※ [本文转录自 Sabermetrics 看板]
作者: WillWaiting (Creep) 看板: Sabermetrics
标题: [翻译] 为什么Mario Mendoza很重要？ [3]
时间: Tue Nov 28 01:20:18 2006
以平均基准数据的问题
所有跟平均的未处理数据本身不可以很真实的告诉我们球员的贡献。为了帮忙处理这
样的问题，统计处理方法像是Normalization Production(PRO+)和Batting Runs(两个都
是Pete Plamer发明的)，还有像是Runs Created Above Average(RCAA,由Kee Sinins)被
创造来解决这样的问题。所有的方式都牵涉到将球员的数据来跟平均做比较，可以表达成
比平均高或多少百分比(PRO+)，或是比平均多得或失几分(Batting Runs and RCAA)。例
如一个有PRO+ 130的球员，他比联盟平均要多制造了30%的分数。而在Batting Runs的情
况里，球员可以有负分的情形，像是-10就代表在这么多的打席下比平均少十分。0分的
Batting Runs则代表联盟平均，不论他打100或600个打席都是0分。
但是在这方法下又出现了问题。所有有工作的球员都是在取代层级(Replacement
Level)以上的球员，那么他们的平均表现一定会比取代层级要来的高很多。一个球员有
平均的打击成绩事实上是很多人都没办法达到的。在大联盟里有很多人是远低于平均的标
准而且还有数千名低于取代层级下的球员。平均表现的人是很难找到的。
用球员平均得分来做比较的量化单位是不对的，因为将会把平均球员在打的时间上有
错误的评分。为了了解这回事，Table 5-1.1比较了两位其他相同队的球员(我们用
[EqA]，一个BP发明的数据，用来量测攻击的表现因为他集合了所有的攻击数据来成为一
个数据。EqA的范围通常跟avg一样，所以你可以把一个好的EqA看起来就像好的avg)
Table 5.1-1 Comparison of Two Players on Otherwise Identical Teams by EqA
─────────────────────────
Name PA EqA
─────────────────────────
Joe Average 平凡人 600 .260
Flash Fragile 三秒侠‧易碎品 100 .320
─────────────────────────
平凡人表现的跟联盟平均一样，稳定出赛且可信赖的但不会是全明星。三秒侠‧易
碎品则有MVP的成绩，如果他建康的出赛的话。 但是你看到他这样少的打席的话，你就会
知道这是很大的“如果”。
简单的说，一季600打席是每个位置可获得的。平凡人可以为球队打完整季。另一方面
，三秒侠只能够打完1/6个球季。那么球队剩下来的时间要干嘛？
现在，假如三秒侠的球队在开季时不知道他是易碎品。如果球队认为他能够打完整季
或是大部分的球季，他的替补会是在板凳上便宜的代跑或代守工具人。但是球队现在必须
要使用这些工具人、打电话给那些大联盟的边缘人过来或是把球员从3A叫上来。这是球队
把伤害减到最小的方法(包括减少rush潜力新秀的代价)，来把三秒侠的位置补上。