kddkdd的部落格

前言

　　因為不少朋友反應想了解更多關於數據介紹，因此這篇將主要介紹常見棒球統計數據名詞(中職能算的)、公式或概念。本篇將分成以下架構介紹：

• 如何解讀數據、常見數據概念。
• 個別介紹每一項數據，並盡可能附上算法和概念。

如何解讀數據

　　傳統數據多多少少存在一些盲點，例如主觀因素過重、比重不均、分析層面過於粗略。為了解決這些問題出現了不少進階數據，大致上解讀數據可分以下幾個想法：

• 累積型數據和平均型數據是有所不同。累積型數據是指球員上場時間愈多成績愈有利，例如張正偉在2015年擊出140隻安打，這當然得有足夠上場時間才能達成；而平均型數據是指將累績數據做進一步處理，例如張正偉2015年打擊率0.335，經過處理後的數據在樣本數足夠下才能一起比較，例如2015年張正偉打擊率0.335，王勝偉0.291。
• 樣本數是否足夠。當樣本數過小時，數據容易失真或變動性過大，因此大多數數據均要求一定量的樣本數，對於樣本要求各方標準不一，常見的是打者要求平均每場3.1個打數，投手要求每場一局。若樣本數不足時，建議看基礎數據表現即可或另取合理門檻。
• 進階數據大多是經過迴歸分析而得到公式，其資料來源多數是以MLB過去資料為母樣本做分析，雖然不一定完全適用在中職上，但多數數據具有一定參考性。
• 進階數據重視組距大於數字大小。這是解讀進階數據時大多數人的迷思，例如A球員XR/27是6.12，B球員是6.37，解謮上會認為A和B球員是同一個等級，而不會說B球員比A球員好，原因如同（3）所述，公式係數多數是經由迴歸得到的數字，只要稍微改變一下變因就可能改變係數，因此以數字大小決定強弱是沒有意義。
• 部份進階數據是跟聯盟平均或底層球員做比較，例如WAR、WS等等
• 多數進階數據數字愈高等級愈好，但也有少數數據是數字愈少愈好，通常以＋號表示前項，以－號表示後項。
• 貢獻值和能力值並不相同。貢獻值是指實際上球員提供多少成績給球隊，偏向結論性質，通常上場時間愈多球員愈有機會提供更多貢獻值；能力值較具預測性，偏向理論性質。實務上可能因受傷、被其他球員卡位等因素而無足夠時間和空間，具高能力值選手無法提供高貢獻值。
• 雖然大多數進階數據會盡可能去除（降低）主觀因素，但仍然有可能會有缺陷，評斷球員前建議多觀察幾項數據。

數據簡介

　　本章將分成打擊、投手、綜合等層面介紹常見數據。(註1)

(1) 打擊

(A) AVG 打擊率：H/AB

　常見數值在0.25~0.30之間，大於0.30即是優秀成績。

OBP 上壘率：(H+BB)/(BB+SF+AB)

因為打者不只靠安打能上壘或推進壘包，上壘率能評估一名打者成功打　　擊的機率，較打擊率更為精準。

SLG 長打率: TB/AB

  長打率原意是指球員每一個打數能進佔多少壘包。對於球賽影響性來說，即便是安打，仍可分成1B、2B、3B、HR等不同影響性，長打率比打擊率更能釐清球員進攻時的破壞能力。

  OPS 整體攻擊指數 : OBP+SLG = OPS

  顧名思義就是把上壘率加上長打率，綜合評斷打者打擊成功機率和破壞力。

  OPS+ : (OBP/ lg OBP + SLG/ lg SLG -1)*100%

  OPS+較OPS直觀，藉由和聯盟平均球員成績比較，如果OPS+是120球員，表示該球員高於聯盟平均20%。

  GPA è GPA= (1.8*OBP+SLG ) /4

  根據多數論文研究出來資料，上壘率比長打率重要約1.8倍，但OPS 把兩者視作同等重要，這是OPS為人詬病之處。因此GPA主要目的即是修正此問題，除以4原因主要是希望此數值跟打擊率相近，判斷上更為直觀，一般GPA大於0.28即是優秀球員。

(B) XR/27

   XR=(.50 x 1B) + (.72 x 2B) + (1.04 x 3B) + (1.44 x HR) + (.34 x (HP+TBB-IBB))+(.25 x IBB)+ (.18 x SB) + (-.32 x CS) + (-.090 x (AB - H - K)) + (-.098 x K)+ (-.37 x GIDP) + (.37 x SF) + (.04 x SH)

   出局數= AB-H+SH+SF+CS+GIDP

   XR/27 = XR / 出局數*27

棒球數據學家一直對於打擊表現能製造出多少分數表達濃厚興趣，經由多次研究和迴歸分析，公式有相當多版本。XR表示一名球員創造出多少分數，考慮面向從安打能力、選球能力、推進壘包能力和阻斷攻勢等多方向綜合評估，但此數據屬於累績型，為了在同等基礎上考慮，把XR除非出局數*27，可視作一名球員在27個出局數中提供多少分數。

(C) wOBA.69*uBB+0.72*HBP+0.89*1B+1.27*2B+1.62*3B+2.10*HR)/(AB+BB-IBB+SF+HBP)

WRAA= ((WOBA-lg WOBA)/ WOBA Scale)*PA

WRC=((WOBA-lg WOBA)/ WOBA Scale)+lg R/PA))*PA

WOBA系統是另一位數據專家Tom Tango研發，主要也是因為ops有比重不均缺陷，故根據安打能力和選球能力去做分析，每年fangraphs網站均會對woba係數做調整。一般而言，Woba數值大於0.38即為優秀球員。

而WRAA則是延伸出的數據，主要是評估該球員比聯盟平均選手多貢獻幾分，WRC和WRAA計算類似，主要差別在WRAA可能有負值，WRC較不易有負值，另外WRC+跟OPS+觀念類似。

(2) 投手

(A) ERA 自責分率: ER/IP*9

   ERA主要是評估一名投手若投滿27個出局數會丟幾分自責分

   WHIP = (H+BB)/(IP)

   ERA僅能呈現出自責失分結果，但計算自責分時，RP有可能被安打後的失分是前一位投手留下來的分數，並不會計算在自己身上，故WHIP較ERA能顯現出投手的壓制能力，其概念是每局讓多少名打者上壘。

ERA+觀念類似OPS+

(B)  (CER) = {[(H - HR)*1.255 + HR*4]*0.89 + (BB + IBB + HB)*0 .56}*{HB + H + BB}/(Total Batters Faced)
ERC = CER*9/IP - 0.56

自責分的認定非常主觀，每人認定失誤定義並不相同，故誕生了ERC(真實防禦率)，ERC主要是利用被安打數、四壞、打席等數據對自責分做迴歸分析，數據較ERA客觀許多。

(C) FIP=  (13*HR+3*(BB+HBP)-2*K)/IP+constant

   Constant = lg era –(((13*lg hr)+(3*(lg BB+lg hbp ) – 2*lg k ) / lg IP)

   Xfip=((13*flyballs*lg hr/flyballs % )+3*(hbp+bb)-2*k)/IP + constant

FIP主要針對K、HR、BB、HBP等四項投手可控制因素對自責分做迴歸分析，概念是去除掉守備失誤因素，其值因為易受飛球影響，故XFIP是針對球場因素修正。值得注意的是曾有人做過中職迴歸分析，發現係數和MLB 有極大差異，以本人實際操作後發現，數值和國外數據統計亦有不少差異，此部份仍有待確認是否適用於中職數據分析。

一般來說FIP、ERC、ERA若能落在3~4之間就是不錯成績。

(3) 綜合

(A) WS (勝場分享指數)

WS計算過程非常繁雜，所以我就不提供算法了。WS概念是分析勝場是如何組成，因此把棒球比賽分成攻擊及防守兩種層面，而防守又分成投手和守備。藉由理論勝率可得知該球隊賽季中攻擊和防守各佔多少比例，將勝場數*3分配給攻擊、投手、守備方後，再統計每個球員表現，依序依表現分配得到各自的WS，即表示該球員表現累績值為該隊得到幾場勝利。

註1: 目前仍先介紹中職可計算數據為主，守備數據因資訊不足，日後有機會再介紹。

    最後，如果你看完以上介紹還是對進階數據霧煞煞，那再給你一個超級無敵簡單的懶人版，再看不懂我也沒辦法啦!!