2008/05/21

RBI Estimation - 補充

-有時候也會發生算了老半天的東西有人早就做過這種事-

AvgLowell
000356314
100118117
0205850
0031921
1204872
1032129
0231519
1231731
Expected RBI77.0596.31

上表是Mike Lowell在各狀態時的打席數與平均值的比較,Lowell上場打擊時壘上無人的比率明顯比平均低得多,壘上一名跑者的比率略低(唯一高於平均的還是三壘有人),有兩名跑者的機會高出平均不少,滿壘的機率幾乎是兩倍了。

平均來講,653個打席可以產出77.05分打點,但是以Lowell的打席分佈來看,一個平均的打者可以打出96.31分打點(平均狀態下的1.25倍);Lowell當然是個比平均好的打者,根據我們之前的計算,在跑者分配為平均狀態下(也就是上表左欄的分配),Lowell的成績可以帶來93.19分打點(平均打者的1.21倍),簡單估計他可以打下77.05*1.25*1.21=116.48分打點(或是77.05+19.26+16.14=112.45分?),他最終打了120分,剩餘的部份要歸功於他Clutch的表現。

AvgFielder
000371374
100123140
0206159
0032019
1205041
1032220
0231615
1231813
Expected RBI80.3674.14

Lowell的對照組是Prince Fielder,身為中心打者的他,上場時的打點機會還不如聯盟平均,一個聯盟平均的打者在他的打席分佈下僅能打出74.14分打點,比平均狀態還低了約6分,這也就不難想像為什麼他的eRBI比RBI還低上5分了。

繼續閱讀

2008/05/18

RBI Estimation (3)

2007 Top 25 of Estimated RBI
PlayerTPAAB1B2B3BHRBBHBPSFSHGORBI(Rk)eRBI(Rk)RBI/700(Rk)eRBI/700(Rk)
A Rodriguez7085839831054952190141156(1.0)137.6(1)154.2(1)136.1(2)
P Fielder6815737835250901440131119(9.0)124.1(2)122.3(19)127.5(4)
M Holliday71363612450636631040149137(3.0)120.8(3)134.5(7)118.6(6)
J Rollins7787161243820304976016094(43.5)116.3(4)84.6(133)104.6(30)
C Lee69762711443132534130163119(9.0)114.8(5)119.5(20)115.3(9)
C Pena61249062291461031081106121(6.0)114.4(6)138.4(5)130.8(3)
R Howard648529692604710757085136(4.0)114.1(7)146.9(2)123.2(5)
M Cabrera6805881143823479571133119(9.0)110.4(8)122.5(18)113.7(11)
H Ramirez706639129486295274415281(71.5)109.6(9)80.3(156)108.7(20)
D Ortiz6675499452135111430123117(11.0)109.5(10)122.8(17)114.9(10)
M Ordonez6795951345402876250148139(2.0)109.3(11)143.3(3)112.7(15)
A Pujols6795651143813299780156103(24.0)108.6(12)106.2(48)111.9(17)
D Wright7116041234213094670139107(18.5)107.7(13)105.3(53)106.0(26)
D Uggla7286327249331681311412188(57.0)105.3(14)84.6(132)101.3(47)
A Gonzalez7206461034633065360144100(31.5)104.5(15)97.2(78)101.6(45)
C Beltran6365548433333692101133112(14.5)103.1(16)123.3(16)113.4(13)
A Soriano61757993425333143010870(105.5)102.0(17)79.4(157)115.7(8)
B Phillips7026501252663033125217494(43.5)101.8(18)93.7(90)101.5(46)
A Dunn6325226927240101540103106(20.0)101.8(19)117.4(23)112.7(14)
J Morneau668590953133164590177111(16.5)101.4(20)116.3(25)106.3(23)
V Guerrero6605741134512771960176125(5.0)101.3(21)132.6(9)107.4(21)
A Rios711643117437245567013785(62.0)99.9(22)83.7(138)98.3(64)
C Jones600513984242982050133102(27.0)99.6(23)119.0(21)116.2(7)
A Rowand6846121174502747194215089(54.5)98.9(24)91.1(101)101.2(50)
L Berkman668561962423494850147102(27.0)98.8(25)106.9(46)103.6(34)

根據前兩篇的推論,我們最後得到eRBI(Estimated RBI) = 0.228*1B + 0.442*2B + 0.613*3B + 1.607*HR +0.022*BB + 0.033*HBP + 1.000*SF + 0.025*SH + 0.022*GO

上表是2007年eRBI最高的25名打者的打擊成績。

Sort By RBI
Player RBI(Rk)eRBI(Rk)
A Rodriguez156(1.0)137.6(1)
M Ordonez139(2.0)109.3(11)
M Holliday137(3.0)120.8(3)
R Howard136(4.0)114.1(7)
V Guerrero125(5.0)101.3(21)
C Pena121(6.0)114.4(6)
M Lowell120(7.0)93.2(37)
M Cabrera119(9.0)110.4(8)
P Fielder119(9.0)124.1(2)
C Lee119(9.0)114.8(5)
Player RBI/700(Rk)eRBI/700(Rk)
A Rodriguez154.2(1)136.1(2)
R Howard146.9(2)123.2(5)
M Ordonez143.3(3)112.7(15)
S Sosa141.9(4)101.8(43)
C Pena138.4(5)130.8(3)
R Braun138.0(6)136.2(1)
M Holliday134.5(7)118.6(6)
B Hawpe134.0(8)106.2(24)
V Guerrero132.6(9)107.4(21)
M Lowell128.6(10)99.9(57)

我們可以看到RBI前十名的打者大多也是eRBI榜上的領先者,Mike Lowell是個極端的例外,他的eRBI只能排在第37名(也就是平均一隊有1.2個人的等級),但是實際的RBI卻是第7名,這要歸功於他前段隊友的上壘能力和他本身在壘上有人的表現。不意外的,RBI領先群幾乎都有著超出預估值的RBI,Prince Fielder是唯一的例外,RBI比eRBI還低了5分。

在RBI/700PA的部份,我們可以看到Sammy Sosa取代了Lowell的地位,而Fielder掉出前10名後,RBI-eRBI最低的變成了他的隊友Ryan Braun。

Sort By Estimated RBI
Player RBI(Rk)eRBI(Rk)
A Rodriguez156(1.0)137.6(1)
P Fielder119(9.0)124.1(2)
M Holliday137(3.0)120.8(3)
J Rollins94(43.5)116.3(4)
C Lee119(9.0)114.8(5)
C Pena121(6.0)114.4(6)
R Howard136(4.0)114.1(7)
M Cabrera119(9.0)110.4(8)
H Ramirez81(71.5)109.6(9)
D Ortiz117(11.0)109.5(10)
Player RBI/700(Rk)eRBI/700(Rk)
R Braun138.0(6)136.2(1)
A Rodriguez154.2(1)136.1(2)
C Pena138.4(5)130.8(3)
P Fielder122.3(19)127.5(4)
R Howard146.9(2)123.2(5)
M Holliday134.5(7)118.6(6)
C Jones119.0(21)116.2(7)
A Soriano79.4(157)115.7(8)
C Lee119.5(20)115.3(9)
D Ortiz122.8(17)114.9(10)

Jimmy Rollins和Hanley Ramirez都有很強的清壘能力,打第一棒讓他們的實際打點數大打折扣。

不過話說回來,要不是打第一棒,他們也沒辦法打那麼多打席。以eRBI/700PA來看,Alfonso Soriano才是唯一能和中心打者一拼清壘能力的第一棒。

Sort By RBI - eRBI
Player RBI(Rk)eRBI(Rk)
M Ordonez139(2.0)109.3(11)
M Lowell120(7.0)93.2(37)
S Sosa92(48.5)66.0(120)
B Hawpe116(12.0)92.0(39)
V Guerrero125(5.0)101.3(21)
R Howard136(4.0)114.1(7)
M Young94(43.5)72.7(97)
E Brown62(140.0)41.4(224)
A Rodriguez156(1.0)137.6(1)
B McCann92(48.5)73.8(93)
Player RBI/700(Rk)eRBI/700(Rk)
S Sosa141.9(4)101.8(43)
E Brown109.3(39)72.9(201)
M Ordonez143.3(3)112.7(15)
R Hernandez106.1(49)75.6(186)
M Lowell128.6(10)99.9(57)
B Hawpe134.0(8)106.2(24)
V Guerrero132.6(9)107.4(21)
R Howard146.9(2)123.2(5)
B McCann116.7(24)93.6(84)
M Young95.1(87)73.5(200)

Ordonez奪下RBI超出預估最多的打者頭銜,Lowell和Sosa緊追在後,但是以比率上來看,比eRBI多打了一半的Emi Brown可能才是最神奇的。比較有意思的是主打第三棒但第二棒也打了不少的Michael Young也出現在這個榜上。

Sort By eRBI - RBI
Player RBI(Rk)eRBI(Rk)
A Soriano70(105.5)102.0(17)
H Ramirez81(71.5)109.6(9)
A Iwamura34(229.0)58.9(162)
C Young68(112.0)90.9(41)
C Granderson74(90.5)96.9(30)
J Rollins94(43.5)116.3(4)
J Reyes57(164.0)79.3(77)
K Lofton38(223.5)59.6(155)
J Pierre41(215.5)62.3(141)
R Weeks36(227.0)56.9(172)
Player RBI/700(Rk)eRBI/700(Rk)
A Soriano79.4(157)115.7(8)
A Iwamura42.6(242)73.7(198)
R Weeks49.8(236)78.7(169)
H Ramirez80.3(156)108.7(20)
D Eckstein44.8(240)72.9(202)
L Castillo32.8(248)60.0(239)
K Lofton47.6(237)74.6(192)
Y Escobar55.2(227)81.0(157)
C Young76.3(175)102.0(42)
C Granderson76.6(174)100.4(53)

eRBI超出RBI最多的前十名,第一棒的天下。


相關文章

  • RBI Estimation (1)
  • RBI Estimation (2)
  • RBI Estimation (補充)
  • 繼續閱讀

    2008/05/11

    RBI Estimation (2)

    -所謂的估計,就是不知道的東西都我說了算-

    前一篇文章中,先對於打點的狀況做了一些簡單的分析,之後也確認了並不用考慮盜壘split stats的影響,請參閱該篇的回應。

    這禮拜我再到MLB.com去找了各split狀態下的GO和AO次數,發現了一些事情:

  • mlb.com的GO/AO欄是(GO+GDP)/AO,換句話說,雙殺打在GO這一欄只會記錄一次,而在GO/AO時才當做兩個GO來算。
  • SH和SF都有算進GO和AO裡。
  • 000時,GO+AO恰好等於AB-H-SO+SH+SF-ROE,AL和NL都是如此,所以這應該不是單純的巧合;在其他狀況時,GO+AO略高於以上的算式。
  • 把GO的數據更新過(採用MLB.com的GO-SF),暫不處理ROE的問題,再把前一個表格中,確定的部份重貼一次:

    Split

    000

    100

    020

    003

    120

    103

    023

    123

    RBI28122727291919413381268022153582
    1B/RBI16201/00005812/00002465/1321895/08952086/????1022/1022607/????797/????
    2B/RBI5109/00001699/0691771/0771251/0251634/????298/????185/0370250/????
    3B/RBI532/0000148/014893/009326/002661/012229/005819/003830/0090
    HR/RBI2812/2812944/1888367/0734104/0208360/1080138/041498/0294134/0536
    BB/RBI7804/00002370/00002316/0000791/00001072/0000506/0000869/0000351/0351
    HBP/RBI879/0000319/0000163/000068/0000144/000075/000049/000058/0058
    SF/RBI0/00000/00000/0000317/03170/0000433/0433275/0275416/0416
    SH/RBI0/0000882/0000266/000019/0019317/000053/????3/00030/0000
    GO/RBI24695/00008621/00003995/00001271/02253619/00001470/????858/????1151/????
    RBI'2812272729191941120219279801451
    RBI"0000217975312352131

    前四個狀態是確定的狀態,後四個則否。 以120為例,不足的2179RBI中有634RBI是二壘打將二壘跑者打回來的,剩餘的1545分打點是一壘打將二壘跑者打回來以及二壘打將一壘跑者打回來的額外進壘得分,從前文我們已經知道此時額外進壘得分的機率將比單一跑者時更高,遺憾的是我們還是不知道這兩者的比例。

    我採用一個最簡單的假設,假設在120時一壘打送回二壘跑者的比率是020時的c倍,則此時二壘打送回一壘跑者的比率也同樣是100時的c倍,則這兩個比率應該是60.2%和45.7%。

    其他三個狀況也用同樣的方式去計算,103時的SH我假設有30%將三壘跑者送回來,由於發生的次數不多,這個造成的誤差應該不至於太大。

    重新將表格畫過,並列出各數據的總BRI和平均RBI:

    Split

    000

    100

    020

    003

    120

    103

    023

    123

    Total Avg
    RBI2812272729191941338126802215358222257
    1B/RBI16201/00005812/00002465/1321895/08952086/12551022/1022607/1034797/118129885/6808 0.228
    2B/RBI5109/00001699/0691771/0771251/0251634/0924298/0440185/0370250/06159197/4061 0.442
    3B/RBI532/0000148/014893/009326/002661/012229/005819/003830/0090938/0575 0.613
    HR/RBI2812/2812944/1888367/0734104/0208360/1080138/041498/0294134/05364957/7966 1.607
    BB/RBI7804/00002370/00002316/0000791/00001072/0000506/0000869/0000351/035116079/0351 0.022
    HBP/RBI879/0000319/0000163/000068/0000144/000075/000049/000058/00581755/0058 0.033
    SF/RBI0/00000/00000/0000317/03170/0000433/0433275/0275416/04161441/1441 1.000
    SH/RBI0/0000882/0000266/000019/0019317/000053/00163/00030/00001540/0038 0.025
    GO/RBI24695/00008621/00003995/00001271/02253619/00001470/0297858/02011151/023544140/0959 0.022

    也就是說,一支一壘打平均可以打回0.228分打點,二壘打則是0.442分,以此類推。

    當然這並不能拿來推估選手的實際打點數,中心棒次的打者由於打擊時壘上跑者比平均來得多,他們也比較容易拿到打點。

    而這也不是個評量打者的好數據。確實地,棒球比賽最重要的一個數據就是勝場數,能幫助球隊贏球才是球員最終極的目的。對打者而言,增加得分和提高勝率幾乎是等價的,這也是打點一直以來被視為最能代表打者貢獻的數字的原因。

    但是,這裡的勝場數和得分數指的是團隊數據而非個人數據,如果個人的打點數增加卻沒能提高球隊的總得分,那仍然是沒有貢獻可言的。

    舉個例子,如果兩名球員有著幾乎相同的數據,球員A僅比球員B多了1HR而少了10BB(代表A有著略高的SLG和較低的OBP),由上表可看出一支全壘打平均帶來1.6分打點,而10個BB也不見得能擠出1分打點(這還沒考慮到A剩下的9個打席中,SF和GO製造的打點)。然而B可以增加隊友打點的機會,還可以讓球隊多打十餘個打席,雖然B的打點數很可能會不及A,但不管從什麼方面來看,能讓帶來較多團隊得分的應該是B才對。

    所以這個數據就僅僅是推估打者在聯盟平均的壘上狀況時,可以拿到幾分打點而已,像是Expected winNeutralized wins計算投手在隊友和對手都是聯盟平均的狀態下可以拿到多少勝投,不過更沒有意義一點。

    也因此開宗明義的第一句也就說了:這是個沒什麼意義的數據


    下一篇打算來算一下2007年打者的Estimated RBI,以及與實際RBI的比較。


    相關文章

  • RBI Estimation (1)
  • RBI Estimation (3)
  • 繼續閱讀

    2008/05/04

    Goal Line Blitz

    最近在玩這個美式足球的MMORPG(多人線上角色扮演遊戲)。

    玩家在這個遊戲中主要是扮演美式足球球員,也可以靠著買下球隊成為Boss/GM/Manager。

    Player profile界面看起來頗有Yahoo! Sport的風格

    球員靠著訓練和比賽升級來提升屬性及技能,訓練項目和比賽策略都可以在個人頁面調整。

    大約兩天一戰,由電腦模擬比賽進行,成績會紀錄下來。

    球員會收到球隊給的offer,接受後就有收入可以拿來做訓練或是買裝備。

    可以在球隊頁面中檢視賽程及先發陣容,球員名單、Depth Chart和球場介紹也不缺。

    點擊比賽結果可以觀看gamelog,而其中最棒的就是底下這個replay動畫: 可以看到球員真實在場上移動的狀況。

    創造新球員和購買球隊都需要Flex Points,一個帳戶可以創造多個球員,不同的位置所需的FP也不同,較重要的位置需求的FP也較高。FP還可以拿來製作個人專屬裝備和升級。

    新帳戶一開始會有400點FP,有兩種方法可以增加FP,一個是花錢買,另一個是推薦新人加入。

    想體驗這個遊戲的人可以點以下連結創立一個新帳戶,讓我賺點FP :p http://goallineblitz.com/game/signup.pl?ref=8513805


    在幾年前我曾受到劇空間ぱわふるリーグInside The Park Baseball的啟發而想做一個on-line的棒球球員RPG,後來雖然有由劇ぱわ修改的俺のペナント出現,但是覺得從守備位置可以亂換,沒有賽程表而是靠玩家手動進行比賽,任何人都可以調陣容,比賽沒有經驗值,一年只有一次的訓練選擇,錢不是用來買裝備而是買技能,缺乏完整的成績紀錄,到沒有個人管理頁面等等,有諸多地方可以改進。

    劇ぱわ: 線上棒球策略遊戲,創造自己的球隊和其他玩家比賽 ITP: 扮演單一球員的單機版棒球RPG

    不過憑我一個人在課餘時間當然是做不出來 XD,小貼紙算是其中一個衍生作品吧。(話說本站用的小貼紙已經更新囉,現在是根據每日造訪次數成長,不會退休,每天固定進行27場比賽的版本)

    老實說我對美式足球是一竅不通,唯一的接觸是アイシールド21。 不過Goal Line Blitz幾乎就是我想像中的Web-Game美式足球版,所以讓我很有興趣,希望日後也能出現棒球版本的MMORPG。 :p

    繼續閱讀
    Powered By Blogger