[問題] Measureing Offensive Performance
這是Curve Ball chap 6的標題
在Curve Ball的chap6~8中, Albert & Bennett 探討了幾種衡量攻擊能力的指標
和團隊得分之間的相關性, 所用的資料為1954-1999之間MLB各隊的每場得分,
以RMSE ( Root Mean Squared Eror )作為衡量的指標, 得出的結論以RMSE
由小至大排列 (排名在前者預測團隊得分的誤差較小) :
Model Abbreviation RMSE (Run/Game)
1.Regression ( without SF ) LSLR .1423
2.Runs Created ( Tech-1 ) RC/G .1459
3.Linear Weights LWTS/G .1489
4.D'Esopo-Lefkowitz Scoring Index DLSI .1526
5.Batter's Run Average BRA .1565
6.Total Average TA .1591
7.Runs Created (Basic) RC/G .1595
8.On-Base plus Slugging OPS .1595
9.Slugging Percentage SLG .2175
10.On-Base Percentage OBP .2529
11.Batting Average AVG .3169
相對於AVG, OBP 或 SLG, OPS 預測團隊得分的能力明顯較好, 接下來各種指標
誤差的確越來越小, 但複雜度也增加.
問題 : 請問如果用國內的數字, 會得到近似的分析結果嗎?
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 211.74.87.69
討論串 (同標題文章)
Sabermetrics 近期熱門文章
PTT體育區 即時熱門文章
11
55
18
45
