Fw: [分享] 簡介數據(一)已回收

看板Baseball (棒球)作者KDDKDD (KDD)時間10年前 (2016/06/17 02:30)推噓12(12推 0噓 1→)

留言13則, 13人參與討論串1/1

※ [本文轉錄自 Elephants 看板 #1NOkj0v2 ] 作者: KDDKDD (KDD) 看板: Elephants 標題: [分享] 簡介數據時間: Fri Jun 17 02:09:01 2016 前言　　因為不少朋友反應想了解更多關於數據介紹，因此這篇將主要介紹常見棒球統計數據名詞(中職能算的)、公式或概念。本篇將分成以下架構介紹： (1) 如何解讀數據、常見數據概念。 (2) 個別介紹每一項數據，並盡可能附上算法和概念。如何解讀數據　　傳統數據多多少少存在一些盲點，例如主觀因素過重、比重不均、分析層面過於粗略。為了解決這些問題出現了不少進階數據，大致上解讀數據可分以下幾個想法： (1) 累積型數據和平均型數據有所不同。累積型數據是指球員上場時間愈多成績愈有利，例如張正偉在2015年擊出140隻安打，這當然得有足夠上場時間才能達成；而平均型數據是指將累績數據做進一步處理，例如張正偉2015年打擊率0.335，經過處理後的數據在樣本數足夠下才能一起比較，例如2015年張正偉打擊率0.335，王勝偉0.291。 (2) 樣本數是否足夠。當樣本數過小時，數據容易失真或變動性過大，因此大多數數據均要求一定量的樣本數，對於樣本要求各方標準不一，常見的是打者要求平均每場3.1個打數，投手要求每場一局。若樣本數不足時，建議看基礎數據表現即可或另取合理門檻。 (3) 進階數據大多是經過迴歸分析而得到公式，其資料來源多數是以MLB過去資料為母樣本做分析，雖然不一定完全適用在中職上，但多數數據具有一定參考性。 (4) 進階數據重視組距大於數字大小。這是解讀進階數據時大多數人的迷思，例如A球員XR/27是6.12，B球員是6.37，解謮上會認為A和B球員是同一個等級，而不會說B 球員比A球員好，原因如同(3)所述，公式係數多數是經由迴歸得到的數字，只要稍微改變一下變因就可能改變係數，因此以數字大小決定強弱是沒有意義。 (5) 部份進階數據是跟聯盟平均或底層球員做比較，例如WAR、WS等等。 (6) 多數進階數據數字愈高等級愈好，但也有少數數據是數字愈少愈好，通常以＋號表示前項，以－號表示後項。 (7) 貢獻值和能力值並不相同。貢獻值是指實際上球員提供多少成績給球隊，偏向結論性質，通常上場時間愈多球員愈有機會提供更多貢獻值；能力值較具預測性，偏向理論性質，實務上可能因受傷、被其他球員卡位等因素而無足夠時間和空間，導致具高能力值選手卻無法提供高貢獻值。 (8) 雖然大多數進階數據會盡可能去除（降低）主觀因素，但仍然有可能會有缺陷，評斷球員前建議多觀察幾項數據。 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.171.216.165 ※ 文章網址: https://www.ptt.cc/bbs/Elephants/M.1466100544.A.E42.html ※ 發信站: 批踢踢實業坊(ptt.cc) ※ 轉錄者: KDDKDD (118.171.216.165), 06/17/2016 02:30:27 ※ 編輯: KDDKDD (118.171.216.165), 06/17/2016 02:31:03