tag:blogger.com,1999:blog-13479345.post2140901890731576707..comments2023-08-17T02:17:22.363-07:00Comments on Morikawa Blue: Mano a Mano: Nomo V.S. WangMorikawahttp://www.blogger.com/profile/01589615774316545629noreply@blogger.comBlogger8125tag:blogger.com,1999:blog-13479345.post-27896933730946570042007-08-12T07:22:00.000-07:002007-08-12T07:22:00.000-07:00Hi Benson,這麼說吧:一支球隊的 WPCT 如果以 Pythagorean Formula ...Hi Benson,<BR/><BR/>這麼說吧:一支球隊的 WPCT 如果以 Pythagorean Formula 來估的話,那麼應該是:(P = Power)<BR/><BR/>A = Team_RS^P<BR/>B = Team_RA^P<BR/><BR/>WPCT_Team = A / ( A + B )<BR/><BR/>其中 Team_RS 為 Team Run Scored;Team_RA 為 Team Run Allowed。<BR/><BR/>正常的情況下,球隊的勝場數會和 Pythagorean Formula 的估計相近,那麼如果我將 B 的部份 -- 以 Dodgers 為例 -- 換成 Nomo 主投時 Dodgers 的 RA,計算的結果就會有點像在處理 "<B>Dodgers 在 Team_RS 與 Team_RA 下的 ExWin 應該分配多少給 Nomo?</B>",因此這是 pure contribution。當然,我的做法略掉了不少細節的調整部份。<BR/><BR/>只改變 RA 而不考慮 RS 的好處有一個:萬一有一個投手很倒楣,他的 RA 遠低於 Team Average 但得不到 RS 的支援時,我們不能說這位投手對球隊沒有貢獻,他畢竟已經把 game 給了球隊,在球隊的平均火力輸出下,他有應得的 expected win;相對的,如果有位投手的 ExWin 在這個方法下算出來卻 "小於" 他所拿下的勝場數,那不也代表他的 "帳面" 成績 "真的很有運氣" 嗎?<BR/><BR/>換句話說,如果 Team 的 total ExWin 本來就比較少,投手被分配到的也就會比較少,Dodgers 的問題當然也會與他們向來都不太好的 RS 有關。<BR/><BR/>再以 Nomo 的 1995 年為例,他有 28 次的 GS (先發),如果我們把這 28 場 GS 換成一個 Team Average 的先發投手,計算出來的 WPCT 稱為 WPCT_TA,最後再計算 Nomo 的 WPCT,稱為 WPCT_Nomo,然後計算下面這個東西:<BR/><BR/>28 * (WPCT_Nomo - WPCT_TA)<BR/><BR/>這就像是 Nomo 的 Expected Wins Above Team Average,像這樣的做法就不再是所謂的 pure contribution 而是 marginal contribution 了。<BR/><BR/>不過我們要注意的是在這種近似的方法下,我們並沒有碰觸到投手的 ability 而只談他的 contribution。也因此無論這裡的方法多 solid,那都不會是 Wang 和 Nomo 孰強孰弱的結論,而是誰對球隊的貢獻較大的結論...Morikawahttps://www.blogger.com/profile/01589615774316545629noreply@blogger.comtag:blogger.com,1999:blog-13479345.post-25763813355017628182007-08-10T00:30:00.000-07:002007-08-10T00:30:00.000-07:00Hi Morikawa, 感謝你的回覆, 我有試著去算過到Nomo與王下場為止時球隊的Win%再用...Hi Morikawa,<BR/> 感謝你的回覆, 我有試著去算過到Nomo與王下場為止時球隊的Win%再用來計算ExWin, 結果與你先前的差距並不大, 分別是 Nomo(53.9) 王(46.5)<BR/> 抱歉因為我對sabermetrics並不了解, 所以我沒有辦法對這個topic做延伸.<BR/> 不過,也因為我對sabermetrics不了解, 所以我想請教, 問什麼你會用ExWin這個計算值來當做這兩位投手比較的一個項目, 並且說這是pure contribution? 我個人覺得ExWin指的是該投手在所處球隊中的相對應貢獻值, 畢竟RS/G 在這裡也佔了另一個重要的部分, 而且在某些特殊況下, 也許靠RS/G 就可以讓比較失真, 這應該也是你說Nomo 吃虧的地方是嗎?Anonymoushttps://www.blogger.com/profile/03854837137482899716noreply@blogger.comtag:blogger.com,1999:blog-13479345.post-63554419063768337352007-08-09T20:33:00.000-07:002007-08-09T20:33:00.000-07:00To Dorasaga王是真貨也好,假貨也罷,個人也不喜歡媒体沒事找野茂數據來挺王的炒作,但卽使王現...To Dorasaga<BR/><BR/>王是真貨也好,假貨也罷,個人也不喜歡媒体沒事找野茂數據來挺王的炒作,但卽使王現在regress, 明年就回來吃自己,至少MLB紀錄不會消失,fan也無需抱怨。對小郭和曹也有相同的期盼,但至今仍是一趟趟的DL,他們美好的MLB紀錄還是只在想望中。Anonymousnoreply@blogger.comtag:blogger.com,1999:blog-13479345.post-67934985219384631302007-08-09T02:22:00.000-07:002007-08-09T02:22:00.000-07:00Benson,我是用 Nomo 的 RA 與他的 IP/GS + Team RA 去估 ExRA9,...Benson,<BR/><BR/>我是用 Nomo 的 RA 與他的 IP/GS + Team RA 去估 ExRA9,以 97 年為例,就是:<BR/><BR/>IP/GS = 6.282<BR/>A = (6.282/9) * 4.515<BR/>B = [(9 - 6.282) / 9] * 3.98<BR/>ExRA9 = A + B =~ 4.35<BR/><BR/>其實這個方法你要挑毛病的話又豈止是 "為什麼不用 bullpen 的 RA" 而已?(比方說,很多機會下,一場比賽的投手群根本不會投到 9 局對吧?)用這個方法只有一個訴求:簡單、同時也不會差得太遠。而 Po 出來的東西,就是要讓大家來挑錯。<BR/><BR/>關於 team RA 與 bullpen RA 的部份,假設每場比賽 bullpen 都出 3 局 (事實上也沒有那麼多..),然後 bullpen RA 與 team RA 相差 1.5 分 (事實上也不會差那麼多),9 局下來的 ExRA9 差距大約在 0.5 分,or 0.05 wins。<BR/><BR/>這麼一來,我的誤差在 30 次先發時大約可以控制在 1.5 wins 左右,這勉強是我可以容忍的範圍。<BR/><BR/>我會很樂見 -- 你如果有興趣 -- 不妨修正我的 "懶惰" 與分享你的成果。<BR/><BR/>最後,要感謝你的 comment,更感謝你沒有把這篇文章的結果當成是無誤的,我相信這樣的討論應該可以讓你我都得到一些東西。Morikawahttps://www.blogger.com/profile/01589615774316545629noreply@blogger.comtag:blogger.com,1999:blog-13479345.post-67585553562308829002007-08-08T21:56:00.000-07:002007-08-08T21:56:00.000-07:00請問一下, 為什麼1997年Nomo的ExRA9(4.353)比他當年的RA(4.515)還來的低?...請問一下, 為什麼1997年Nomo的ExRA9(4.353)比他當年的RA(4.515)還來的低?<BR/>我以為ExRA9=RA+TeamRA*(9-IP/GS),不過實際試算起來發現並不是這麼一回事,可以解釋一下嗎?<BR/><BR/>另一個問題請教, 請問在計算POWER的時候為什麼選用TeamRA,而不是後援投手的RA or 後援投手的平均失分(包含幫先發投手丟掉的分數), 使用TeamRA 不就有可能會讓其他先發投手的表現也影響到計算的值了嗎?Anonymoushttps://www.blogger.com/profile/03854837137482899716noreply@blogger.comtag:blogger.com,1999:blog-13479345.post-81364283800573504472007-08-08T06:56:00.000-07:002007-08-08T06:56:00.000-07:00To 大和,Pierre 的問題在於接得到球但傳不回來,我沒看過肩力像 Pierre 和 Gonzo...To 大和,<BR/><BR/>Pierre 的問題在於接得到球但傳不回來,我沒看過肩力像 Pierre 和 Gonzo 那麼爛的 OF。而那篇數字裡的內容是以守備範圍來決定的。<BR/><BR/>肩力的嚇阻在守備統計的部份也是一項難題,總之看 OF 的 A (阻殺) 是一定不準的,且不提 Pierre 這種 "娘子肩" 的 OF,要是來一個像 Ichiro 這種強肩型的 OF,人家根本就連跑都不敢跑,哪來的 A?但 Manny 或 Soriano 呢?他們的 A 會多不就是因為大家覺得他們守備不好才會想去挑戰的嗎?<BR/><BR/>------<BR/><BR/>To Dorasaga,<BR/><BR/>Regress toward the mean 的手法一般是在球員的樣本數不足的情況下才會用一些 league average 的球員資料將不足的部份補足,Roughly,投手要 regress toward the mean 大概是 3 季的時間,總之就是總投球局數補到 600 ~ 650 局。比方說 Wang 現在是 400 局,那麼在他未滿 650 局之前,我們就補 250 局 league average 的投手資料給他。<BR/><BR/>不過 Wang 的成績就這兩年來看一直都很穩定,他的確很像是真貨,台灣的球迷瘋他是有理由的,就和 Ichiro 當時挑戰 MLB 的第一年一樣,日本人不也都為 Mariners 而瘋掉了嗎?Morikawahttps://www.blogger.com/profile/01589615774316545629noreply@blogger.comtag:blogger.com,1999:blog-13479345.post-6512825670509683592007-08-08T02:31:00.000-07:002007-08-08T02:31:00.000-07:00請問一下,有什麼方法算投手該季的regression呢?王如果regress,就好玩了。media ...請問一下,有什麼方法算投手該季的regression呢?<BR/><BR/>王如果regress,就好玩了。media and fans alike will start pulling their hair~<BR/><BR/>當然,要先算出來regress再來比較聯盟標準還有下結論。Billyhttps://www.blogger.com/profile/07132352551389612924noreply@blogger.comtag:blogger.com,1999:blog-13479345.post-10108331771722270812007-08-07T08:40:00.000-07:002007-08-07T08:40:00.000-07:00http://0rz.tw/ad2VR怎麼不只很多數據都把Pierre的守備排很前面...。這是在中...http://0rz.tw/ad2VR<BR/><BR/>怎麼不只很多數據都把Pierre的守備排很前面...。<BR/><BR/>這是在中職論壇一個版友貼給我看的。壇上大和https://www.blogger.com/profile/04383622087291815390noreply@blogger.com