PTT推薦

Re: [閒聊] 野球革命FB 犧牲觸擊對勝率期望值的幫助

看板Elephants標題Re: [閒聊] 野球革命FB 犧牲觸擊對勝率期望值的幫助作者
evangelew
(uwe)
時間推噓 7 推:7 噓:0 →:3

※ 引述《andy82116 (鯊魚吃魚翅)》之銘言:
: 連結:
: https://reurl.cc/a4rWrZ
: 圖:
: https://i.imgur.com/cXD7xiE.jpg

圖 野球革命FB 犧牲觸擊對勝率期望值的幫助
: 內文:
: 【犧牲觸擊對勝率期望值的幫助】
: 傳統上的觀念,犧牲短打是通過犧牲一個出局數換取壘上跑者推進的戰術。當下一位打者上
: 場時,壘上的跑者就會處於有利得分的情境。但為什麼有些成功的犧牲短打,勝率期望增益
: (WPA)卻是負的呢?是代表這個犧牲短打對勝利是負貢獻嗎?想要深究其原因,就需要回來
: 了解勝利期望值(Win Expectancy, WE)。WE記載了所有在比賽中曾經發生過某分差、局數、
: 出局數、壘包情境最終贏球的機率。不同情境下WE相減可以得出該打席結果對勝率期望增益
: WPA。因此負的WPA可能是代表這次犧牲短打,執行在不對的時機,對勝利毫無幫助。
: 簡單統計到本季9/5為止,馬傑森和蔣少宏都各別點出8次的犧牲觸擊,而這兩人短打所產出
: 的WPA分別為0.562和0.534遙遙領先聯盟其他人,代表這兩人執行短打的時機,對球隊的勝
: 率增益相比其他人有較大的幫助,有正的WPA亦即就有負的WPA,和蔣少宏同樣都來自味全龍
: 的林孝程,本季10次的犧牲短打中產出了聯盟最低的WPA(-0.583),代表他在執行短打的時
: 機,對於球隊勝利貢獻不大。
: 如果從球隊角度來看的話,本季短打產出的WPA,最高的竟是聯盟犧牲觸擊次數第二少的樂
: 天桃園(0.282,42次),但也並非越少次WPA就會越高,聯盟犧牲觸擊最多的富邦悍將(56次)
: ,其短打產出的WPA(0.075)僅次於樂天,而聯盟中其餘三隊的WPA皆為負數,其中又以中信
: 兄弟產出最多的負WPA(-1.158,51次)。
: 文/阿拍 野球革命分析師
: ———
: 真的不是只有美國短打對勝率不好,中職也是。
: 爪短打更是負面中的負面,到底為啥每一任總教練都愛幹這種事情?
: 數據都證明短打就是負作用,還不明白嗎?

因為這數據從WE來
但WE累積規則的太細 需要大量的且十分多場的比賽

例如今天曾頌恩夠黑吧
1出局滿壘 雙殺讓我們勝率下降12%

詹子賢
2出局滿壘 三振讓我們勝率下降14%

這兩個例子不管怎樣很直觀 很好理解吧

但六局下半無人出局
曾頌恩率先上來打擊 滾地出局 這Play 球隊勝率上升4%

下一棒許基宏 保送 這Play 球隊勝率上升0%

下一棒張仁偉 一安 這Play 球隊勝率上升1%

為何會明顯不合理

借用野球革命的說明
WE 的原理非常簡單,歷史數據裡所有在比賽中曾經發生過某比分
某局數、某出局數、某壘包情境的球隊最終贏球的比例

但問題是有時會缺乏一模一樣的情境
導致數據容易偏少 WE出現明顯不合理的地方

我們累積WPA最高的三位球員
分別是
詹子賢 2.1
陳文杰 1.1
王政順 0.9

最低的三位球員
曾頌恩 -1.1
高宇杰 -2.1
岳政華 -2.7

或許可以硬去解釋岳弟太愛偷點
但那常被做戰術 又做的爛的文杰1.1 全隊第二又是怎麼回事?
以WE做基礎的數據
勝率機率提升 意思雖然很直觀 簡單易懂
但統計上需要的資料太龐大了

我們幾個主力打者 WPA只有四位是正的 (另一位是岳哥)
這倒是不意外

畢竟情境來說 從WE來看被扣分最重的時候
大半是壘上積壘又打不回來...
就像今天最痛的兩個 就是魚住的雙殺跟子賢的滿壘三振

--

※ PTT留言評論
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 101.10.62.64 (臺灣)
PTT 網址
※ 編輯: evangelew (101.10.62.64 臺灣), 09/09/2023 23:22:09

bmp847433509/10 00:06觸擊打不回來,不觸擊又雙殺

luchgin09/10 00:12感覺現在就像職棒十幾年的兄弟象,上壘 觸擊打不回來!QQ

Tigerchan09/10 00:35其實打線在爛的時候 觸擊也不會救了你 但我們這幾年的

Tigerchan09/10 00:35教練 總是把戰術掛嘴邊

goerge09/10 04:17曾不選球的毛病又回來了,看到翻白眼

dickenst3509/10 06:51以前跑打和打跑用的很好,現在連盗壘都不會了

ss88050909/10 07:21推解釋

howacha09/10 13:07推解釋 這數據根本就是得點圈打不好的副產物 好像沒啥意

howacha09/10 13:07

trombone09/10 15:31這篇解釋清楚多了,感謝說明!