秀的AD选手，但他的表现是否如数值反映的那样，比Pray都要优秀？还有更让人惊奇的是JinAir的AD Pilot，他以微小的优势超越了Faker。Pilot在夏季赛的表现甚至都没有收到过高分评价，但在KDA上却如此亮眼。而夏季赛上被评价为世界顶尖选手的Smeb在这里也不过排名第7。另外，辅助选手上榜的只有Gorilla一人。KDA这样的指标，主要侧重表现的是担任输出的中单和AD两个位置的选手。
我们把击杀参与率与分均补刀两项指标也确认过一遍，发现这两项指标也存在着同样的问题。
以LCK夏季赛击杀参与率顺序排列
以LCK夏季赛分均补刀是顺序排列
一级指标向二级指标进化
1、可实现的二级数据指标
上文提及的问题，大部分都可以用二级数据指标来解决。二级数据指标由多样化的一级指标（指传统体育中的得分、减分、助攻、安打）加工而来，最大的优点在于可以比较客观地测定选手的竞技水平。
二级数据指标并不是全新的东西，在其他的体育项目上已经得到广泛的使用，例如篮球与棒球，更准确地说，是MLB及NBA，在这些传统体育的职业联赛中，二级数据指标已经如一级指标一样被广泛通用。最具代表性的是棒球中适用的On Base Plus Slugging(OPS), 篮球适用的Player Efficiency Rating(PER，霍林格效率值)。
PER的创始人John Hollinger曾介绍，“PER通过合计某位选手的正面表现、减去他的负面表现以后，再根据他的出场次数可以得出这位选手的效率表现。”这里所说的正面表现包括得分、抢断、盖帽、助攻、篮板球等等，负面表现则是投篮失败、失误、犯规等。
不是单纯地看某几个一级指标，而是以多个不同的一级指标为基础，分析选手的表现，其客观性当然也得以提升。假如某位得分能手场均得分30，只看这个数值，在一级指标中他已经达到了A级选手的标准，但再综合上失误、投篮失败、犯规等负面表现数据后，在二级指标中就能发现他的表现也许并没有想象中的那么好。
除此以外，那些因为位置或者所扮演的角色而承受着某些数据损失的选手，在二级指标中也能够得到不错的数值。举例来说，某选手比起得分更适合某些体系，他们的表现可能没有那么亮眼，但他们能获得篮板球、防守等不错的一级指标，也可能得到不错的二级指标评价。
PER公式
另外，在一级指标的分析中很重要的一点是，需要注意用修正系数得出客观分析。
首先，需要根据上文所提及的正面表现、负面表现的重要程度来予以修正。举例来说，得分是最重要的一项数值；其他会对一级指标造成影响的因素同样也会进行相应的修正。
接下来的factor（和进攻数据相关的联赛平均值）、VOP（联赛平均持球进攻价值）、DRB%（联赛平均防守篮板比例）等算式能够把选手的数据与联赛平均值进行比较，从而修正选手个人数值所体现出来的数值。出场时间也是同样重要的修正数据（对篮球项目的特性来说非常重要）。
最后，将联赛的Pace值（每48分钟双方进攻次数）除以本队的Pace值，再和uPER相乘（消除掉了队伍打法快慢对数据的影响），再将修正后的uPER，和联赛平均PER（固定为15）、联赛平均uPER进行修正（15/lguPER）。
至此，队伍比赛耗时、效率等内容都已得到修正，二级数据指标PER也完成了。
把修正系数的概念放到LoL项目中来说，假定换线版本及对线版本所产生的一级指标全然不同，但活用二级指标中的修正系数以后，能够相对消除版本不同所带来的影响，从而得出选手个人实力的检测指标。
赛季结束后，选手所获得的PER数值一般能够得出以下的评价：
地表最强选手：35
联赛MVP：30
All Star：25
球队2当家：20
联赛平均：15
PER只是一个例子，LoL要建立二级数据指标，需要投入完全不一样的方式和算式。虽然这不会是一件简单的事，但如果真的可以建立起一个具有公信力的二级数据指标，电竞项目也能够向更加专业的方向发展、更加繁荣，并能为粉丝们增添一层新的乐趣。
2、二级指标也有其局限性
但在这里，我们也想说明，二级数据指标也并不是一个完美的指标。二级指标由一级指标演化而来，会因为外部因素的影响而出现变动，同时有不少算式也融入了创造者的主观意识，难免受到影响。也因此，同一个项目中会存在着多个不同的二级指标，这也能从侧面证明二级指标的局限性。
在电竞圈内运用二级数据指标，还会产生另一个问题：电竞项目的寿命有限，是否有必要建立二级指标。电竞项目寿命并不长，等二级指标建造完成，很可能它已经使不上用处了。
我们认为，这个说法虽然有一定的合理性，但仍然是一个草率的判断。游戏项目已经有别于以往，会进行周期性的版本更新，LoL在这一点上更是处于领先位置（相比其他游戏项目来说会更注重更新），LoL可以再有10年、甚至更长的寿命。
最后的话
其实LoL在建立二级数据指标这件事并不是没有上做过努力，Riot曾经打造过的“Carry Rating”系列指标就是一个代表作。但这个数据指标看起来像是仓促而作，漏洞较多，大多数的指标都形同虚设，现在也已经消失在观众的视野中。另外，最近也出现了INVEN用户自创的分析英雄强势与否的数据指标表格，但这毕竟只是网友自制的指标，仍待检验，也不是一份能够用以衡量选手实力的指标。
而在Riot和网友个人以外，还有媒体、专家、统计学者等等能够为打造指标出一份力的人，大家一起来加入头脑风暴的话，是否能创造出更完善的指标呢？
