Re: [討論] DIP, LOB%, shift

看板NY-Yankees作者kylechen (kyle)時間9年前 (2015/06/04 00:54)推噓-5(5推 10噓 9→)

留言24則, 19人參與討論串2/10 (看更多)

※ 引述《nickyang (肌腱炎者少打字)》之銘言： : LOB%是另外一個常常被誤解的數據 : 照字面上翻譯，Left on Base %，殘壘率，很容易把boxscore上的殘壘跟他連在一起。 : 但是看看個他公式：(H+BB+HBP-R)/(H+BB+HBP-1.4*HR) : 這是一個依照安打保送觸身全壘打跟失分（注意非責失分）「推估」出來的數字。一 : 個LOB%高的投手不必然代表他真的阻止了很多跑者得分。整體LOB%的平均約在70~73% : 這裡面的1.4 是因為聯盟平均每支全壘打會得到1.4 分。所以他的分子是「送上壘但 : 是沒有回來得分的跑者」除上「送上壘且沒有被理論全壘打送回得分的跑者」。我們 : 先假設一個投手沒有被打全壘打，如果所謂關鍵時刻的投球能力提升是一種投手的能 : 力，那麼分子會極度接近分母，LOB%會趨近1 。反過來說，如果關鍵時刻投手會軟手 : 是一種能力，那麼LOB%會靠近0 。如果一個投手所失的分數都是陽春砲，他的LOB%甚 : 至會大過1 。反過來說，如果一個投手都在壘上有人時被打全壘打，會靠近零。 : 但是前面的表格也看到了，對於整體投手而言，LOB%跟擲筊是沒有兩樣的，YOY corr : 甚至低過BABIP 。所以要光用LOB%低去判斷CC的壓制力下降是說不通的。誠如你所言這些都是滿滿的運氣作分析也只能在幾個假設下作推論導出可能的結果壓制力的下降會導致LOB%的下降這是無庸置疑的你隨便找兩的投手的內容帶入公式就可以驗證我的原文是 "LOB%的下降是因為CC的壓制力下降" 不知你怎麼會看成 "用LOB%去判斷CC的壓制力下降"? CC壓制力越來越差從電視上看從數據上看都是如此他的配球也改變了過去全盛期速球佔大多數今年速球甚至還不是他投最多的球種 : 但是有沒有個案可以控制LOB%？有，Mo生涯LOB%是八成，遠高過他的年代平均（LOB% : 平均，近年有逐步上升的趨勢，亦即，得分越來越難了，也的確符合趨勢），這跟他 : 的HR比例極低有關。 : 也有反過來的例子，林盲腸鳥掉之後LOB%大幅下降，這跟他本來就特別的投球姿勢可 : 能更有關係，他在失去本來的威力之後，開放式跟封閉式的投球威力差距太大，導致 : 他壘上有人時特別容易炸。 : shift : shift我覺得就現有的資料看來，這是一個神話。投入shift最多的幾乎就是投入棒球 : 統計最多的球團。但是你說shift 真的很有價值嗎？我到現在看不到有說服力的資料 : 就拿某板友也許剛google到的這篇文章來說 http://0rz.tw/UgMJm 可能我google 運氣比較好所以我有找到而你找不到這邊我再拿一個文章給你參考也許可以改變你的想法 http://goo.gl/jX7Q1g Shifting 的精神是一個打者打出去的球有一定程度的隨機卻也有一定程度的趨勢最常用的手法就是把球場切成左中外三個等份然後去分析該打者把球打進三等份的機率分別是多少最近我有看到有人在推九等份不過還很少見說到Shifting 就要先提到防守的佈陣一個標準守備佈陣是這樣的: https://goo.gl/7g8dFD 每一個防守球員站在哪邊都有他的原因在比如說游擊跟二遊為什麼不站更後面一點增加攔截到滾地球的機率是因為到某一個界限之後就算攔到滾地球也有很大機率來不及傳一壘這樣結果跟讓後面的外野手來處理是一樣的另外一壘上有人的CASE 也有處理二壘的需要嚴格來說 Shifting 早就存在如果上來的打者跑得超慢內野會往後如果上來的打者跑得超快內野會趨前這就是一種針對打者的Shifting概念至於我門現在要舉的Shifting 這張照片是一個例子: http://goo.gl/v7fVG1 舉個例子來說如果一個打者把七成的球都打到球場右邊那麼你會傾向把二壘手游擊手三壘手都往順時針方向移動使得內野的防守能量集中在右邊外野的話也是類似的變動因為球較可能落在某區所以你讓防守球員盡量靠近某區是一種戰略思考 : 在該文寫成的2014年七月，shift可以讓BABIP從.300下降到.299。嗯.300到.299，也 : 就是0.3%跟0.29%的差別，John Dewan是個很不錯的作者，不過0.01%？誤差就飽了好 : 嗎？ : 而整個2014年的BABIP是0.295，shift比2010年多了將近九倍，那2010年的BABIP呢？ : 0.293。今年至今shift發動的頻率比2014年更頻繁了，BABIP？一樣是0.293 : 如果照文中所謂shift只影響到滾球跟偏軟平飛球，所以效果會被稀釋，那麼在shift : 發動多了十倍不止，GB%上升將近一個百分點（這可是0.01%的一百倍呀！！）的2015 : 年，為什麼BABIP也只是持平呢？甚至連0.01%的改變都看不到啊！你既然看了文章你怎麼沒有提到Shifting 把ERA從3.85將到了3.80呢? 這可不是小數目啊! 你說的那些東西之所以觀察不到因為就算Shifting 現在越來越普遍佔所有防守case 的比例還是很有限所以你觀察聯盟的BABIP 當然被稀釋的很慘正確的分析方法是要把一個球隊的BABIP case 分成有Shifting 跟沒Shifting兩種然後統計各自的BABIP 相互比較才知道有沒有用 http://goo.gl/AeCW1G 這篇文章就作了如上所述的分析絕大部分的球隊在有Shift的case 都得到了回報當然也有少數如洋基隊反而BABIP上升的對此我沒有更好的解釋也許是運氣吧 Shifting 可以是很嚴格的科學問題這也就是為什麼有些人開始倡導將球場分為九等份就是要防守球員不僅是往球場某側移動還要統計過去數據讓球員前進一點後退一點往最有可能的球落點方向移動 : 又，玩shift玩得這麼開心的洋基隊，GB%從2010年的43.9%跳到今年的46.5%（$man: : 我們不要飛球投手），BABIP從2010年的0.281，2011年的0.297，到今年的0.302 : 所以shift不要說要成為從2009年開始得分下降的重要因素了，根本連影響BABIP的 : 效果都看不到。甚至在shift越玩越大的今年，聯盟平均得分還上逆勢上升了分析一個東西最最基礎的就是要把其他變因都控制住如果不能控制就要想辦法作相對應的修正有時候這是個大工程不去想辦法搞定這些其他變因看到就嚷嚷絕非做學問的正確態度我告訴你吧去年全壘打很反常的少比過去五年的平均少了10% 聯盟一年平均要產生約四千五百支全壘打 10% 是450隻的差距你不是知道一支全壘打換1.4分? 那你告訴我其他不計光是這450隻全壘打就會讓平均得分差多少? 連最基礎的控制變因都不懂得出來的結論當然是GIGO下的產物 : 當然，Dewan文章中提到的一點是，滾地球跟偏軟平飛球的被打擊率下降了。這點是 : 我覺得最奇妙的。我們看到整體BABIP上升，BIS不公開作法的資料卻宣稱滾地球跟平 : 飛球的被打擊率下降了3%，換句話說，飛球跟紮實平飛球的被打擊率要上升超過3%囉？ : 考慮到GB%實際上年年上升，那麼後兩者被打擊率上升的幅度要更為驚人了。 : 我們可以窮經皓首去想想到底有什麼可能讓只影響內野的shift在降低滾球被打率的同 : 時，更大幅度的提高飛球的被打率。又或者，換個角度想想， : 提供這些資料的是誰？ : 世界上唯一知道怎麼做的是誰？ : 如果你覺得shift超棒超有用，你要跟誰買？ : 嗯？ : 我還有其他的理由懷疑BIS在shift這件事的認定上出了很大的問題，不過當然，這也 : 僅止於是懷疑而已。或許在shift的樣本數更多更大資料更公開之後，可以看出其他 : 的原因。不過至少到目前為止，我是非常懷疑任何跟shift有關的宣稱。你會懷疑也不要緊多看看人家的分析就是了看了你就會信了不要再用一堆不相干的東西稀釋然後聲稱Shifting 無效了 Shifting 是一個很嚴謹的科學問題牽涉到統計機率等等學問你對打者跟自家防守球員的能力有更深的認識你就能在打擊出去之前讓佈陣保持在最佳狀態進而減少被安打的機率 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 50.24.187.108 ※ 文章網址: https://www.ptt.cc/bbs/NY-Yankees/M.1433350489.A.280.html

噓

ELF007

06/04 00:57, , 1^F

06/04 00:57, 1^F

噓

maxspeed150

06/04 00:58, , 2^F

06/04 00:58, 2^F

噓

spurs2120

06/04 01:02, , 3^F

06/04 01:02, 3^F