[轉錄]Re: [分享] MLB各守備位子的打擊數據

看板Sabermetrics作者 (Win Shares 痴漢)時間16年前 (2008/08/19 21:11), 編輯推噓0(000)
留言0則, 0人參與, 最新討論串2/3 (看更多)
※ [本文轉錄自 MLB 看板] 作者: nickyang (肌腱炎者少打字) 看板: MLB 標題: Re: [分享] MLB各守備位子的打擊數據 時間: Tue Jun 24 15:25:05 2008  很佩服你的認真,有幾點意見 1.不要再用IsoD了,這是個很糟糕的數據  同樣是500個PA,一個人打150支安打跟100個BB他的成績是.375/.500,IsoD.125  一個人打100支安打跟100個BB他的成績是.250/.400,IsoD.150  假設三振數是一樣的,兩人的BB rate跟BB/K都會一樣  結果打擊率越高的IsoD卻越低,後者的選球有比較好嗎? 2.打擊成績的好壞跟位置難易的遞移Bill James做過了,跟你的結果相同  不過捕手不在Bill James的比較範圍,為什麼呢?  除了投捕以外的守備位置基本上是可以依照運動能力做排序的  但是捕手卻不行,游擊守得很好理論上轉到二壘、三壘、外野都會一樣守得好  但是轉到捕手呢?這就完全說不定了  相反的,一壘守不好理論上內野其他位置他也守不好  但是說不定他會是一個很好的捕手,這是捕手這個位置的特殊性  我認為在問「捕手看的球多對打擊有幫助」這個假設時你的統計方法是不能回答的  因為捕手完全不在守備遞移的光譜裡,又是場上很重要的守備位置,所以容易出現  打擊本來就低於所有選手平均的打者。在這種情況下各項打擊數據低於其他位置本  來就是可以料想的結果。  問題是,你沒辦法分辨這些本來就打得差的捕手們到底有沒有因為看的球多而得利  。可能這些打者如果擔任其他守備位置他們的選球會更糟糕,當捕手的確幫助了他  們的選球,但是他們各項打擊能力本來就爛,拿其他位置來比較對回答這個問題其  實沒有意義。 -- My Blog,關於誠泰Cobras、NY Yankees與棒球數據 http://atlyankees.blogspot.com/ -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 61.230.122.92

06/24 15:32,
所以建議是用(BB/PA)?
06/24 15:32

06/24 15:33,
其實要真正看選球能力應該是要BB/PA K/BB O-swing等全
06/24 15:33

06/24 15:33,
看 但是最後一個根本不可能找到資料
06/24 15:33

06/24 15:47,
清流
06/24 15:47

06/24 15:51,
換個數據也是一樣,基本上這個問題沒辦法被回答
06/24 15:51

06/24 15:52,
應該說沒辦法用數字的方式回答
06/24 15:52

06/24 15:52,
第一段是因為IsoD根本就不能被叫做純選球能力
06/24 15:52

06/24 15:52,
nickyang大 你不是還在當兵(指)
06/24 15:52

06/24 15:53,
如果把IsoD定義做 非安打上壘率 的話就會正確了
06/24 15:53

06/24 15:53,
不過正確歸正確 IsoD的運用好像沒什麼意義 (?)
06/24 15:53

06/24 15:55,
昨天退伍!!
06/24 15:55

06/24 15:55,
的確,這就是IsoP的盲點
06/24 15:55

06/24 15:56,
軍中真的有士官長的梗嗎XDDD 過不久就換我了
06/24 15:56

06/24 15:59,
nickyang多寫點文章吧 想當初就是看你"怎麼看數字"
06/24 15:59

06/24 16:00,
這個系列文才開始認識數據的 要好好感謝你
06/24 16:00

06/24 16:06,
我也曾受nickyang指點
06/24 16:06

06/24 16:16,
看K/BB的話會發現亞當蛋是個很差的打者(誤)
06/24 16:16

06/24 16:19,
就算看K/BB 蛋也不差阿 生涯1.59 今年1.26
06/24 16:19

06/24 16:21,
Howard淚目
06/24 16:21

06/24 16:21,
nickyang大 從南海回來了!!! 可以多寫點文章啊
06/24 16:21

06/24 16:28,
結果搞了半天這個問題依舊無解...
06/24 16:28

06/24 17:02,
XD 一樓你辛苦了
06/24 17:02
-- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 220.130.152.1
文章代碼(AID): #18giQTrm (Sabermetrics)
文章代碼(AID): #18giQTrm (Sabermetrics)