Re: 得分期望值與得分機率矩陣

看板Sabermetrics作者 (加油加油)時間14年前 (2010/04/30 23:19), 編輯推噓0(005)
留言5則, 3人參與, 最新討論串4/4 (看更多)
恕刪 : 在這些情況下, 該局剩下得分的期望值是 : 0 1 2 3 12 13 23 123 : X 0.47 0.86 0.98 1.43 1.62 1.74 2.16 2.89 : Y 0.25 0.48 0.70 0.92 0.99 1.09 1.55 1.60 : Z 0.10 0.22 0.33 0.37 0.51 0.65 0.60 0.86 : ====== : 再來看一些戰術考量. 比如說無人出局一人在壘時期望得 0.86分, 而在變成一人出局二壘 : 有人之後, 就減為 0.70分, 所以觸擊對總得分的貢獻仍然是負的. 我小小覺得上述這樣的推斷是有問題的 如果要論「觸擊對總得分的貢獻」 應該從「無人出局一壘有人」的母群體中,分「採取觸擊」和「非採取觸擊」討論計算。 (這似乎在下一篇的「把觸擊成功case拿掉,算出的期望值更高且機率更高」獲得討論) 另外, 無人出局一壘有 : 人時盜壘成功會把期望值從 0.86 提高到 0.98, 若失敗則降為 0.25, 所以成功率平均要 : 達到 61/73= 84% 才有正的效應. 這個百分比似乎高的有點出乎意料, 至少與大聯盟的數 : 據算出來的結果相差蠻多的, 不知為何. 類似的想法是 如果要論「盜壘對總得分的貢獻」 應該從「無人出局一壘有人」的母群體中,分「採取盜壘」和「非採取盜壘」討論計算。 至於我提出的統計方式和原本的統計方式差別 想了一下,似乎是母群體數的不同。 無人出局一壘有人的0.86期望值 和 無人出局二壘有人的0.98期望值 的母群體是不同的。 如此一來,應該無法使用任何一種方式(利用盜壘或利用暴投),把此二者情形做連結。 有這樣一說嗎? 再衍生另一個數據 因為好奇,想了解到底多少的盜壘成功機率,才能造就更高的總得分值(得一分以上機率) : 再來是得一分以上的機率 : 0 1 2 3 12 13 23 123 : X 0.26 0.43 0.59 0.84 0.67 0.84 0.84 0.86 : Y 0.14 0.26 0.41 0.66 0.45 0.62 0.70 0.63 : Z 0.06 0.13 0.22 0.28 0.27 0.34 0.27 0.35 : 無人出局一人在壘時期望有 43% 的機會得分, 一人出局二壘有人微降到 41%, 所以即使觸 : 擊成功率百分之百, 當平均打者對上平均投手之時, 觸擊仍然沒啥價值. 再考慮到觸擊失 : 敗的可能性之後, 即使是在最後一兩局只為了拼一分 也要當投明顯壓過打時才應採用此戰 : 術. 不過, 無人出局二壘有人變成一出局三壘有人則是得分機率提高, 這時候要用觸擊來 : 拼一分就比較合理了, 先決條件當然是執行觸擊的人要有相當高的成功率, 因為上面的比 : 較都是以觸擊成功為前提來估計的. : 至於用盜壘拼一分, 利用相同的觀念來計算, 可以得到無人出局一壘有人時盜壘成功率要 : 有 29/45=64% 才行, 這個數字跟我預期的就蠻接近了; 無人出局二壘有人時 成功率要有 : 45/70=64%; 一出局一壘有人要 20/35=57%, 一出局二壘有人要 35/60=58%. 類似的想法。 上述四個論述,我以為因為母群體的不同,應該失去討論的意義。 -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 118.161.73.91

05/01 00:07, , 1F
還來啊..............
05/01 00:07, 1F

05/01 08:04, , 2F
第一段不就自我解釋了, 可以把邏輯跟統計學過一輪再來嗎
05/01 08:04, 2F

05/01 08:05, , 3F
棒球統計不需要什麼火箭科技是沒錯, 但也不代表可以讓你
05/01 08:05, 3F

05/01 08:06, , 4F
以為一下就無效...
05/01 08:06, 4F

05/23 01:46, , 5F
答案是八成,但是幾乎沒人盜壘多次嘗試還能八成
05/23 01:46, 5F
文章代碼(AID): #1BslJc3P (Sabermetrics)
文章代碼(AID): #1BslJc3P (Sabermetrics)