میانگین ۱۵۸ میتواند به میانگین ۷۷ ببازد
در بازی ۵۰۱، از نظر نظری ممکن است بازیکنی با میانگین سهدارهٔ ۱۵۸٫۶۳ در یک مسابقهٔ بهترین از ۱۱ لگ، به بازیکنی با میانگین ۷۷٫۰۸ ببازد [AD]. این خطای محاسباتی نیست — نتیجهٔ مستقیم نحوهٔ تعریف میانگین است.
هر بار که آماری از یک مسابقهٔ دارت میبینید، بزرگترین عدد روی صفحه میانگین سهداره است. مفسران بر اساس آن قضاوت میکنند، رتبهبندیها آن را نمایش میدهند، و بازیکنان آن را معیار پیشرفت میگیرند.
اما این عدد یک نقص ساختاری دارد که تقریباً هیچکس دربارهٔ آن حرف نمیزند: باختن یک لگ میتواند میانگین شما را بالا ببرد.
۱. میانگین سهداره دقیقاً چگونه محاسبه میشود؟
فرمول ساده است:
میانگین سهداره (3DA) = (کل امتیاز کسبشده ÷ تعداد دارت پرتابشده) × ۳
اما دو قاعدهٔ ظریف در دل آن نشسته که همهچیز را تغییر میدهند:
| قاعده | توضیح |
|---|---|
| Bust بهعنوان ویزیت کامل شمرده میشود | اگر بیش از امتیاز باقیمانده بزنید و «بسوزید»، هر سه دارت شمرده میشوند اما امتیازی ثبت نمیشود |
| دارتهای پرتابنشده در ویزیت برنده مستثنا میشوند | اگر با دارت اول فینیش کنید، دو دارت دیگر در محاسبه نمیآیند |
قاعدهٔ دوم بیضرر به نظر میرسد. در واقع منشأ کل مسئله است.
۲. سازوکار پارادوکس: چرا باخت میانگین را بالا میبرد
بیایید دو سناریو را کنار هم بگذاریم.
سناریوی الف — بازیکنی که میبَرَد
او تا امتیاز ۴۰ میرسد. حالا باید دبل ۲۰ بزند. - ویزیت اول: دبل را نمیزند → ۳ دارت، امتیاز کم - ویزیت دوم: دبل را نمیزند → ۳ دارت، امتیاز کم - ویزیت سوم: میزند → لگ تمام
این دو ویزیت کمامتیاز در مخرج کسر مینشینند و میانگین او را پایین میکشند.
سناریوی ب — بازیکنی که میبازد
او هم تا ۴۰ میرسد. اما پیش از آنکه نوبتش برسد، حریف لگ را تمام میکند.
آن دو ویزیت کمامتیاز هرگز اتفاق نمیافتند.
میانگین او فقط شامل ویزیتهای پرامتیاز اسکورینگ است. باخت، او را از مجازات آماری معاف کرد.
🔑 هستهٔ ماجرا: فاز فینیش دارت، فاز کمامتیاز آن است. هرچه بیشتر در آن بمانید، میانگینتان پایینتر میآید. بازندهای که هرگز به فینیش نرسید، هرگز جریمه نشد.
۳. عدد افراطی: ۱۵۸٫۶۳ در برابر ۷۷٫۰۸
سناریوی نظری بالا نشان میدهد این سوگیری تا کجا میتواند پیش برود: یک میانگین ۱۵۸٫۶۳ میتواند در بهترین از ۱۱ لگ به یک میانگین ۷۷٫۰۸ ببازد [AD].
این البته یک حالت حدی نظری است، نه اتفاقی روزمره. اما وجودِ صرفِ آن یک چیز را ثابت میکند:
رابطهٔ بین میانگین و برد، تضمینشده نیست. حتی تقریبی هم نیست.
و در سطح واقعی مسابقات، همین سوگیری هر هفته در مقیاس کوچکتر رخ میدهد.
شاهد واقعی: فینال جام جهانی PDC ۲۰۲۵
| سنجه | لوک لیتلر | مایکل ونگروِن |
|---|---|---|
| نتیجه | ۷ | ۳ |
| میانگین سهداره | ۱۰۲٫۷۳ | ۱۰۰٫۶۹ |
| درصد چکاوت | ۲۵/۴۵ = ۵۵٫۵۵٪ | ۱۴/۳۸ = ۳۶٫۸۴٪ |
اختلاف میانگین: ۲ امتیاز. اختلاف فینیش: نزدیک ۱۹ واحد درصدی.
نتیجه ۷–۳ بود. مسابقه در فینیش تعیین شد، نه در اسکورینگ.
۴. راهحل: REAL Average
تحلیلگران PDC برای رفع این نقص سنجهای ساختهاند به نام REAL Average — سرنام Remaining-score Estimate of Average Leg-lengths.
چطور کار میکند
این سنجه، احتمالات فینیش میانگین PDC را به امتیاز باقیماندهٔ بازیکن در لگهای باخته اعمال میکند و تخمین میزند او چند دارت دیگر لازم داشت تا آن لگ را تمام کند.
بهعبارت دیگر: مجازاتی را که باخت از آن معافش کرده بود، به او برمیگرداند.
نتیجه در عمل 📊
| سنجه | یافته |
|---|---|
| بهبود پیشبینی برنده | ۵۳٪ بهتر از میانگین استاندارد |
| اجراهای با REAL Average صد | تنها ~۲٪ از اجراهای Players Championship |
| اجراهای با میانگین متعارف ۱۰۰+ | حدود ~۱۰٪ |
⚠️ این مقایسه چشمگیر است. میانگین متعارف پنج برابر بیشتر از REAL Average عدد صد را تولید میکند. یعنی «میانگین ۱۰۰» تا حد زیادی یک توهم آماری است — نه چون بازیکنان بد بازی میکنند، بلکه چون سنجه سخاوتمند است.
۵. چه چیزی را بهجای آن نگاه کنیم؟
اگر میانگین بهتنهایی گمراهکننده است، آنالیستهای حرفهای چه میبینند؟
الف) میانگین نه دارت اول (First-Nine Average) 📊
نرخ امتیازدهی در سه ویزیت آغازین. امتیازدهی خالص را از فینیش جدا میکند — دقیقاً همان چیزی که 3DA در آن گیج میشود.
| بازیکن | First 9 | میانگین کلی |
|---|---|---|
| لوک لیتلر | ۱۱۱٫۱۹ | ۱۰۱٫۱۲ |
| لوک هامفریز | ۱۰۸٫۰۹ | ۹۸٫۶۸ |
ب) Functional Doubles % 📊
درصد چکاوت خام، همهٔ دارتهای پرتابشده به دبل را میشمارد. Functional Doubles فقط دبلهایی را میشمارد که واقعاً شانس داشتهاند.
| بازیکن | Checkout % | Functional Doubles % |
|---|---|---|
| لوک لیتلر | ۴۳٫۳۴٪ | ۵۱٫۴۹٪ |
| لوک هامفریز | ۴۱٫۱۹٪ | ۴۸٫۱۷٪ |
اختلاف ۸ واحدی نشان میدهد سنجهٔ خام چقدر میتواند تصویر را تیره کند.
ج) Hold % و Break % 📊
درصد لگهای بردهشده هنگام پرتاب اول (Hold) و پرتاب دوم (Break).
| بازیکن | Hold % | Break % |
|---|---|---|
| لوک لیتلر | ۷۴٫۸۳٪ | ۴۶٫۲۴٪ |
| لوک هامفریز | ۶۹٫۵۸٪ | ۴۴٫۰۱٪ |
رابطهٔ پایدار: بازیکنی با ۵۰٪ Hold معمولاً حدود ۳۰٪ بریک میکند؛ بازیکن ۷۰٪ Hold حدود ۴۲٪ — شکاف پایدار ۲۰ تا ۲۸ واحدی.
📊 آمار تکاندهنده: در ۳۴ رویداد Players Championship سال ۲۰۲۵، هیچ بازیکنی که ۱۰۰ لگ یا بیشتر بازی کرده بود، اکثریت لگهایش را با بریک نبرد — و تنها دو نفر از ۷۵٪ Hold فراتر رفتند.
د) توزیع دارت-در-لگ
نرخ ۱۲-داره، ۱۵-داره و ۱۸-داره. سنجهای بدون سوگیری، چون مستقیماً طول لگ را میشمارد.
فقط حدود ۱۰٪ لگها در ۱۲ دارت برده میشوند.
۶. این برای بازی خودتان چه معنایی دارد؟
اگر بازیکن آماتور هستید و میانگینتان را ثبت میکنید، سه توصیهٔ عملی:
۱. میانگین را در لگهای برده و باخته جدا کنید
اگر میانگین شما در لگهای باخته بالاتر از لگهای برده است، این نشانهٔ ضعف در فینیش است — نه نشانهٔ بدشانسی.
۲. First-Nine را جداگانه ثبت کنید
این سنجه به شما میگوید قدرت اسکورینگ خالصتان چقدر است، بدون آنکه فینیش آن را آلوده کند.
۳. تعداد دارت در هر لگ را بشمارید
سادهترین و صادقترین سنجه. کمتر شدن دارتهای هر لگ، تنها معیار پیشرفت واقعی است — و هیچ سوگیری ساختاری ندارد.
💡 قاعدهٔ سرانگشتی: اگر فقط یک عدد میتوانید ثبت کنید، میانگین دارت در هر لگ را ثبت کنید، نه میانگین سهداره را.
۷. جمعبندی: عدد بزرگتر، بازیکن بهتر نیست
سه چیز را به خاطر بسپارید:
- میانگین سهداره ساختاراً سوگیرانه است. باختن یک لگ میتواند آن را بالا ببرد، چون ویزیتهای کمامتیاز فینیش هرگز اتفاق نمیافتند.
- REAL Average این نقص را تصحیح میکند و پیشبینی برنده را ۵۳٪ بهبود میدهد — و نشان میدهد تنها ~۲٪ اجراها واقعاً به سطح صد میرسند.
- فینیش مسابقه را میبرد، نه اسکورینگ. فینال ۲۰۲۵ با اختلاف ۲ امتیاز میانگین اما ۱۹ واحد درصد فینیش، ۷–۳ تمام شد.
میانگین سهداره سنجهٔ بدی نیست — سنجهٔ ناکاملی است. مشکل زمانی شروع میشود که آن را بهتنهایی بخوانیم.
در دارت، همانطور که در بیشتر ورزشها، عددی که راحتتر اندازه گرفته میشود لزوماً عددی نیست که بیشتر اهمیت دارد.
❓ پرسشهای متداول
چطور میشود با میانگین بالاتر باخت؟ چون میانگین شامل ویزیتهای کمامتیاز فاز فینیش میشود. بازیکنی که لگ را میبازد، هرگز آن ویزیتها را نمیزند و در نتیجه از مجازات آماری معاف میشود. از نظر نظری میانگین ۱۵۸٫۶۳ میتواند در بهترین از ۱۱ به ۷۷٫۰۸ ببازد [AD].
میانگین سهداره دقیقاً چگونه حساب میشود؟ (کل امتیاز ÷ تعداد دارت) × ۳. دو قاعدهٔ مهم: Bust بهعنوان ویزیت کامل شمرده میشود، اما دارتهای پرتابنشده در ویزیت برنده مستثنا میشوند.
REAL Average چیست؟ سنجهای که احتمالات فینیش میانگین PDC را به امتیاز باقیمانده در لگهای باخته اعمال میکند تا تخمین بزند بازیکن چند دارت دیگر لازم داشت. پیشبینی برنده را ۵۳٪ بهبود میدهد.
چرا فقط ۲٪ اجراها به REAL Average صد میرسند؟ چون REAL Average سوگیری سخاوتمندانهٔ میانگین متعارف را حذف میکند. با سنجهٔ استاندارد حدود ~۱۰٪ اجراها به ۱۰۰+ میرسند؛ با REAL Average تنها ~۲٪.
بهترین سنجه برای سنجش پیشرفت من چیست؟ میانگین تعداد دارت در هر لگ. ساده، صادق و بدون سوگیری ساختاری. در کنار آن، First-Nine Average برای سنجش قدرت اسکورینگ خالص.
تفاوت Checkout% و Functional Doubles% چیست؟ Checkout% همهٔ دارتهای پرتابشده به دبل را میشمارد؛ Functional Doubles فقط آنهایی را که واقعاً شانس داشتهاند. برای لیتلر: ۴۳٫۳۴٪ در برابر ۵۱٫۴۹٪.
Hold% و Break% چه میگویند؟ درصد لگهای برده هنگام پرتاب اول و دوم. رابطهٔ پایدار: ۵۰٪ Hold ← ~۳۰٪ Break و ۷۰٪ Hold ← ~۴۲٪ Break. در ۳۴ رویداد ۲۰۲۵، هیچ بازیکنی اکثریت لگهایش را با بریک نبرد.
📚 منابع
- PDC Stats Analysis — Assessing the Concept of REAL Averages (۲۰۲۴) [AD]
- PDC Stats Analysis — The Importance of Holds and Breaks of Throw in Short Formats (۲۰۲۵) [AD]
- Wikipedia — Three-dart average (تعریف رسمی محاسبه) [AD]
- DartsOrakel — آمار غلتان ۱۲ ماههٔ بازیکنان [AD]
- آمار فینال جام جهانی PDC ۲۰۲۵ [AD]
- Ochepedia — خروجی تحلیلی Christopher Kempf، تحلیلگر آمار PDC [AD]
🔗 مطالعهٔ بیشتر
- ۱۴ شاخص کلیدی که هر آنالیست دارت باید ردیابی کند — ستون آنالیتیکس
- REAL Average: چرا فقط ۲٪ به ۱۰۰ میرسند
- Functional Doubles %: چرا Checkout خام گمراهکننده است
- Hold % و Break %: شاخص روانی-استراتژیک
- هیچکس اکثریت لگها را با بریک نمیبرد
- First 9 Average: سنجهٔ قدرت تهاجمی خالص
- حتی حرفهایها فقط ۴۰ تا ۴۵ درصد ترپل میزنند
- درخت تصمیم فینیش: ساخت جدول چکاوت شخصی
راهنمای نشانگرها: [AD] دادهکاوی مسابقات حرفهای | [PR] پژوهش داوریشده | [MOD] مدلسازی ریاضی | 📊 شاخص کمی
جمعآوری شده توسط بابک آقایی | بر پایهٔ سیستم مرجع دانش دارت نسخهٔ ۴.۰ | بازبینی: ۱ اوت ۲۰۲۶