我不是統計專業，好奇發問
: 假設想要設計一個好的模型應該是：
: 找到你的Y，Y應該是「球員排名」
: 換言之沒有先透過一個大規模問卷
: 或是多個問卷進行meta analysis的話
做統計問卷會遇到一樣的問題，你抽樣的群眾數量中太多X因數
比方美國的州人數、年紀、種族、國籍……等等
感覺又繞回到一樣的困境
: 很難有一個有統計意義的公式
: 接下來要找到一堆x
: 這部分我覺得原PO的設計概念就會有很大幫助
: 不過要靠觀球的經驗法則做一個Empirical model太難了
: 我想用簡單的logit（實際分析可以order logit）
: 下面用原本的公式當作X假想實驗
所以我的想法是繞開這些問題
如果我做一個網頁，在數據庫裡面先存放200個可能的歷史百大球員的數據
(透過累計權威媒體的名單，或是類似原原Po之類的公式，
反正我只要大約的前200球員的名單，不必"正確")
每次點進去，就出現兩個人的比較數據
重點是不亮名，即參與投票的使用者不知道這兩球員是誰
(個別巨星球員可能容易被猜出來，但是大多數一般用戶應該不會去記)