原文鏈接
歐美亞玩家擊殺用時統計 亞洲或因作弊猖獗而一騎絕塵
EEEEE 原文
我很好奇數據來源怎麼來的是怎麼計算的，於是搜索了原網站leetify 。
我先是搜索如何計算ttd 的信息在該網站的
[Leetify Stats Glossary Leetify]:https://leetify.com/blog/leetify-stats-glossary/
中找到了結果
TTD計算方式
然後在文章
Public Data Library BETA Guidelines：https://leetify.com/blog/share-codes/
中查詢到關於如何加權 TTD 的內容
TTD 加權方式
小編認為評判方式非常正確沒什麼好說的，然後我又搜索關鍵詞，time to damge 在網站中找到了原圖
圖片原文：https://leetify.com/blog/public-data-library/#viz1713465582843
在這張表上所有數據都小編都調試到與EEEEE原文一樣。
原網站統計圖
相信大家應該都注意到了關鍵點 of players :4 玩家數量只有4，這樣本量也太少了吧。小編沒學過統計學都覺得這數據不合理。
所以，又去查找了一下數據來源，在文中找到，如下圖：
You'll need to provide two codes to connect your Leetify account
https://leetify.com/blog/public-data-library-guidelines/
LEFFTIFY 數據獲取途徑
該網站的數據來源於steam註冊於該網站並用該網站分析數據的用戶的數據。所以這個數據有可能是樣例數據也有可能是玩家數據，小編傾向於是玩家數據，於是修改了地區，得到了如下圖：
LEETIFY 歐洲地區數據統計圖
玩家數量級明顯不一樣，所以可以認為該數據是網站自己的玩家數據庫裡的數據進行的統計，數量太少不應予以採信。
現在還有一個疑點，是如何劃分的區域。小編在上文提到過的
Public Data Library BETA Guidelines
https://leetify.com/blog/public-data-library-guidelines/
查詢到了結果：
LEAATIFY 區域劃分方法
打哪個服務器就是哪個地區的人，只要一個地區打過，就會在該地區進行數據統計，並且按照兩個地區分高的那個進行排名。
所以，eeeee的原文的真實數據是指：
leetify在亞洲地區的用戶群體(14個25k以上玩家)中有四名玩家TTD小於100ms.
如果我們將數據的分段不進行限制得到了如下兩張圖：
0.3%為：635
0.2%為：2511
數據明顯合理許多，也符合大家的亞洲開掛玩家多的一般印象。但是，小編認為--這個數據的國內用戶佔比並不會高(隨便說的)。所以，eeeee 的原文看著圖一樂就好了，也希望大家在討論 jjh 與 dogevil 的數據時不要拿eeeee的這篇文章舉證。
這裡感謝，盒友@堯堯的青竹 提供的原文鏈接。
封面源自：esl-challenger-melbourne-2022 OG VS WINGS UP 2-0 獲勝場景