出席門檻的意義
出席門檻是為了降低少量樣本造成的誤判。只打少數幾將的選手，數字很容易被一兩次大輸大贏拉高或拉低；先排除低樣本成員，可以讓排行榜更接近穩定觀察，而不是被偶然事件主導。
台灣麻將賽季數據分析
以本賽季合格樣本為基準，所有平均統一採用每人每將口徑，方便比較不同出賽量的選手。
資料來源：嗽嘎麻將直播牌局紀錄樣本：18 位合格選手出賽將數加總 1732（同一將可計入多位選手）資料庫更新時間：2026/10/25 - 18:54
將數、胡牌、自摸、放槍、被摸等欄位的定義與計算方式，請看 資料說明。
本賽季
本賽季
本季將數
629
納入分析
18
出席門檻
63 將
本季積分領先前三名
以平均每人每將積分排序，避免出賽多寡直接放大總分。
末段班後三名
以平均每人每將積分由低到高排序，作為近期修正方向參考。
平均自摸前三名
自摸數除以出賽將數，觀察每將主動收尾能力。
平均胡牌前三名
胡牌數除以出賽將數，觀察每將完成得分能力。
平均放槍前三名
放槍數除以出賽將數，數值越高代表每將承擔的直接失分風險越高。
出賽將數前三名
出賽最多保留前三名，這裡維持使用將數總量，代表樣本累積程度。
這一季的數字怎麼讀
以下依目前載入的「本賽季」資料整理，不是另一次抽樣。 本季記錄 629 將、35 位選手； 依本頁出席門檻納入 18 位，另有 17 位未納入平均與排名。 未達門檻只表示樣本較少，完整戰績仍可到 數據總覽 查詢。
先核對分母，再比較平均
這 18 位選手合計積分 +73.00，出賽將數加總 1732， 因此本頁平均為 +73.00 ÷ 1732 ＝每人每將 +0.04。 同一將可同時計入數位選手，1732 不是不同牌桌的數量。 合格選手各自出賽 64 至 150 將，直接比較總分會混入出賽量差異； 改看每將平均能減少這項差異，但不會消除桌況、對手或牌運的影響。
從排名找一個可以回查的問題
目前每將積分排序首位是 碰碰：94 將、總分 +796.00，每將 +8.47。 這只是目前樣本的結果，遇到同分時排序也不代表實力有別。 可以先開啟這位選手的近期對局，核對高分是否集中於少數幾將，再看大牌與連莊紀錄。 只有彙總數字，還不能判定某次進攻或防守是否合理。
AVERAGES
本賽季所有人的平均
已排除低於 63 將的選手；所有平均均以合格選手的總數值除以合格選手總出賽將數， 也就是平均每人每將。排除 17 位低樣本成員。
平均每人每將積分+0.04
平均每人每將胡牌4.03
平均每人每將自摸1.49
平均每人每將放槍4.02
平均每人每將被自摸4.49
平均每人每將沒事9.71
平均每人每將大牌數0.18
平均每人每將連莊2.90
LOGIC CHECK
數據口徑檢查
舊版同時顯示「平均積分」與「平均每將積分」：前者是每位選手總分平均，後者是每位選手每將效率平均，兩者可能一正一負。
目前已統一為平均每人每將：合格選手總數值 / 合格選手總出賽將數，分母一致後不會再混用總量平均與效率平均。
積分、自摸、胡牌、放槍、被自摸、沒事、大牌與連莊都用每人每將呈現；只有出賽最多保留總將數，因為它代表樣本量。
大牌以 10 台以上得分事件，或包含大牌牌型的胡牌事件計算；連莊以資料中的 liang 事件計算，再除以合格選手總出賽將數作為整體平均。
這個工具能解決什麼問題
分析頁把本賽季資料濃縮成幾個最容易閱讀的重點，適合快速理解目前誰的每將效率最突出，也能找出需要回看修正的低分區間。因為麻將短期波動很大，本頁會先排除出席太少的低樣本選手，讓排行榜更接近穩定觀察。
常見問答
為什麼改看每將平均？
總分會受到出賽量影響，每將平均更適合比較不同出賽量的選手。
末段班代表一定打不好嗎？
不一定。它是本資料範圍的每將積分落點，仍需搭配樣本數、對手與牌局內容判讀。
平均放槍越低一定越好嗎？
通常代表風險較低，但也要搭配平均胡牌、自摸與積分，避免把過度保守誤判成穩定。
資料多久更新？
更新時間依後端資料整理與部署狀態而定，可至網站資訊頁查看版本與資料時間。
DETAILS排行榜與平均值判讀展開說明
分析數據頁的重點是把本賽季資料壓縮成可快速掃描的排行榜與平均值，但這些數字仍然需要搭配出席門檻、賽季進度和牌局脈絡閱讀。
每將平均不等於絕對實力
每將平均能修正出賽量差異，但仍會受到對手組合、座位、莊家連莊、牌局節奏和短期運氣影響。它適合用來找出值得回看的選手或趨勢，不適合單獨拿來判定誰一定比較強。
如何從排行榜回到牌局
看到高自摸、高胡牌或高放槍時，建議回到選手頁和影片內容確認原因。高放槍可能是防守問題，也可能是積極打法的代價；高自摸可能代表手牌效率好，也可能剛好集中在順風樣本。排行榜是索引，復盤才是解釋。