State อาจเป็นสถานะระหว่างทาง เช่น Live, https://DEV.Eiffel.Com/ Pending หรือ Processing ส่วน Outcome มักเป็นปลายทางที่ใช้สรุป Event เช่น Win หรือ Loss การ Spin State เป็น Outcome สามารถทำให้ Timeline Meaning ผิ
Wild กับ Bonus เป็น Competing Outcomes หรือไม่? ไม่เสมอ เพราะ Game เดียวสามารถมีทั้งสอง Features พร้อมกันได
ยิ่งมี Metrics และ Threshold Checks มาก จำนวน False Alerts ที่คาดได้ยิ่งเพิ่ม แม้แต่ละ Monitor มี False-positive Rate ต่ำ การรวมหลาย Monitors จึงต้องพิจารณา System-wide Error Rate ด้ว
ไม่ แม้ Backtest จะใช้เฉพาะข้อมูลที่พร้อม ณ เวลานั้นจริง ก็ไม่ควรเขียนว่า ทีมชนะชัวร์ เพราะ Clean Evaluation ไม่ใช่ Guarantee ของ Future Mat
Outcome Reclassification เกิดเมื่อข้อมูล Final ถูก Correction เช่น Match Result หรือ Technical Status ถูกแก้หลัง Review Content ต้อง Update Category เดิมแทนการนับ Record ใหม่เป็น Outcome เพิ่มอีกหนึ่งครั้
Cause-specific Incidence คือการนับหรือคำนวณการเกิด Outcome เฉพาะประเภท เช่น Win เฉพาะ, Timeout เฉพาะ หรือ Retirement เฉพาะ โดยแยกจาก Outcomes อื่นที่แข่งขันกันใน Framework เดียวกั
Model-based Imputation ใช้ Variables อื่นทำนายค่าที่หาย เช่นประมาณ Possession จาก Team, Opponent และ Match Context แต่ Model Output ยังเป็น Estimate และควรเก็บ Provenance ว่าถูกสร้างจาก Model ใ
Prize-type Incidence คือ จำนวนเหตุการณ์ของ Prize Category เฉพาะ ควรระบุ Category ชัดเจนแทนคำกว้างอย่าง “ออกรางวัลบ่อ
คาสิโน ควรตรวจ Incident Timeline และ Monitoring Window ขณะที่ สล็อต ควรตรวจ Provider, Game Version, RTP, Volatility, Wild, Scatter และ Bonus ให้ทุก Technical Claim ใช้ Snapshot ที่สอดคล้องกับเวลาจริ
Pre-specified Hypothesis คือ Hypothesis ที่กำหนดก่อนดู Outcome หลัก เช่นเลือก Metric และ Threshold ไว้ล่วงหน้า ช่วยลดความเสี่ยงของการลองหลายวิธีแล้วเลือกเฉพาะผลที่ดีที่สุ
Provider หนึ่งอาจมี Games และ Versions จำนวนมาก หากเลือกเฉพาะ Version ที่มี RTP หรือ Feature Profile โดดเด่นที่สุดแล้วใช้เป็นตัวแทน Provider ทั้งหมด จะเกิดทั้ง Selection และ Multiplicity Problem พร้อมกั
Conditional Independence หมายถึง Variables อาจสัมพันธ์กันในภาพรวม แต่เมื่อกำหนดตัวแปร Context แล้วความสัมพันธ์หายไป เช่น A และ B ดูสัมพันธ์เพราะทั้งสองสัมพันธ์กับ C ไม่ได้หมายความว่า A กับ B เชื่อมกันโดยตร
Selective Reporting คือการรายงานเฉพาะ Results ที่โดดเด่นและละ Results ที่ไม่พบ Pattern ทำให้ผู้อ่านประเมิน Search Space และ False-discovery Risk ต่ำเกินจริ
ได้ โดยเฉพาะ Time-dependent Data หากสุ่ม Records จากอดีตและอนาคตปะปน Train/Test Model อาจเรียน Pattern จาก Future Period แล้วถูก Test กับ Past Period ทำให้ Evaluation ไม่ตรงกับ Use Case ที่ต้องคาดการณ์อนาค
หากสร้าง Feature “ค่าเฉลี่ยของทีมทั้ง Season” แล้วใช้ทำนาย Match กลาง Season ค่าเฉลี่ยนั้นอาจรวม Matches ที่ยังไม่เกิดในเวลาของ Prediction จึงต้องใช้ Expanding หรือ Historical Average เฉพาะข้อมูลที่ผ่านมาแล้