昨天讨论的结果
今年中职投手抓一个出局数，平均要投 1.55 个打席，每个打席平均用球数为 3.77 颗
也就是一个"该出局而未出局"，会导致投手要多投 5.84 颗球
接下来我们回到防守者和打者本身来看，"该出局而未出局"造成的影响
为方便讨论，我先假设一个场景为：
某半局，两人出局，垒上无人
兄弟防守，对方打者打了一个二垒滚地球
这个滚地球二垒手所需的防守范围，是潘潘可以处理而师兄会让他滚穿的情形
所以这球在潘潘与师兄的相对关系中，可以认为是一个"该出局而未出局"导致的安打
这个"该出局而未出局"导致的安打，在当下这个打席（已经发生），产生的三围数据是
事件打席 AVG：1.000 OBP：1.000 SLG：1.000 OPS：2.000
因为没有抓到第三个出局数，所以必须面对下一位打者
下一打席 AVG：0.303 OBP：0.370 SLG：0.467 OPS：0.837
（此三围为扣除兄弟后，另三队之平均）
P.S. 有鉴于昨日算到第二第三人次后较不易理解，今日就只讨论到下一打席
虽然我们已经知道"该出局而未出局"，实际上影响投手的是 1.55 个打席
将事件打席和下一打席的三围相加，可以得到此事件与其下一打席产生的三围效应为
事件效应 AVG：1.303 OBP：1.370 SLG：1.467 OPS：2.837
而师兄三围 AVG：0.349 OBP：0.431 SLG：0.676 OPS：1.107
两者相除 3.73 3.18 2.17 2.56
也就是说，若从OBP的观点，师兄要多打 3.18 个打席才能补偿回来
若从OBS的观点，师兄要多打 2.56 个打席才能补偿回来
但上述算法，师兄是和air再比，但实际上师兄应该是跟替代的球员在比
P.S. 先强调一点，这样的算法
是完全从选手的 "个人能力" 来考量，而不是 "得分效应"
也就是依选手的个人能力，需花多少打席才能弥补此事件的三围效应
第一种替代方式较不可能发生：潘潘2B，师兄板凳
师兄三围 AVG：0.349 OBP：0.431 SLG：0.676 OPS：1.107
潘潘三围 AVG：0.301 OBP：0.353 SLG：0.398 OPS：0.751
两者相减 AVG：0.049 OBP：0.078 SLG：0.278 OPS：0.356
也就是潘潘每取代师兄一个打席，会产生的三围差异
因为在以上的事件中，我们算到了下一个打席
这边也再往下算一个打席三围期望值，在潘和师兄上来打时的差异
兄弟平均 AVG：0.331 OBP：0.399 SLG：0.519 OPS：0.918 x（0.078上垒率差异）
下一打席 AVG：0.025 OBP：0.031 SLG：0.040 OPS：0.072
然后把原打席和下一打的数据相加，就可以得到潘和师兄每上来打一次造成的三围差异
AVG：0.049 OBP：0.078 SLG：0.278 OPS：0.356
AVG：0.025 OBP：0.031 SLG：0.040 OPS：0.072
师兄>潘 AVG：0.074 OBP：0.109 SLG：0.318 OPS：0.428
最后以"事件效应"除以"师兄>潘"
事件效应 AVG：1.303 OBP：1.370 SLG：1.467 OPS：2.837
师兄>潘 AVG：0.074 OBP：0.109 SLG：0.318 OPS：0.428
弥补打席 17.61 12.57 4.61 6.63
也就是说，若从OBS的观点切入，师兄依其个人能力胜过潘潘的部分
要多打 6.63 个打席才能补偿回来此事件造成的三围效应（非得分效应）
第二种替代方式较可能发生：潘潘2B，师兄DH，周董板凳
这边依样带入上述算法而不赘述
周董三围 AVG：0.333 OBP：0.422 SLG：0.557 OPS：0.979
潘潘三围 AVG：0.301 OBP：0.353 SLG：0.398 OPS：0.751
两者相减 AVG：0.032 OBP：0.069 SLG：0.159 OPS：0.228
兄弟平均 AVG：0.331 OBP：0.399 SLG：0.519 OPS：0.918 x（0.069上垒率差异）
下一打席 AVG：0.029 OBP：0.027 SLG：0.036 OPS：0.063
AVG：0.032 OBP：0.069 SLG：0.159 OPS：0.228
AVG：0.029 OBP：0.027 SLG：0.036 OPS：0.063
周董>潘 AVG：0.061 OBP：0.096 SLG：0.195 OPS：0.291
事件效应 AVG：1.303 OBP：1.370 SLG：1.467 OPS：2.837
周董>潘 AVG：0.061 OBP：0.096 SLG：0.195 OPS：0.353
弥补打席 21.36 14.27 7.52 8.04
也就是说，若从OBS的观点切入，周董依其个人能力胜过潘潘的部分
要多打 8.04 个打席才能补偿回来此事件造成的三围效应（非得分效应）
讨论：
1.得分效应牵扯因素很多，如上场打击时出局的人数及垒上跑者多寡，基本上无法预期
理论上，潘潘和师兄同样打一支二垒安打，得分的效应应该是一样的
但实际上因为 "棒次的不同"
师兄打四棒的二垒安打，会比潘潘打九棒的二垒安打，得分效益来得高
但我这边是以选手个人独力能力创造的打击三围来讨论，而非得分效应
2."该出局而未出局"产生的三围效应是很大的
因为事件效应产生的三围 AVG：1.303 OBP：1.370 SLG：1.467 OPS：2.837
本来应该是 AVG：0.000 OBP：0.000 SLG：0.000 OPS：0.000
3.出局数非常重要，OBP和SLG相比，OBP明显需要花更多的打席才能弥补回来
4.从OBS观点，师兄要弥补此效应需6.63个打席，周董需要8.04个打席
也就是说，单纯考量选手自身能力
潘潘若每场能多守住一颗 "该出局而未出局的play"
理论上可以弥补其打击能力上的差异
但若把得分效应考虑进去，上述6.63和8.04两个数字应会下修
嘘 lakersPOYU: 哎 没比赛只能看这种文章 09/09 23:28
嘘 ll8833: 噗.... 09/09 23:29
嘘 KDDKDD: 真的愈来愈扯的算法 09/09 23:29
嘘 daaa: 列快点回来啊 这样系列文就是你了 不会是这些数学 09/09 23:30
嘘 kiddvier: 我也觉得继续检讨列斯特比较实在 XD XD XD 09/09 23:31
嘘 stond007: ? 09/09 23:31
嘘 lungfat258: 缺P币也别这样=_= 还要几篇? 没出局要多打1~2人 结束 09/09 23:33
推 bibyy: 唉 数学老师哭惨 教成这样 09/09 23:33
嘘 daaa: 到底要有多大的耐心跟毅力才能完成这篇文章 佩服佩服 09/09 23:33
嘘 hu610346: 这里是 数学版吧 09/09 23:34
嘘 tonysd: 这些东西是用来这样加加减减的吗...太扯了吧 09/09 23:34
推 bibyy: 拿数字来硬拼凑 也要有点逻辑吧 09/09 23:35
推 hhhhh550: 还来阿~我不想上数学课了啦～ 09/09 23:36
嘘 crazy0228: 扯...爆... 09/09 23:37
→ bar9527: 真的厉害，什么论点都是那么"坚持"，钦敬钦敬XDDDDDDD 09/09 23:38
可惜阿，无人能视其中奥妙
算法或有瑕疵，但方向是对的
→ crazy0228: 奇谭...奇谈... 09/09 23:38
嘘 KDDKDD: 方向对个头XD 09/09 23:41
数据大师来囉，每次看你批评那么多
你要不要算一篇 "实际的数据" 打我脸阿
每次讲一堆专有名词，也没看你有什么贡献
就这个命题 "该出局而未出局造成的后续影响"，你算算看如何
我相信你一定可以比我算得精准很多
但重点是有没有去算吧
推 hhhhh550: 方向对个头。我笑了XD 09/09 23:43
嘘 daaa: 拜托别回他 他对 都他对 都算他对 拜托 09/09 23:45
嘘 ohnacl: 其实你也想当数据大师，对吧？ 09/09 23:46
推 kkk192: 还不错阿 09/09 23:46
→ kkk192: 大家都好凶 颗颗 09/09 23:46
→ rain0212: 没贡献我也是笑了，稍微按一下搜寻比较好XDDD 09/09 23:46
嘘 lakersPOYU: 你整篇都在胡扯啊，你自己看着你算出来的数据，如果守 09/09 23:47
→ lsh0508: 朝圣一下XDDDD 09/09 23:47
→ lakersPOYU: 备真的像妳说的要这么多打席弥补，那守备组早就一统 09/09 23:47
→ lakersPOYU: 天下了，你可以告诉我红龟拿几座mvp了吗？ 09/09 23:47
你没认清前提
这边的前提是一个 "已经发生" 的 "该出局而未出局" 事件，后续影响会很大
跳开这个前提，应该质疑的是这样的一个事件
一场会不会出现一次？
嘘 chawer: 其实就忽略就好了 09/09 23:47
→ chen44: 朝圣 09/09 23:48
嘘 tonysd: 我一直有一种他的各种数字与理论都是要证明我们投手不烂 09/09 23:52
→ tonysd: 来映证战神不烂好棒棒的感觉 很抱歉 刻板印象 09/09 23:52
这篇还真的没有想到战神耶
纯粹想讨论火力最大化下的"道歉野球"是如何道歉的 XD
推 bibyy: 我还比较想看到每日老列 09/09 23:54
推 ismark2000: 其实你承认你也想加入数据大师的行列对吧 09/09 23:54
没喔，我是抛砖引玉
很想看看版上数据达人，有没有人可以认真的算算这个命题
嘘 needlove23: 你赢了 大家坐下来 算一下今天谁赢 不用打了 09/09 23:54
推 bibyy: 自我感觉良好 09/09 23:56
→ jkhcc: 千万别质疑他喔～他会说你人云亦云 09/10 00:14
1.52 1.55 1.6 怎么来得，现在应该是懂了
推 dsauqt: 大师你真的蛮闲的欸 09/10 00:16
※ 编辑: ensuey (61.230.110.57), 09/10/2016 00:17:26
嘘 robin2691: 方向对个喇叭嘴，私设一堆前提，数据一直包含无效资料 09/10 00:16
嘘 wglhe: 优文帮推 09/10 00:17
→ robin2691: 这样算出来的东西可信度能看吗...别人反驳了又在那边 09/10 00:18
→ hunng5: 换句话说投1.55个打者才能抓到一个出局数 09/10 00:19
→ hunng5: 平均投完一局要面对4.65位打者 09/10 00:19
→ hunng5: 一局有3个出局数 09/10 00:19
→ hunng5: （所以每一局会让1.65位打者上垒） 09/10 00:19
→ hunng5: 等于一局多投1.65x3.77=6.2205颗球 09/10 00:19
→ hunng5: 被安打就算了 如果守备不帮忙对投手会造成更大负担 09/10 00:19
→ hunng5: 也显示出中职投手压制力太差了 09/10 00:19
→ hunng5: 或被守备拖累的情况很常见 09/10 00:19
嘘 hhpsjoe: 自我良好到这种程度也是蛮奇筢的.. 09/10 00:20
推 ismark2000: 其实楼楼上的概念好像跟他要表达的概念接近了(？ 09/10 00:21
推 jjam: 你不就是只想证明 师兄跟周的守备棒子很难补回来? 09/10 00:21
没喔，因为"该出局而未出局的"事件，一场未必会发生一次
真要详细讨论，应该是说固定潘或师兄守2B一整年，潘会比师兄多守几颗球来看
但我虽然不知道真实的"弥补打席"数据为何
我也认为潘不可能取代师兄，可是有可能可以取代周董
嘘 ohnacl: 省著点吧，跟人要数据你也不会看的啦，到时候又说数据怎样 09/10 00:24
嘘 trogtor: 朝圣～ 09/10 00:24
嘘 ohnacl: 不算，啊数据还要你认可才算数喔？Bill James应该向你取经 09/10 00:24
推 hunng5: 把他前面的翻白话了而已 后面的。。看看就好 09/10 00:25
嘘 raywoor: 很累 09/10 00:27
嘘 KwonCho: 辛苦了 09/10 00:29
嘘 andy61132000: 朝圣 帮推! 09/10 00:31
嘘 CGtheGREAT: 看来豆爷可以退了 09/10 00:31
嘘 Chad0523: avg 1.303是三小 09/10 00:31
嘘 suzy0717: 洗文章喔 09/10 00:37
推 eagleflyfree: 奇文共赏 09/10 00:49
推 angel90380: 还来啊 -_- 09/10 01:00
嘘 papa72103: 在你这样的假设性问题下，请问试曾想过，棒球比赛跟天 09/10 01:17
→ papa72103: 气都是瞬息万变，你考虑了打击跟守备，为何缺了投手状 09/10 01:17
→ papa72103: 况、教练战术、垒审判决等...每一个都会影响比赛内容， 09/10 01:17
→ papa72103: 拜托你醒醒脑好吗？ 09/10 01:18
要讨论单一play，就是要把所有变因减到最少
所有变因都要考虑，只能用K大那种算法
但K大对守备失分的算法，只提到失误
但其实守备差会导致的失分，是包含了 "失误+非失误的守备瑕疵" 两个部分
嘘 yankeefans: 数据野球的极致 以后面试总教练先考个数学 09/10 01:21
嘘 toweryang100: 洋基大 还要考英文阿 沟通野球 09/10 01:22
→ splong: 路过看到这篇，笑死我了 09/10 01:40
→ splong: 前三行就有一些问题，1.55就是含你所谓的该出局而未出局 09/10 01:45
→ splong: 才能得到的结果，你怎么能直接乘上3.77 ? 09/10 01:46
→ splong: 好，后面基本上都不用看了(虽然我知道avg那边更搞笑) 09/10 01:46
→ splong: 简单说，你后面的计算都用1.55，这本身就有问题了 09/10 01:49
没有喔，我后面计算都是用1.0，也就是只算到事件发生的下一个打席
AVG/OBP 部分我已解释了，用机率来看当然不合理
你把他当成两个打席创造出的期望值就可以理解
因为攻守比较都是用两个打席来计算的
嘘 h100142003: 这个avg太消魂了XDDDDD 09/10 01:50
→ hunng5: 我上面翻白话了 他算的很怪 09/10 01:52
→ hunng5: S大 1.55x3.77是比例问题 09/10 01:56
嘘 h100142003: 很好奇 a打击率1 b三成 我们可以说每次b打都算1.3打击 09/10 01:57
→ h100142003: 率? 09/10 01:57
→ hunng5: 1.55用1.0算误差会不会太大？起码也1.5吧？等于每2出局数 09/10 01:58
→ hunng5: 会让一位打者上垒 09/10 01:58
1.55 就是要算到下面第二/三个打席的意思，有点复杂
所以我只讨论到下一打席
→ hunng5: 那你知道1.55的含义吗？制造一个出局数要面对1.55个打席（ 09/10 02:11
→ hunng5: 者） 09/10 02:11
→ hunng5: 一局要面对4.65个打席 09/10 02:11
→ hunng5: 那1.65打席上垒的变量太多了 09/10 02:11
→ hunng5: 无法证明什么 09/10 02:11
→ hunng5: 4.65怎来的知道吗？ 09/10 02:12
1.55 是我用大数据算的
至于前面一小段，和后面的部分其实是没有关系的
→ splong: 很晚了简单打一下 09/10 02:17
→ splong: 1.事件效应根本胡扯 09/10 02:17
→ splong: 2.下一打席还是胡扯，兄弟平均slg乘以0.078有什么意义? 09/10 02:18
→ splong: 答案：根本没有意义 09/10 02:18
推 hunng5: 你觉得那1.65位打者上垒都是失误上垒的吗？ 09/10 02:19
→ splong: 然后就算不管细节，我想下一篇文就很明白的跟你说为何 09/10 02:21
→ splong: 不能用你这种概念来算了 09/10 02:22
→ Terry2231: 朝圣 09/10 02:22
嘘 Phatmen: 机率没有在相加的啦................ 09/10 02:25
→ splong: 当然不能直接加 09/10 02:32
把每个机率同乘以1(打席)，看成期望值，其实就可以相加了
→ splong: 因为失误上垒产生的：avg 1.0 (其他数据略) 是"结果" 09/10 02:34
→ splong: 但是相加起来跑出来的东西根本不是结果啊? 09/10 02:35
→ splong: 相加出来的东西根本不是期望值 09/10 02:36
→ splong: 我也不知道那是什么东西 09/10 02:36
嘘 Phatmen: 你就想 你所谓“事件效应”的OBP是1.370 这根本不对啊 09/10 02:39
→ Phatmen: 如果是期望值就不会用OBP表示，因为OBP的P是percentage 09/10 02:39
→ Phatmen: 所以这个数字不管怎样都不会大于1................ 09/10 02:40
→ splong: 如果是掷硬币第一次正面，准备要丢第二次，你当然可以说 09/10 02:40
→ Phatmen: 不管你加了多少事件，每个打席的上垒率永远都不会超过1 09/10 02:41
→ splong: 丢两次正面期望值1.5，但是在你这边，第二打席的数值 09/10 02:41
→ splong: 并不是会产生的结果 09/10 02:41
→ Phatmen: 已经得知前一棒因为失误而上垒的“已知”，是放在条件机 09/10 02:41
→ Phatmen: 率的分母，而不是直接加在分子 09/10 02:41
→ Phatmen: 我不否定数据棒球，但我否定没有sense的数据还长篇大论 09/10 02:42
推 hunng5: 夭寿 这篇讨论完大家都可以被挖脚了XD 09/10 02:44
→ yankeefans: 我突然觉得我脑袋思路好像变清晰了 09/10 02:44
→ hunng5: 因为就是一个硬币有正反两面的变量 09/10 02:45
→ hunng5: 就像一个打席上垒的变量太大了 09/10 02:45
→ yankeefans: 硬币 骰子 扑克牌 轮盘 变量都是可量化的 09/10 02:49
→ yankeefans: "失误上垒"的变量要怎么量化? 09/10 02:50
→ ensuey: 若把原数据 OBP 改成上垒数 SLG 改成垒打数 09/10 02:50
→ ensuey: 若把原数据 OPS 改成上垒数 + 垒打数 AVG 忽略不看呢 09/10 02:50
→ Phatmen: 你知道改成你说的这些东西后，数据模型意义为何吗？ 09/10 02:51
→ Phatmen: 如果你想的还是“相加”那就根本没意义了 09/10 02:52
OK阿
相加若是不对的，那有没有别的方法可算
若算得出来，是不是会更接近事实的本质
嘘 followwind: 他就是要想办法能让相加听起来合理，不然他的立论基 09/10 02:53
→ followwind: 础就整个垮掉了 09/10 02:53
那你就错了，我算得数字是多少其实不重要
重点是从这个微观的角度去切入
去探讨一个"该出局而未出局"导致的后续真实影响究竟是多少？
这才重要
→ hunng5: 骰子6个变量 6分之6等于1 09/10 02:54
→ hunng5: 第一次骰到1机率6分之1，第2次还是1的机率是6分之1x6分之1 09/10 02:54
→ hunng5: =36分之1 09/10 02:54
→ hunng5: 这个概念有吧？ 09/10 02:54
嘘 yankeefans: 麻烦先定义出"上垒的变量"有几个 09/10 02:55
→ hunng5: 可以阿 除非是要在现场亲自分析计算，纪录组也没那么精细 09/10 02:56
→ hunng5: 吧的 09/10 02:56
→ yankeefans: 要先有办法算出"纯失误上垒率" 才能继续讨论 09/10 02:57
→ yankeefans: "我算得数字是多少其实不重要" XD XD XD 09/10 02:58
→ yankeefans: 好吧 我们这群人算是浪费时间了 09/10 02:58
嘘 followwind: “该出局未出局”造成后面的变量你给得出来我们再继 09/10 02:59
→ followwind: 续 09/10 02:59
→ followwind: 你给不出变量来是要怎么去做量化？ 09/10 02:59
→ hunng5: 例如整场因为大师兄失误（包含隐形失误记的安打或野选） 09/10 02:59
→ hunng5: 次数算出来 在算出本场平均一局要面对多少打者算出来，然 09/10 02:59
→ hunng5: 后上垒的变量等等等等 09/10 02:59
嘘 yankeefans: 这如果真的算得出来 也堪称创举了 09/10 03:00
→ yankeefans: MLB好像也没有这种数据 09/10 03:01
→ hunng5: 包括安打，保送，触身，甚至野选 不死三振 失误（纯失误or 09/10 03:03
→ hunng5: 有守备瑕疵，但是最后没有记失误的play)等 09/10 03:03
→ splong: 原po还要跟潘比耶，这样每个play去看也无法比啊 09/10 03:03
不用想得这么复杂
就只是假设一个已经发生的play
讨论这个单一play而已
→ splong: 因为你根本不知道这次防守机会换潘守会发生什么结果 09/10 03:04
→ splong: 算了还是去睡觉...XD 09/10 03:04
嘘 followwind: 你知道美国棒球进阶数据学者已经有好几十年在研究都没 09/10 03:05
→ followwind: 有人提出所谓的该出局未出局的效应吗... 09/10 03:05
没人研究，还是可以探讨阿
说不定真有人从这个角度切入，可以写出新的公式
科学不就是要有创造性
嘘 yankeefans: 因为"该不该"的标准就能吵到天荒地老了 09/10 03:07
→ hunng5: 建议你可开个进阶棒球科学数据学系 让大家陪你研究 还可 09/10 03:08
→ hunng5: 拿到世界专利 09/10 03:08
推 jash0910: 乱算一通也能叫创造性 ....... 09/10 03:09
→ hunng5: 如果你可以研究的出来也是台湾之光 09/10 03:09
嘘 followwind: Exactly！请问两个野手在range不同的情况下你要怎么 09/10 03:09
→ followwind: 样求出那个play是所谓“该出局没出局”？ 09/10 03:09
→ jash0910: 不是把数据这边++那边