※ 引述《Zamned (Как дела?)》之铭言：
: 布阵也有分布的好与布的坏的
: 巨人就是一个很会布阵的球队
: 洋基则是不大会布阵的球队
非常保留
: 会觉得老爹常被布阵原因是浅显易懂
: 大联盟布阵已经行之有年，越来越猖狂
: 以下大联盟近来的布阵统计：
: Trad Shifts Non-Trad Shifts
: 2013 6881 1664
: 2014 13298 1674
: 2015 17737 6749
: 2016 28072 6729
: 布阵到天昏地暗，加上好球带很大，造成近年大联盟贫打的现象。
: 有趣的地方是以下的数据：
: Shift wOBABIP No Shift wOBABIP
: 2013 0.280 0.294
: 2014 0.288 0.294
: 2015 0.286 0.291
: 2016 0.292 0.297
这个应该是wOBA不是wOBABIP
要衡量shift有没有效，BABIP好过wOBA，wOBA本身的加权会污染这个结果
举例来说，打者面对shift硬拉还是把球拉成二垒安打，这是一个中立的shift
不论有没有做shift都不能阻止这个结果
打者面对shift偷点点成一垒安打，这是一个负分的shift
如果没有做shift就不会被上垒
用BABIP，两者会得到一样的分数，用wOBA，前者的wOBA还会比后者高
最后会得到中立的shift的wOBA还比负分的shift高的结果
: 该说真不愧是大联盟吗？打者们开始反制布阵了
这种做法有两个问题，
第一，上面列的暴增的是传统的shift，意即外野没有移动的shift
但是一样有33%的FB跟22%的LD被放进去一起除，这是被污染的结果
第二，YOY的wOBA没有做校正，会被系统性因素影响，2016的MLB整体打者成绩比2013好
不能够直接拿2013的.280去比2016的.292说2016的打者比较会破shift
: 球打到各个角落的打者。
Aloson是个很好的例子，你仔细去找每一年同个打者面对shift的波动，会发现至今根
本没有趋势可言，现在在说shift很有效的公司，他的另一只手在卖shift的资料，仔细
去检查所有在讲shift有效的文章，没有一篇是站得住脚的
我只是指non-traditional的shift，传统的shift有效这是肯定的，要做这种shift也不
需要什么大数据或者是雷射枪，找个纪录员，甚至不用球探就可以了
以下跟你文章无关
就是推文里面讲的，台湾队要做shift找到对的人，给他影片跟基本的excel就能做80分
了。有些人看到大数据觉得很酷炫，还以为真的是神奇海螺。大联盟有些球队数据真的
做得很精，找的是真正能做data science的人，但是还是有很多球队没有这种人。如果
是做数据的行内人，找找看MLB BO雇用的是哪些学经历的，应该不难判断某些球队有没
有能力做“大数据”。我是指真的Big Data，不是像以前张善政的行政院那种拿个八百
万笔财税资料也敢说大数据的那种大数据。
光是找真的会看球的人去看就差很多了，台湾也不是没有这些人才，得不到机会而已。