Methodology · Worked Example
HongQ 67.0 은 이렇게 계산됐다
원시 15경기 샘플에서 Player Power 67.0 까지, 각 단계의 입력 · 중간값 · 적용 계수를 추적합니다. 본 예시는 샘플 스냅샷 기준이며, 시즌이 진행되면서 값은 변동합니다.
선수: HongQ역할: Mid Lane리그: LCK 2026 Spring샘플: 최근 15경기패치: 14.8
STEP 1.입력 — 최근 15경기의 원시 스탯
방법론 본문 →대회 공식 기록에서 HongQ의 최근 15경기 주요 지표를 집계합니다. 값은 경기당 평균입니다.
KDA4.82
CS/min9.1
DPM612
승률60%
STEP 2.역할 보정 (ρ_mid = 1.02)
방법론 본문 →미드 라인 역할 계수 ρ_mid 를 곱해 포지션 간 편차를 정규화합니다. Role Elo 가 원시 Elo 위에 이 계수를 적용합니다.
Raw Elo1532
× ρ_mid1.02
Role Elo1562
STEP 3.리그 보정 (λ_LCK = 0.82)
방법론 본문 →LCK 의 리그 계수 λ 를 통해 글로벌 비교 가능한 값으로 환산합니다. 현재 LCK 계수는 0.82로, 국제전 성적 기반으로 보정됩니다.
Role Elo1562
× λ_LCK0.82
Cross-league1281
STEP 4.Patch Fit 적용 (14.8 기준)
방법론 본문 →최근 패치 14.8 기준 해당 선수의 챔피언 풀이 현 메타에 얼마나 맞는지를 z-score 로 반영합니다. +0.4σ 는 평균 대비 0.4 표준편차만큼 메타 적합도가 높음을 의미합니다.
Patch Fit+0.40σ
Contribution+3.2pt
STEP 5.Fearless Depth 상수 반영
방법론 본문 →Fearless Draft 환경에서의 챔프 풀 깊이 점수. HongQ 는 메인 3챔프 외 플렉스 2챔프가 있어 +1.1 pt 를 가산합니다.
Depth Index5챔프
Bonus+1.1pt
STEP 6.Driver 가중 평균
방법론 본문 →개별 드라이버(Laning / Roaming / Team Fight / Vision / Late Game) 점수에 가중치를 곱해 최종 기여도를 합산합니다. 가중치 테이블은 본문 Player Power 섹션을 참조하세요.
Laning72
Roaming63
Team Fight68
Vision54
Late Game70
STEP 7.최종 Player Power
방법론 본문 →모든 기여도를 0~100 스케일로 정규화한 최종 점수입니다. HongQ 는 미드 라인 기준 상위 10% 구간에 해당합니다.
Player Power67.0
Role Rank#3
ConfidenceMedium