【Pokémon Go】🌟VIP團體戰•使用鳳梨果捕捉+使用AR捕捉超夢！一球入魂？加入全新片頭！片尾有彩蛋
※本頻道追求最高品質，講求影片品質，如要追求最高品質，請戴上耳機觀賞&將畫質調至最高！
#使用鳳梨果捕捉超夢
#Pokemongo
https://youtu.be/vN7vm3UdR-o
使用鳳梨果捕捉超夢 在 偉哥實況Viagra live Facebook 的精選貼文
同時也有1部Youtube影片，追蹤數超過4,120的網紅偉哥實況Viagra Live，也在其Youtube影片中提到，【Pokémon Go】🌟VIP團體戰•使用鳳梨果捕捉+使用AR捕捉超夢！一球入魂？(加入全新片頭！片尾有彩蛋) ※本頻道追求最高品質，講求影片品質，如要追求最高品質，請戴上耳機觀賞&將畫質調至最高！ ※本頻道會不定期上傳新影片！ ※請按鈴鐺確保在第一時間看到新影片！ ※在Facebook搜尋偉哥...
「使用鳳梨果捕捉超夢」的推薦目錄：
- 關於使用鳳梨果捕捉超夢 在 偉哥實況Viagra live Facebook 的精選貼文
- 關於使用鳳梨果捕捉超夢 在 偉哥實況Viagra Live Youtube 的最佳解答
- 關於使用鳳梨果捕捉超夢 在 [討論] Pokemon 捕獲率- 看板PokemonGO - 批踢踢實業坊 的評價
- 關於使用鳳梨果捕捉超夢 在 精靈寶可夢社團Pokemon GO | 提醒大家，若未完成4大篇的 ... 的評價
- 關於使用鳳梨果捕捉超夢 在 [閒聊] 我也是回鍋玩家來回答一些常見問題- Pokemon GO 的評價
- 關於使用鳳梨果捕捉超夢 在 PokemonGO - [發問] 金莓果用光了?? - MYPTT 的評價
使用鳳梨果捕捉超夢 在 偉哥實況Viagra Live Youtube 的最佳解答
【Pokémon Go】🌟VIP團體戰•使用鳳梨果捕捉+使用AR捕捉超夢！一球入魂？(加入全新片頭！片尾有彩蛋)
※本頻道追求最高品質，講求影片品質，如要追求最高品質，請戴上耳機觀賞&將畫質調至最高！
※本頻道會不定期上傳新影片！
※請按鈴鐺確保在第一時間看到新影片！
※在Facebook搜尋偉哥實況，便能找到我與你們的粉絲團！
※大家好，歡迎來到我的頻道，本頻道會玩一些遊戲和上傳一些推薦音樂，而遊戲有Pokemon Go、傳說對決、跑跑薑餅人、鋼琴塊2，主要都是玩Pokemon Go，還會有不定時的遊戲直播，還會上傳動畫 精靈寶可夢 太陽&月亮
如想看我玩Pokemon Go、傳說對決、跑跑薑餅人、鋼琴塊2的話，歡迎訂閱我的頻道，如想看動畫 精靈寶可夢 太陽&月亮 的觀眾們也歡迎你們訂閱我的頻道
#VIP團體戰邀請函取得方式
•VIP邀請函主要會於官方贊助商以及公園的道館舉行
•道館勳章等級越高的玩家，取得機率越高
•若某道館即將舉辦 VIP 團體戰，過去曾在•那個道館打過越多次頭目的玩家，取得機率較高
•越多玩家參與的團體戰，越容易發放 VIP 邀請函
※所以想要取得超夢入場券，只要記得：多打贊助商的道館、即使該道館沒有吸引人的頭目，也請盡量去打、越多人在打的頭目，越要去參一腳。
VIP團體戰邀請函取得方式連結⬇️
https://applealmond.com/posts/17274#如要合作請加我LINE
ID 0961562349
#使用鳳梨果捕捉超夢
#Pokemongo
※片頭BGM:https://www.youtube.com/watch?v=uGcjAKZ5TUk&index=17&list=LL_Q1fgi13y9KR_rDfhthOsw&t=0s
※片中BGM:https://www.youtube.com/watch?v=TW9d8vYrVFQ
使用鳳梨果捕捉超夢 在 精靈寶可夢社團Pokemon GO | 提醒大家，若未完成4大篇的 ... 的推薦與評價
「捕捉3 隻草/水/火系寶可夢」獎勵：精靈球x 10. 「取得獎勵」 獎勵：神奇糖果x 5. 「捕捉1 隻岩石系寶可夢」 獎勵：500星塵. 階段獎勵：朝北鼻、鳳梨果x 1、蔓莓 ... ... <看更多>
使用鳳梨果捕捉超夢 在 [閒聊] 我也是回鍋玩家來回答一些常見問題- Pokemon GO 的推薦與評價
任務獎勵的寶可夢不會逃走，可以善用鳳梨果如果你按逃跑，則捕捉該寶可夢的選項會被保留 ... 以上已修正感謝~ 第二代之前我就沒玩，剛好超夢月回鍋。 ... <看更多>
使用鳳梨果捕捉超夢 在 [討論] Pokemon 捕獲率- 看板PokemonGO - 批踢踢實業坊 的推薦與評價
● 結論寫在前面，後面分析可以不看。
1. 用以捕捉判定的是「單球捕捉率」。而「單場」多球捕捉率是拿來算期望值的。
2. 要試著努力每球至少都丟到 Great 甚至 Excellent。
- 在所有獎勵都有的情形，單球捕捉率中，唯一可以手動影響的是「丟出多好的球」。
- 如果你要的是糖果，鳳梨是正確的選擇。
- 絕對不要把鳳梨/香蕉當成增加捕捉率的工具。
3. 要試著努力取得更多的球數。
- 擁有越多的球，才是真的增加擁有Pokemon期望值的方式
4. 抓到多少隻，是期望值，不是機率。
- 我們都能靠我們自己的遊戲歷程取得一個「遇到幾隻抓到幾隻」的數值，
這個是期望值，而非機率。
5. 即使知道機率，最後的判定看的還是運氣，多做善事最實在
而這些數據/圖表則是告訴我們：「先」盡人事、「後」聽天命
如果你希望多靠自己一些，就要丟球做到更好，球數取得更多，
● 以下正文
直接套用 GamePress 的 GUCT 理論公式，
這個理論公式是用 59XXX 筆數據分析出來的，可信度很高。
○ 單球捕獲率 P = 1 - ( 1 - BaseCaptureRate/(2*CP_Multiplier))^Mulitpliers
- BaseCaptureRate, BCR 即 基本捕獲率
- 數值在開始遊戲時會儲存在各位的手機中，拉出 GameMaster File 就可以看到了。
- 目前看0.75.0的BCR為：
- 三神鳥3%
- 三神獸、路基亞2%
- 超夢 6%
- CP_Multiplier 等級係數
- 數值在開始遊戲時會儲存在各位的手機中，拉出 GameMaster File 就可以看到了。
- 和 CP 無關，而是和「等級有關」。1~40等時的係數都不同。
- 頭目戰的抓怪必定為20等，Lv20等的為0.59740001
- Multipliers 加成係數
- 數值 = 球種類*莓果*直球或曲球*獎牌*丟球結果
- 白/紅/藍/黑 球 = 1.0/ 1.0/ 1.5/ 2.0
- 無莓果/蕉香果/凰梨果/蔓莓果/金色蔓莓果 = 1.0/ 1.0/ 1.0/ 1.5/ 2.5
- 直球/曲球 = 1.0/1.7
（丟球判定的Bug如圖：
- 獎牌
- 單屬性 無/銅/銀/金 牌 = 1.0/ 1.1/ 1.2/ 1.3
- 雙屬性 無+無/無+銅/無+銀/無+金/銅+銅/銅+銀/銅+金/銀+銀/銀+金/金+金
= 1.00/ 1.05/ 1.10/ 1.15/ 1.10/ 1.15/ 1.20/ 1.20/ 1.25/ 1.30
-丟球結果 Nice/Great/Excellent = 1.0~1.3/ 1.3~1.7/ 1.7~2.0
-判定方式可以用 球圈大小 來判斷，
- 首先先看圖：
- 藍色的為最大半徑，訂為 r = 1.0，
- 丟球前球圈會一直變動大小 (由 r = 1.0 到 r = 0)，
- 丟出去的當下，半徑就定下來，如圖中紫色的線段。
- 加成係數為 2 - r ( 2 - 半徑)
○ 小結論：
- 單球捕捉率 P 的公式中，「丟出的球是第幾球」並不在公式內，
也就是說，捕捉率和「球數」無關，每一球之間是「獨立事件」。
- 既然每一球的捕捉率都是固定的，為何我們要爭取較多的球數呢？
答案是，越多的球，在單一場次內可以有更大的機會捕捉到 Pokemon。
● 範例：雷公 的單球捕捉率數值：
- 基本捕捉率2%，逃跑率為4%（頭目戰時為0%）
- 使用金莓果+全獎牌+旋球+丟出r=0.5的 Great 時，
加成係數 = 1x 2.5 x 1.3 x 1.7x 1.5 = 8.2875，取 8.29。
- 1 - ( 1 - 0.02/(2*0.59740001))^8.29 = 13.059%
- 每球「單球」捕捉率 P 為 13.059%
● 整體捕捉率 — 高中數學運算
- 整個捕捉的流程為：
1. 丟球 - 判定是否捕捉，若無，進入下一步
2. 系統判定是否逃脫，若無，回到 1.
整個過程會持續到抓到 Pokemon 或者 Pokemon 逃跑。
- 逃跑率=基礎逃跑率,BaseFleeRate, BFR，簡稱為 F。
- 數值在開始遊戲時會儲存在各位的手機中，拉出GameMaster File就可以看到。
- 而頭目戰的怪不會逃跑，因此計算時，套用逃跑率 F = 0%。
○ 計算「單場」捕獲率
- 我們丟出第一球，抓到的機率為 P，沒抓到的機率為（1-P）
-「如果」沒抓到，判定是否逃跑，逃跑率為 F，沒逃跑的機率為（1-F），
-「如果」沒逃跑，開始第二球，後續因此類推。
-所以
-「在」第一球抓到的捕捉率為 P
-「在」第二球抓到的捕捉率為 (1-P)*(1-F)*P
-「在」第三球抓到的捕捉率為 (1-P)^2*(1-F)^2*P
- 結論 「在」第N球抓到的機率為 [(1-P)*(1-F)] ^ (N-1) * P
- 而「這場能抓到的機率」，可以理解為「在 N 球內能抓到的機率」，
=「在」第一球抓到的機率+「在」第二球抓到的機率+...
+「在」第 N 球抓到的機率。
= 答案為一個首項為 P，公比為 (1-F)*(1-P) 的等比級數求和：
= P * [ 1 - [(1-P)*(1-F)]^N ] /[1-(1-P)*(1-F)]
如果有無限球的機會，機率會簡化為 P / [1-(1-P)*(1-F)] ，
並收斂到一個有限大小的數字。
- 在頭目的捕捉中，由於不會逃跑，因此會收斂到 100%，
意思是說，如果你有無限球，你一定會抓到他。但是我們並沒有無限球 <- 廢話
- 所以：「增加擁有的球數」絕對是增加捕捉期望值的方式。
○ 範例：雷公的單場捕獲率
- 假設能穩定夠丟出14球單球捕獲率 P=13.059%的球
- 這場捕捉到雷公的機率 = 85.90%
如圖：
- 在每場能有85.90%的整體捕捉率的狀況下，每一場能提供 0.859隻雷公的期望值，
而隨著場次越多，便可以累計期望值。
- 用來計算的表格提供給大家使用，進入網頁後自行建立副本即可使用。
網址：https://goo.gl/SZ6TkP
○ 小結論
- 單場捕獲率表示的是：擁有越多球越有機會抓到寶可夢，
而非擁有越多球，單球捕捉寶可夢的機會越大。
- 兩者差異是在「命題」不同，
- 一個是問 這球 是否抓到。
- 另一個是問 這場 是否抓到。
- 真實抓到的當下，都是個別的球，因此「判定的是單球捕獲率」，雷公即13.059%
- 單場捕獲率的用途
- 拿來估計「打了很多場」之後，應該會抓到幾隻，如：
用13.059%的單球捕捉率，每場有14球，玩了100場，
擁有雷公的期望值 = 85.90% x 100 = 85.90 隻
● 判定的概念
- 捕捉的判定基本上是個比大小的有遊戲。
- 玩家提供的數字，就是 單球捕捉率 P的數字，以上面雷公例子，就是13.059，
- 在判定時，系統則會從0~100內亂數取出一個數字 A。
- 如果 P > A ，就會成功捕捉，反之，就會由球中跳出。
- 而 A 被決定的時間（遇到怪時/或丟球時）並不需要考慮，
- 因為不論 A 是在丟球時，或者是在遇到怪時決定的。
重點是 A 是在「判定」時被拿出來做判斷的。
- 即使這樣的比大小不是機率，
但，比大小時，0~100中，13.059比較大的機率不就正是13.059%？
● 寫在最後
機率是統計上最廣為人知的東西，然而這需要大量的數據才能產生，
但由於生活上的體驗，常常會使得機率被誤解。
事實上這些數值並沒問題，只是人的短期感覺是無法體會機率的正確性的。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.114.25.112
※ 文章網址: https://www.ptt.cc/bbs/PokemonGO/M.1507188797.A.590.html
這個除了 N 社修好，其他只能靠自己避開了。
弄清楚自己的丟球能力，判斷出自己最佳的丟球模式才是這篇文章內公式的價值。
那個瞬間系統就給出第1~14球的14個不同的A值，等你的P 來比大小。
我個人也是認為是丟球後才給（左上角白色圈圈轉時）。
因為遇到野生怪時，系統沒有辦法預估我們會用多少球來提供多少 A。
但事實上這個不大重要，所以我就沒去探討了。
金梅+Excellent 平均值1.85+直球 的 單球捕捉率 = 9.65%
金梅+ Great 平均值1.5 +曲球 的 單球捕捉率 = 13.059%
如果擔心 Bug 問題，Great+曲球比較安全
不過你是對的，我在巴哈的Po文有你說的式子，這邊剛剛弄錯了，已經修正了，謝謝你。
機率就是這樣，一兩個字在命題上會是完全不同的東西，下次審稿會更仔細
※ 編輯: davidywc (42.73.218.35), 10/05/2017 18:31:00
※ 編輯: davidywc (42.73.218.35), 10/05/2017 18:35:09
我親手挖出來的數據。
但是要加成全部都沒有才可以辦到。
但如果有天當你質疑這個方法的原理時，希望這篇幫的上你。
重點是大家能理解就好。
就當作 N 社逼投入遊戲設定吧，或者就是PokeBug Go 而已。
WY 大提出了一個很有趣的例子：理論捕捉率和真實捕捉率的差距。
----------------- 以下純粹數學，對遊戲幫助不大-----------------
趁這個機會，想用數據告訴大家，低場次的統計數據對理論捕獲率的差異
首先，我要借用 WY 大的 水君 25抓17中（表示為17/25）來做後續計算，
希望 WY 大不會介意。
我要「計算3場之後的捕獲率」
會變成 17/25 18/26 19/27 20/28 意即 中中中 71.43%
19/28 中中跑 67.86%
18/27 19/28 中跑中 67.86%
18/28 中跑跑 64.29%
17/26 18/27 19/28 跑中中 67.86%
18/28 跑中跑 64.29%
17/27 18/28 跑跑中 64.29%
17/28 跑跑跑 60.71%
詳細如此圖
意思是，假設 從25場的數據，我們認定理論上的單場捕捉率為68%，
然而玩了3場後，可以得到真實的捕捉率從 60%~71% 不等。
從這個角度來看，68%的理論捕捉率似乎很有問題。
但是，我們看看更多場次的狀況
50場後3場
100場後3場
400場後3場
1000場後3場
很明顯的，
在少量的數據下，捕獲率會因為任何一場而有大幅度的變化。
但在大量數據下，捕獲率可以穩定的趨向一個值。
所以，從單人的場次推論公式/設定中的捕捉率，誤差很可能不小。
更進一步，即使真的有人抓了1000場，
這1000場內，有多少能做到「穩定的」單場捕捉率68% ？
針對 WY 大對自己神鳥和水君數據的差異疑惑，這些都是可能的原因。
個人的丟球習慣會造成太多的差異，
我們可以試圖記錄自己的丟球能力，知道自己的每一球能丟出的範圍，
剛開始可能會發現自己丟出的 單球捕捉率從2%~19%都有，差異很大，
慢慢練習到，每次丟球都在 12%~14%，集中自己的捕捉能力。
當能做到這樣程度的集中，整體捕捉率對未來的才有預測的價值。
後面這些已經慢慢引出標準差的概念，但對於遊戲體驗就沒多少影響，我就不多談了。
統計數據的目的是認知自己的錯誤，使自己精進，用科學方法真實的提高捕捉能力。
運動、遊戲何嘗都不是如此？
------------------------------------------------------------------------
關於捕捉數量的計算 — 寫在最後的最後（因為實際價值太低，故意留在最後。）
根據上面提出的 雷公單場捕捉率為85.90%。
在能穩定每一場做到85.90%的假設下，我們可以往下推算。
由於就場次的角度而言，每場有85.90%的機率抓到，剩下的14.1%是不會抓到的機率。
如果就此丟了1000場，
其結果會如圖：
放大鐘形區域如此：
此結果就是高中學習過的二項分布（白努力分佈）的結果。
用85.9%的機率抓了1000場，期望值為有859場會抓到，即為圖片的最高峰。
在其分佈為二項分佈的狀況下，可以計算 標準差 = (1000*0.859*0.141)^0.5 = 11.0
根據常態分佈，
會有68%/95%/99.7%的資料落在 一/二/三個標準差的範圍內，
也就是說，真正捕捉到的場次數量，
有68%的機會會落在 848.0~870.0 場之間
95% 837.0~881.0
99.7% 826.0~892.0
用這樣的概念，我們回去看 WY 大提供的25場17抓的數據，
將 85.9%的單場捕捉率用於25場做同樣的分析，（當然的，這個數據過少）
可以得到最高峰在 25*85.9% = 21.475，而標準差則為 (25*0.859*0.141)^0.5=1.74
套用同樣的邏輯，真實捕捉場次
有68%的機會會落在 19.73~23.21 場之間
95% 17.99~24.95
99.7% 16.25~26.69 <- 即為 WY 抓到的場次所在的範圍。
很明顯的，這樣的數據量是不夠大的。
當然的，由上次回應的內容，
我們可以瞭解，WY 大的單場捕捉率其實尚未穩定到足以用以做這樣大量數據的計算。
但換個角度來看，當真實的捕捉場次落在平均值的三個標準差範圍時，
其單球捕捉率表現是不到希望達到的13.059%的。
也就是說，為了達到平均的丟球能力，其丟球方式還有修正的空間。
這篇文章至此已經太長，且淪為數學討論了，
但最重要的依然是，透過瞭解數據，增進自己的能力。
※ 編輯: davidywc (114.44.149.82), 10/07/2017 02:08:29
... <看更多>