这个我前段时间就在做了，起因是有一天在想，大部分数据贴都是整理到“胜率”这个级别就结束了，但是4-0赢和4-3赢肯定是有差别的，赢的对手强或者弱，也是有差别的，能不能用一个模型把这俩因素也纳入？所以我就做了这个东西：
一、模型说明：
1.数据来源为ITTF；仅计算国际赛事单打，包括团体赛中的单打，不包括任何双打、青年赛事；选用的世界排名数据为ittf当年12月份的排名。
2.逻辑假设：（i）赢得越快（即净胜局越多）越好，输得越慢（即净负局越少）越好；（ii）赢的对手排名越高（即世排数字越小）越好，输的对手排名越低（即世排数字越大）越差。
3.计算方式：
M=净胜局分（【-4，+4】）
N=对手世界排名（【1,1000（大概）】）
P（赢局积分）=∑（M/N）
Q（输局积分）=∑（M*N）
总得分=aP+bQ，此处取a=1000，b=1。
也就是说，假设某人4-3赢了世排1000的人，他将只能得到1/1000=0.001的赢局积分，但假如4-0赢了世排第1的人，则会得到4/1=4的巨分；同理，假如他0-4输了世排1000的人，则会失去-4*1000=4000的巨额输局积分，而3-4输了世排第一，则只会失去-1*1=-1的输局积分，最后计算总分时，4-0赢世排第一的效果和0-4输世排1000的效果互相抵消，4-3赢世排1000的效果和0-4输世排第1的效果互相抵消。
当然，这样算很可能也是有问题的，但我暂时只能想到这样。
我是抱着世上根本没有正确的模型，只有能用的模型的心态去做这个的希望能得出点有用的结论（或者看个乐呵也行），欢迎吧友批评指正：
图一是没有经过模型处理的单打数据和我手动查看写的附注，图二是模型处理过的数据。
为什么选择这些年份的数据和具体收获下面说。
最后，我想说，数据这种东西有着有限的意义，因为事实是客观的，但解读是主观的，特别是我这种自建模型配参数的半半半半成品，所以——多包涵。