ng大舞台分组数据为什么会改变结论：总体占优不代表每个阶段都占优

查看“ng大舞台”统计时，把所有比赛合在一起计算一个比例，可能得到与分阶段统计不同的印象。假设A在阶段甲成功8次/10次，为80%，阶段乙成功18次/30次，为60%；B在阶段甲成功7次/10次，为70%，阶段乙成功5次/10次，为50%。A在两个阶段都更高，总体也更高。但如果两边各阶段样本权重差异很大，总体结果就可能被某个阶段强烈拉动，甚至出现方向变化。

ng大舞台分组数据要关注每组的样本权重

例如A更多比赛集中在难度较高的阶段，B更多比赛集中在较容易阶段。即使A在每个相同阶段表现都略高，总体平均仍可能因样本分配不同而看起来更低。这类现象本质上不是计算错误，而是“比较对象经历的环境比例不同”。

体育比赛中可以按主客场、不同阶段或不同对手强度分组；电竞中可以按地图、版本阶段或赛制分组。若两名对象在这些组别中的比赛数量差异很大，只比较总体比例可能掩盖结构差异。

分组也不能无限细化到只剩极小样本

把数据拆得太细，每组可能只剩一两场，比例会变得非常不稳定。因此应在解释力和样本量之间取得平衡。实用做法是同时展示总体数据和几个最有意义的分组，并标注每组样本数。

因此，围绕“ng大舞台”阅读总体比例时，应询问“这些比赛由哪些阶段组成”。如果不同对象的样本结构明显不同，就不能仅凭一个总体百分比判断谁在所有环境中都更好，更不能将分组后的历史表现用于确定未来结果。