※ 引述《tradewind (The Twins Rule)》之铭言:
: 推 tradewind:因为Base Runs是一种run estimation,和真实得分很近似 08/11 17:00
: 推 Amilous:一只安打接着全垒打 base runs是1.25 但真实得分是2 08/11 19:23
: → Amilous:假想的这位打者 全垒打特多 算起来不太准吧 08/11 19:24
: Base Runs 基本公式:Runs = A*B/(B+C)+D
: A = H + BB - HR
: B = [1.4*TB -.6*H -3*HR +.1*BB] *1.02
: C = AB - H
: D = HR
: 以你举的例子来说,
: A = 2 + 0 - 1 = 1
: C = 0 所以 B/(B+C) = 1
: D = 1
: Runs = A*B/(B+C)+D = 1*1+1 = 2
: 与真实得分相同。
坦白说我从来没有真实去算过,不过以一个 run estimation 来看可以在如此
微小的事件里做到 perfectly matched 让我有点讶异,在这个例子里,也许这
个 Base Runs 或许应该叫 "run equation" 而不只是 estimation 而已。
另一点,可能因为是 expected runs 的观念影响,我一向认为除了 solo homer
是结结实实的 1 分 以外,其余像 2-run、3-run homer 或是 grand slam 都
不应该是帐面上的分数,有的时候 homer 可能成为 "rally-killer",也就是
帐面分数的 "价值" 其实有被高估的可能,这个差异会否因为 Base Runs 所翻
译的只是一个真实的现象而不是一种 regress to mean 的结果?也就是说我不该
拿 Base Runs 与 expected value 的观念一起看?
还有一件事就是 Base Run 的使用时机在 A 的部份会否应该做些限制?
好比说我们讨论一个 4 consecutive singles 的事件时,用 Base Run 会得到
很奇妙的结果 ( Base Run = 4 !? ),但其实这里忽略的事就是:
以 A 当成 Baserunners 的数量的话,4 consectuive singles 的小事件在
Base Run 的式子里就 out of reach 了,因为在棒球的事件里不可能有 4 个
baserunners。
这种看法不晓得是不是也表示 sample size 对于 Base Run 的重要性?Or
I do miss something?