用5場對局的順位計算平均順位
先以最近5場對局的順位為「頭名、第3名、第2名、第4名、第2名」為例計算。
平均順位 ＝ 順位合計 ÷ 對局數
順位依序為1、3、2、4、2時
作為分子的順位合計為「1＋3＋2＋4＋2＝12」，分母的對局數為5，因此12除以5後，平均順位是2.40。
平均順位越小，代表統計期間內取得前段順位的次數越多。不過，僅憑5場對局的2.40，無法判斷實力或各順位的次數；對局數越少，一次頭名或第4名造成的變動就越大。
也能用各順位率算出相同的平均順位
已知四麻各順位率時，也能用「1×頭名率＋2×第2名率＋3×第3名率＋4×末位率」計算。計算時要先把百分比換成小數。若頭名率30%、第2名率25%、第3名率25%、末位率20%，則為1×0.30＋2×0.25＋3×0.25＋4×0.20＝2.35。
此公式應與依各順位次數計算的結果一致。若不一致，應確認是否統計期間不同、包含未完成對局，或百分比顯示經過四捨五入。
四麻2.50與三麻2.00代表什麼
若假設每位玩家取得各順位的機率相同，平均順位就等於順位號碼的平均。由這種對稱分布算出的中心值，四麻是2.50，三麻是2.00。
| 形式 | 計算 | 中心值 |
|---|---|---|
| 四麻 | (1＋2＋3＋4) ÷ 4 | 2.50 |
| 三麻 | (1＋2＋3) ÷ 3 | 2.00 |
中心值不是強弱分界線
這不代表「四麻低於2.50就一定強」。對手、對局長度、順位點與提前結束條件都會影響結果，因此不能以2.49與2.51作為判定實力的界線。
四麻的2.50與三麻的2.00也不能直接比較。兩者可取得的順位數不同，必須分別在相同人數與規則的記錄中解讀。
引用外部參考值時，要確認平台、牌桌或段位、對局形式、規則、統計期間與對局數是否和自己的記錄相符。未標示條件的數值，不能直接當作個人目標。
以中心值解讀四麻平均順位
四麻平均順位可用它與數學中心值2.50的差來解讀。下表用來查看與中心值的差，並不是實力分級表。
| 四麻平均順位 | 數值位置 | 解讀方式 |
|---|---|---|
| 2.30 | 比中心值低0.20 | 與相同條件下的過往成績比較，並確認對局數與順位分布 |
| 2.40 | 比中心值低0.10 | 低於2.50，但不能用來認定短期實力 |
| 2.50 | 對稱分布的中心 | 各順位分別占25%時的計算值 |
| 2.60 | 比中心值高0.10 | 分別查看頭名率與末位率中哪一項改變 |
例中的2.40比中心值2.50低0.10，但不能只憑這個差值判定「2.40就很強」。對局數少時，一次順位就會明顯改變平均值；對手或規則不同，也無法用同一基準比較。
M League全40位選手的平均順位分布
M League 2025-26例行賽官方頁面公布了全部40位選手的成績。官方欄位「平着」就是本文所稱的平均順位。
這個分布把官方頁面的顯示值分成5個區間，並確認3＋12＋10＋11＋4＝40人。本文沒有重新計算或重新四捨五入官方的「平着」數值。
各選手的比賽場數從20場到39場不等。這是讓40位選手各占相同權重的選手分布，並非依比賽場數加權的分布，因此不能用來決定選手整體平均順位或個人實力標準。
比較3位M League選手的官方成績
下表從M League 2025-26例行賽官方成績中，選出平均順位與順位分布關係不同的3位選手。連對率是取得頭名或第2名的比賽比例。
| 選手 | 場數 | 平均順位 | 頭名/第2/第3/第4 | 頭名率 | 連對率 | 避四率 | 個人積分 |
|---|---|---|---|---|---|---|---|
| 下石戟 | 38場 | 2.07 | 14/13/5/6 | 36% | 71% | 84% | +614.0pt |
| 白鳥翔 | 35場 | 2.31 | 7/15/8/5 | 20% | 62% | 85% | +110.2pt |
| 瀧澤和典 | 33場 | 2.33 | 14/3/7/9 | 42% | 51% | 72% | +368.4pt |
下石選手在38場比賽中的平均順位為2.07、頭名率36%、連對率71%、避四率84%。
表中的比例是將官方頁面顯示值換算為百分比，3位選手的比賽場數也不同。
白鳥選手與瀧澤選手的平均順位只差0.02，但頭名率相差22個百分點，避四率相差13個百分點。不能只靠這3位選手的成績推測打法特徵、差異原因或長期實力。
平均順位與M League積分的計算方式不同
平均順位是順位號碼的算術平均值，而M League官方比賽規則採用的順位點並不是等距配置。
| 順位 | 順位點 |
|---|---|
| 頭名 | +50.0pt |
| 第2名 | +10.0pt |
| 第3名 | -10.0pt |
| 第4名 | -30.0pt |
M League積分還會計入依終局持點計算的素點。即使平均順位接近，只要順位分布與各場素點不同，個人積分也會有很大差異。
5項輔助指標各自回答的問題
只看平均順位，無法知道哪個順位增減，也無法了解點差大小。讓下列5項指標各自對應一個問題。
放銃率是自己的捨牌被對手榮和的局數比例。
| 指標 | 計算 | 回答的問題 |
|---|---|---|
| 頭名率 | 頭名次數 ÷ 對局數 × 100 | 取得頭名的比例有多少 |
| 連對率 | 頭名與第2名次數 ÷ 對局數 × 100 | 以前兩名結束的比例如何變化 |
| 末位率 | 末位次數 ÷ 對局數 × 100 | 未能避開末位的比例有多少 |
| 平均得點 | 得點合計 ÷ 對局數 | 除了順位，得失點幅度如何 |
| 放銃率 | 放銃局數 ÷ 統計局數 × 100 | 放銃局的比例如何變化 |
即使平均順位變差，也不能只憑這個數字斷定是「過度進攻」或「防守過頭」。先用頭名率、連對率與末位率拆解順位變化，再用平均得點確認點差。放銃率只能說明放銃局的比例；要查找原因，還需從對局記錄或備註確認當時手牌、對手動作與巡目。
平均得點與實際收支也是不同數字。收支還會加入換算率、籌碼與場費等項目，詳細換算可參考麻將收支計算方式。
平均順位相同，分布也可能不同
比較兩位打了20場、平均順位同為2.50的玩家。兩人的順位合計都是50，但順位分布差異很大。
| 玩家 | 頭名 | 第2名 | 第3名 | 第4名 | 平均順位 |
|---|---|---|---|---|---|
| A：兩端較多 | 8場 | 2場 | 2場 | 8場 | 2.50 |
| B：中段較多 | 2場 | 8場 | 8場 | 2場 | 2.50 |
A的頭名率與末位率都是40%，B則都是10%。平均順位雖相同，A多集中在頭名與第4名，B則集中在第2名與第3名。哪一種較理想取決於順位點與目標，因此應保留順位分布再判斷。
改善平均順位的兩種情況
增加前段順位或減少後段順位，都能改善平均順位。20場中若有2次第4名變成第3名，順位合計會減少2，平均順位改善0.10；若有2次第2名變成頭名，也同樣改善0.10。變化量相同，但前者減少了末位，後者增加了頭名。
因此，月度報告可在平均順位旁列出「頭名率與上月相比的差值」與「末位率與上月相比的差值」，簡短說明變化方向。各月對局數不同時要比較比例而非次數，並務必一併標示作為分母的對局數。
比較成績前要統一的條件
比較兩組成績前，要統一人數、對局長度、採用規則、統計期間與對局數。若把不同條件的記錄合在一起，就無法區分打法變化與環境差異。
統一人數
三麻與四麻的順位範圍不同，必須分開統計。
統一對局長度與形式
以東場到南場為基本的半莊，以及以東場為基本的東風戰，一場對局的長度不同。名稱與結束條件也會因規則而異，記錄時應統一實際採用的形式。
統一得點與結束規則
順位點、赤牌、提前結束條件或對戰群體改變時，要留下註記。即使平均順位相同，得點評價與容易取得的順位分布也可能改變。
統一統計期間與對局數
短期數字包含偶然波動。不要設定統一的「足夠」標準，而應標示在相同形式與規則下累積的期間與對局數。
對局數少時，單場影響很大
四麻中若有一次第4名變成頭名，順位合計會減少3。用3除以對局數，就能算出平均順位的變動幅度。
| 對局數 | 平均順位變動幅度 |
|---|---|
| 10 | 0.300 |
| 30 | 0.100 |
| 100 | 0.030 |
| 300 | 0.010 |
這張表是本文自行計算的例子，並不是外部實證數據。即使顯示到小數點後兩位，對局數少時的差異也不能用來斷定長期實力差。
麻將實力推定研究也指出，只用平均順位推定時可能有較大變異。本文不設定統一的「最低對局數」，而是並列短期與累計數據，確認增加樣本後趨勢是否持續。
分開短期與累計
把觀察近期變化的期間與觀察長期趨勢的累計分開顯示。即使採用固定30場等區間，也不要把該數量當作實力界線，且只納入相同形式與規則的記錄。
每月回顧成績的順序
- 統一人數、對局形式與規則
- 確認統計期間與對局數
- 並列平均順位與順位分布
- 查看頭名率、連對率與末位率哪一項改變
- 分別確認平均得點與收支
- 回顧變動較大期間的對局內容與規則變更
若尚未決定記錄方式，可參考麻將收支管理應用程式怎麼選。
月度回顧的寫法
例如：「四麻半莊，24場。平均順位2.38（上月2.55）、頭名率29.2%、末位率16.7%。末位率下降，但對局數仍少，將繼續觀察累計值與下個月。」把統計條件、對局數、主要數值與僅憑數值無法判斷的事項寫在同一筆記錄中。
除了數值，也要記下該期間出現的具體局面，例如「南場莊家時有2次逆轉順位」「面對對手立直仍打無筋牌的對局中，有3次被對手和牌」。這類記錄能協助篩選下一步要回顧的局面。MemoJong 不會自動評估攻守判斷或危險牌，請重新查看記錄的局面，自行檢討當時的判斷是否合理。
麻將平均順位常見問題
四麻平均順位2.4算好嗎？
2.40比中心值2.50低0.10，但不能只憑這一點判斷實力。請在相同形式、規則、對戰群體與期間下和自己的過往成績比較，並同時確認對局數與完整的順位分布。
可以把平均順位2.3段設為目標嗎？
可以把2.3段作為與自己在相同條件下的過往成績比較時的目標。請同時標示對局數與頭名到第4名的分布，不要把它當成適用所有人的及格線。
三麻與四麻的平均順位能比較嗎？
不能直接比較。兩者順位範圍與數學中心值不同，應分成三麻與三麻、四麻與四麻比較。東風戰與半莊也應依目的分開統計。
打多少場後才能信任平均順位？
沒有適用所有人的最低場數。若一次第4名變成頭名，10場時平均順位變動0.300、30場為0.100、100場為0.030、300場為0.010。請利用這張敏感度表，在標示期間與對局數的情況下並列短期與累計數據。
可以把職業選手或M League的平均順位設為個人目標嗎？
不能直接套用。對戰群體、規則、統計期間與比賽場數都不同。M League成績只適合作為在相同條件下比較多項指標的例子。
為什麼平均順位接近的M League選手積分不同？
因為M League的順位點不是等距配置，每場比賽還會計入素點。即使平均順位接近，只要順位分布與各場素點不同，個人積分就不會相同。
平均順位要和順位分布一起解讀
只看平均順位，無法看出頭名與末位的偏重或點差。應使用相同人數、對局形式、規則與期間收集的順位分布與輔助指標，逐項確認哪些數值改變。