守备数据比打击难做是因为守备的状况不一样
一个打者站上打击区,一定会有一个结果,要嘛好的,要嘛坏的
偶尔有触击这种不好不坏,但是比例很少
甚至从WPA的观点来说,触击也可以分得出好坏
但是一个防守者可以站满九局,却一个play都没有
这是RF、UZR、FRAA、DRS都会遇到的问题
在RF这个状况会很严重,因为RF的分母是局数
使用RF,一个防守者会因为自己的投手太会K被惩罚
会因为隔壁的防守球员太会守被惩罚
会因为自己的投手是滚球或者飞球人而有起伏
有各种形式的RF'去校正这个问题,但是RF还是有其他的问题
例如说,一个简单的play跟一个超难的play,在RF看来是一样的
以前面列出今年中职游击手的数据来说,RF高跟低之间不过差0.2~0.3
也就是说游击手一个平均RF这么高的位置,
最好跟最坏每九局也不过差五分之一到三分之一个play
如果一个4.8 RF的球员完成了很多高难度的play
另一个5.0 RF的球员全都是routine play,哪个球员的守备比较好?
在低水准的联盟守备好坏的差异可能让RF大到上面的情况可以被忽略
但显然即使很多人不满意中职的水准,高低RF的差别让RF这样的缺点被放大到不能忽视
守备率也是一样,甚至更糟,因为他很可能在惩罚守备好的球员
在低水准的街头巷尾联盟里,光把球接好不漏掉可能是很重要的能力
但是中职远远超出这个水准
你要守备率高最简单的方法就是放弃所有有风险的play,你几乎不可能会失误
但至少RF不会惩罚尝试去接每一颗球因而失误的球员,而守备率会
甚至样本够大的时候,守备范围大的球员的确会有更高的RF
(但上面说的所有问题依然存在)
与其用各种统计方式去校正RF,不如直接一点把分母换成play in zone
但既然做到play in zone了,那何不干脆一点做类似ZR的数据?
这是为什么RF今天在MLB根本没什么人在用
再进一步的问题是,有人谈到“量化”
如果量化单纯是比较谁好谁坏,那么RF撇除这么多问题,至少在方向上没有错
但下一个问题是,你有一个XR 20、RF 4.8的游击手
你有一个XR 30、RF 3.5的另一个游击手,哪一个人才应该先发上场?
XR算得出来,因为如前所述,几乎每一次打击都会有结果,且可以连结到得分
我们知道XR差10大约等于一胜,那么RF差1.3的游击手呢?会是几胜?
这是RF做不到的,ZR based的系统有机会做到的
要言之,守备率在中职是垃圾,RF有指标性,但是中职的水准已经让
这样的指标性没什么效度
既然中职短期内不可能投资UZR,该怎么评估守备?
答案其实很原始,就是球探
基本上,你花了一堆工夫弄ZR、弄雷射枪,最后得出谁守备好谁差的结论
我想95%以上根本会跟球探的意见一致
当然,前提得是真正有经验、训练过的球探
中职那票老教练就算了吧,余德龙游击守备这么好的球员他要花这么多年还半信半疑
纯粹只是说明这二十几年来球员水准的进步,
远远不是这些教练应该汰旧换新的速度跟随得上的