[轉錄]Re: [討論] 初登板前三年連莊勝投王

看板Sabermetrics作者 (Win Shares 痴漢)時間17年前 (2007/09/12 10:47), 編輯推噓0(000)
留言0則, 0人參與, 最新討論串2/2 (看更多)
※ [本文轉錄自 MLB 看板] 作者: waitla (おなら体操~!オォーッ!) 看板: MLB 標題: Re: [討論] 初登板前三年連莊勝投王 時間: Wed Sep 12 02:57:51 2007 : 事實上以今年的實際投球狀況 : 小王的十八勝就算被下修 也不至於修到剩下十一勝 : 在小王拿勝投的這十八場 : 總共投了132局 平均每場超過七局 : ER 30 ERA只有2.05 : 敗或無關勝敗九場投48.2局 失44分 ERA是恐怖的8.13 : 從這裡看的出來 洋基的後援投手今年比較少搞砸他的勝投 : 事實上洋基對他的火力支援也有差距 : 拿勝投時 132局給了115分 (RS/9 = 7.84) : 敗投或無關勝敗 48.2局 27分 (RS/9 = 4.44) 把勝敗分開來比較,得出這樣的結果只能說是「理所當然」 ,而這是一個很危險的做法。 除了一些特殊例子外,一般投手拿到勝投時的表現一定都優 於敗投相當多。另一方面,相同的,要拿勝投球隊一定要得 較多的分數,而輸球,很簡單的原因,就是得分比人家少嘛 。 舉個例子 -- Edwin Jackson 138局 4勝14敗 ERA6.00 4場勝投時投27局 責失只有3分 ERA1.00 另外24場總共責失89分 ERA高達7.22 拿勝投時 27局 RS共18分-->RS/9 = 6 其他 89局 RS共45分-->RS/9 = 4.55 舉另一個例子 -- Chris Young 149局 9勝7敗 ERA2.72 勝投時共投61.2局 責失6分 ERA0.88 其餘場次共投87.1局 責失39分 ERA4.01 (單看敗投時高達7.59) 拿勝投時 61.2局 RS共38分-->RS/9 = 5.55 其他 87.1局 RS共29分-->RS/9 = 2.99 很明顯,這可以說適用於所有投手,要贏球就是投手丟分比 對方投手少,或是球隊得分比對方多,王和洋基之間並沒有 啥與眾不同的地方。 另外,單看勝場是如何能看出後援投手的支援?贏球當然沒 搞砸,搞砸了就不會出現勝場數,不是嗎? : 眾所皆知 洋基的火力很旺 旺到每場可以得到5.88分 : 可是他的火力並不是平均的分散在各局 : 今年得分最多的是出現在第六局 : 143 game 123分 其次是第二局的114分 : 如果一個洋基的投手每場只能投五局 偶而才能投到第六局 : 那他所損失的就是每場將近一分的支援 每局得到分數不同或許有點影響,但我們已經有個東西叫RS了 。只計算投手下場前隊友打下的分數不管你第六局下場還是第 二局下場,所以再去計較因六局下場少了一分的支援有點吹毛 求疵,既然都下場了,後來的分數本來就不該屬於你。 : 不知道的人還以為Kazmir人緣不好 沒獲得什麼支援 : 事實上他的RS是5.41 在兩個聯盟還排在34名 : 不是頂好 但你說沒獲得很多的火力支援也說不過去吧 : 攤開他今年的成績 : 總共先發了31場 : 失分在0或1分投滿六局以上的場次有八場 獲得五勝零敗 : 一場被BS 一場因為只投六局 結果小魚第七局才得分超前 所以他拿不到勝投 : 另一場是投手戰還打到延長 當然也沒辦法拿勝投 這後面幾句怎麼好像是在說Kazmir人緣不好阿? XD : 事實上在31場先發 Kazmir只有10場投滿了七局 : 而小王則是在27次先發中 13場投滿七局 : 投不滿六局的場次 Kazmir是9場 : 而小王僅僅只有2場 : 所以結論是 要評論一個球員 別只看那些統計數據 : 無論他有多麼的能夠反應實際情形 : 攤開成績逐場逐場的看 逐場逐場看也是看球的一種方式,但好像除了下面有拿Santana 的單場成績來看外(其實也沒真的每場看),好像都是只用勝敗投 時成績在評斷投手阿。所以repeat回第一段。 而且,統計的數據也是逐場逐場去累加或計算得出來的,甚至很 多都精細到play-by-play。 : 拿神之子來看吧 : 大家都知道他今年對印地安人吃癟 : 對戰六場就輸了五場 : 六場的局數 R ER分別是 : 7 4 4 : 7 2 2 : 7 2 2 : 6 5 3 : 6 4 4 : 6 4 4 : 事實上 他今年失分在四分以上的場次也有10場 : 小王則是在27場先發之中的八場掉了超過四分 : 神之子在贏的十五場共投了103局 丟22分的責失 ERA是1.93 比小王略好 : 輸或無關勝敗十五場 98 47 4.31 更是遠遠比小王好 : 神之子主投的30場 Twins是17-13 小王主投的27場 NY是20-7 雙城今年衰退的打擊可以說明一切。(ps.Santana的RS/9是5.05) : 在神之子輸或無關勝敗的場次之中 : IP-R-ER : 6-3-3 : 6-2-2 : 7-2-2 : 6-4-3 : 7-3-2 : 7-2-2 : 8-3-3 : 7-2-2 : 7-3-3 : 這九場是比較具有貢獻性的 如果在洋基 搞不好這九場就變成了七勝二敗了 這邊舉Santana這些數據的用意是?好像沒有一個結論在。如果 是說明他沒得到隊友火力支援,那其實直接看RS就可以知道這件 事實了。 : 提供了那麼多的資訊 : 最主要的是想要說下面的結論 : 棒球統計雖然是很重要的一項工作 : 但是對於大部分的球迷而言並不是最重要的 : 我不會因為神之子今年只有十五勝十一敗 : 就說神之子比小王爛 : 不僅僅只是因為我比較了兩位投手的防禦率、WHIP : 更重要的是我會逐場逐場的來看 : 至於Baseball-reference的那個Neutralize Stat還是看看就好吧 : 王跟神之子兩位投手這兩位投手的成績絕沒有15-7跟11-9這樣誇張的差距 : 最後的最後還要說 : 並不是每個棒球統計學家發展出來的統計方法都具有參考價值的 : 正如研究生做論文一樣 -_- 正如你所說,棒球統計對大部分球迷來說一點都不重要,但有一點我覺 得你搞錯了。做校正是為了把不同環境、不同時空的所有球員能放在同 一個天平上比較,因為這是一般傳統數據(ex.ERA、AVG、RBI等)所做不 到的,它並不是要來批判任何一位球員。 舉BBTN提到的來說,1968年美聯打擊王Yaz竟然只有0.301打擊率,聯盟 平均更低到只有0.230,Yaz的0.301拿到1930年甚至比全國聯的平均打擊 率還低(0.303)。原因在於1930年環境相當有利於打擊,而1968年的美聯 因為好球帶變大、投手丘增高、新球場造型等因素造成打擊環境相當艱 難。而那些公式就能幫我們瞭解到,在盡量去除變數而轉換出來的成績 ,Yaz還是一個比1930年的Pinky Whitney(AVG0.342)更為優秀的球員。 Neutralize Stat所做的也是一樣的事情,而他校正後的勝敗場數只是代 表以現在的成績(所有投球數據)放到那個環境下會得到怎樣的成績而已。 好比BP用的E(w)和E(l),Santana的E(w)/E(l)是13.4/8.2,而Wang是 12.5/8.6,相對於實際勝敗15/11和18/6,中間是如何會產生這樣的差距 才是讓人感興趣的,這可以產生很多討論的空間,而不是看到數據往下 修就立刻出來把這個東西批評的一無是處。 不過的確不是每種統計數據都是完美無暇,所以要不要選擇使用它就看個 人囉,但我想應該這是在真正瞭解後才能做出的結論吧。 -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 218.162.122.84

09/12 03:08,
我比較支持這種說法 推推推
09/12 03:08

09/12 03:09,
09/12 03:09

09/12 03:16,
睡前最後一推
09/12 03:16

09/12 03:16,
這一串文章引出了一堆高手@@
09/12 03:16

09/12 03:22,
推 正如研究生做論文一樣 你是比較有貢獻的少數
09/12 03:22

09/12 03:39,
實在很想在發一篇繼續討論下去 可是實在是愛睏啊
09/12 03:39

09/12 03:40,
簡單回應一下 您似乎只看到我把勝敗投分出 有注意到比例嗎똠
09/12 03:40

09/12 03:42,
或許我沒特別點出來 不過我自己是會這樣看
09/12 03:42

09/12 03:43,
一個SP要對球隊有貢獻 在他主投的比賽能投出多少場次有品
09/12 03:43

09/12 03:43,
這我是真的沒有看到有談到比例 XD
09/12 03:43

09/12 03:44,
QS場次事實上這也不需要逐場看 因為統計有忙加總出來了
09/12 03:44

09/12 03:45,
而如果單看QS...那您提到的那9場 實際上也是沒有任何貢獻的
09/12 03:45

09/12 03:45,
l 網友沒說錯 第一段不是「理所當然」 重點在於你能提供
09/12 03:45

09/12 03:43,
質的比賽的比率也是個重要因素 Neutralize Stat最大的問題
09/12 03:43

09/12 03:46,
因為都沒拿到勝利...而這就牽扯到RS的多寡
09/12 03:46

09/12 03:46,
的優質先發的場次在你實際出場的比例
09/12 03:46

09/12 03:47,
在於他很複雜的計算了很多東西 結果只為了算出新的RA
09/12 03:47

09/12 03:47,
但QS是評量投手穩定度 但要拿勝投QS只是其中一個方法
09/12 03:47

09/12 03:48,
那個就是他的目的阿 把所有人放到公平環境下看他的變化
09/12 03:48

09/12 03:48,
然後將勝率直接用一個只跟他所假設的公式來計算出來
09/12 03:48

09/12 03:49,
不算出新的RA 要怎麼和其他人做比較?
09/12 03:49

09/12 03:51,
這公式只牽涉到他所假設162場得750分以及所算出投手的RA
09/12 03:51

09/12 03:51,
就跟EQA做的事一樣 所有人都是經過相同的校正 NRA也是
09/12 03:51

09/12 03:52,
前半段在作成績調整 這很公平 但是投手的勝敗絕對沒辦法
09/12 03:52

09/12 03:52,
只靠RA就算出來 因為棒球比賽的比數又不能累加 事實上
09/12 03:52

09/12 03:53,
我想重點在於「穩定度」「勝投」「投手能力」是相關又不同
09/12 03:53

09/12 03:54,
@@... 事實上你把他想成一支球隊就好了阿...而且就我個人而
09/12 03:54

09/12 03:54,
的內容 我覺得 l 網友在提的比較接近穩定度
09/12 03:54

09/12 03:55,
言 他算出來的勝敗場並不代表啥 他中間的差距才是重點 我會
09/12 03:55

09/12 03:55,
勝敗是一場一場決定的 結果用一個平均值來決定勝敗
09/12 03:55

09/12 03:56,
這本身就是一件很弔詭的事
09/12 03:56

09/12 03:56,
選擇從校正後的看回實際 找看是不是PF、攻擊能力等改變造成
09/12 03:56

09/12 03:56,
「校正」後勝率比較接近投手能力的評估 兩者有點差別
09/12 03:56

09/12 03:56,
另外你有看到Neutralize Stat以9 adjusted IP 當1 decision
09/12 03:56

09/12 03:57,
能不能用畢式勝率來決定勝敗我不能回答你 但他算球隊成績還
09/12 03:57

09/12 03:59,
是蠻準的 畢竟他不光是用RA 也用到 RS
09/12 03:59

09/12 03:58,
嗎? 這對一個吃長局數和一個5-IP SP的投手的差別有多大
09/12 03:58

09/12 04:00,
那只是一個預測值 但實際還是會產生誤差 但他的過程已經在
09/12 04:00

09/12 04:01,
盡量消除變因了
09/12 04:01

09/12 04:00,
你知道嗎? 我不喜歡這個公式遠遠超過其他統計數據的原因
09/12 04:00

09/12 04:01,
因為他用了太多的假設 假設本身就可能是巨大的誤差
09/12 04:01

09/12 04:02,
去B-R把整個Neutralize Stat如何作用看完 只有一個想法
09/12 04:02

09/12 04:02,
沒吧@@ 許多比較都是在假設的情形下才能成立阿
09/12 04:02

09/12 04:03,
感覺就像是男人連番抽插後 在女生快要達到高潮前洩了
09/12 04:03

09/12 04:04,
就像要看Honus Wagner如果在現在會有怎樣的打擊表現 也是
09/12 04:04

09/12 04:04,
虎頭蛇尾
09/12 04:04

09/12 04:04,
透過假設 經由聯盟難度校正和EQA計算後得出他在現在的成績
09/12 04:04

09/12 04:05,
Neutralize Stat 假設有缺限 +1
09/12 04:05

09/12 04:05,
我只是覺得校正後的11勝9敗有那麼無法接受嗎? 這和BP的E(W)
09/12 04:05

09/12 04:06,
算出來其實也差不了多少
09/12 04:06

09/12 04:06,
成績有分兩種啊 一種是打或投出來的 一翻兩瞪眼
09/12 04:06

09/12 04:07,
勝投用一個公式就能算出來? 勝投被後有相當巨大的原因
09/12 04:07

09/12 04:08,
另一種是由比賽結果來決定的 個人傾向不由平均成績來推估
09/12 04:08

09/12 04:08,
我是覺得他單單假設把人放到同樣某個環境 並沒問題
09/12 04:08

09/12 04:09,
一場一場拆開來看 真的很累 不過如果你看膩了統計數據
09/12 04:09

09/12 04:10,
沒有同樣的環境 ~ 9 adjusted IP 就是很大的問題
09/12 04:10

09/12 04:10,
不妨看看吧
09/12 04:10

09/12 04:10,
那只是一樣的東西 別人一場一場看完後統計出來 方便評估用
09/12 04:10

09/12 04:12,
尤其是看單場容易產生特例
09/12 04:12

09/12 04:12,
這就是了 ... 特例不能忽略 所以才要單場看
09/12 04:12

09/12 04:13,
要樣本數夠多才能忽略特例
09/12 04:13

09/12 04:13,
為了統計評估方便 不就是一種問題嗎
09/12 04:13

09/12 04:14,
特例是極少數的存在阿 @@
09/12 04:14

09/12 04:21,
好像我的文章的重點被扭曲了 重說一次好了 我對Neutralize
09/12 04:21

09/12 04:22,
Stat沒有任何好惡 他只是許多工具中的一個而已 他提供一個
09/12 04:22

09/12 04:22,
方法讓我們可以去比較不同的選手 至於裡面他使用的方法或
09/12 04:22

09/12 04:24,
許有讓人不解 但他運作都是公平的
09/12 04:24

09/12 04:26,
而我認為把勝敗分開是無法顯示啥穩定性的 舉個例好了 Wandy
09/12 04:26

09/12 04:27,
Rodriguez
09/12 04:27

09/12 04:39,
我認為那個adjusted 9IP沒有問題 他一開始就說沒有校正
09/12 04:39

09/12 04:40,
changing role of bullpens 而且他拿來計算的IP也是他原本
09/12 04:40

09/12 04:40,
所吃的IP 這和原本能投5局或7局沒關係 他就是看你在那些局밠
09/12 04:40

09/12 04:43,
數中以RA和RS來預估你能拿下的勝敗場
09/12 04:43

09/12 06:28,
這種文章比吵誰神化A-Rod的好多了 推阿!
09/12 06:28

09/12 09:16,
推薦這篇 感覺是博班生在指正碩班生盲點的文章 XD
09/12 09:16

09/12 09:27,
其實上一篇只是說投的越長就越能得到更多的rs支援
09/12 09:27

09/12 10:08,
高手討論真是好看
09/12 10:08
-- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 220.130.152.1
文章代碼(AID): #16vrCjK6 (Sabermetrics)
文章代碼(AID): #16vrCjK6 (Sabermetrics)