※ 引述《abc12812 ()》之铭言：
:
: 推 julians:我很好奇的是说，如果是这样的话，那我们摆九个Ryan跟摆 03/01 12:58
: → julians:九个Fielder最后得到的胜场会不会差不多呢? 03/01 12:59
:
: 理论上是这样没错
:
: Ryan的打击在一垒会很悲剧 但同样的Fielder当游击霸的守备肯定也很悲剧
:
: 推 Guillen:不会，因为Ryan移去一垒的话WAR会大降，可能会变成负的。 03/01 13:00
:
: 理论上不会变 因为Ryan照理说会比"守备好的一垒手"再更多拦到很多球
: (可以想像一下Pujols和Ryan的范围差距)
:
: 这些多拦到的球抵消掉转一垒的position adjust (约15分)
:
:
: 不过实际上没人这样玩过 所以无法验证
其实相反，我觉得理论上不会这样
wOBA也好、TZ、ZR、WAR也好，所有的关键都在runs created/saved上
runs created/saved最后是连到理论胜率上
这当中的桥梁都是回归分析，回归分析取是大数，不是极端值
任何时候你也只能应用这些数字在大样本、接近平均值的样本
例如说，一支一垒安打长期而言等于0.17分
但是在Barry Bonds前面的一垒安打是不是0.17分？
很显然不是，因为Bonds就是个离群值
一样的道理，positional adjustment SS +7.5、 1B -10都是大数取样
你把很显然的离群值摆进去还能用这个数字推论吗？可能可以，但是要很小心
打个比方，假设今天你用一个价钱区间在$100~$200的东西推算价格弹性
那么能不能计算你把他涨价涨到$1000时的销售量？
不管你在$100~$200之间用的是哪一种curve，out of sample的数字理论上都是没根据的
甚至极端一点，任何没有出现过的price point都是没根据的，即使within sample range
我们信赖现在wOBA乃至WAR的理由是他们的计算结果极为接近真实情况
(全队的wOBA、SIERA推论全队得失分准确，全队得失分推论全队胜率准确）
但前提是多数球队都在你的sample pool里面玩，没有人疯到把肥王子丢到SS
当我们今天要讨论肥王子这个个案的时候，守位校正已经失准了
事实上，任何的个案都存在这种情况，例如说拿FIP看全盛时期的大数准不准？
FIP可能对99%的球员都准，但偏偏对他就很可能不准
SIERA对他可能稍准一点，但同样的，因为他是个很例外的投手，你拿根据多数投手计算
出来的加权套在他身上误差就会偏高
: 推 julians:然后，如果Fielder移到游击去WAR不也会因此大降呢? 03/01 13:12
: → pujos:胖王子去守游击WAR可能会升.而且机率不是一般的大*-* 03/01 13:14
:
: 理论上也是不会变
:
: Fielder当游击霸的防守恐怕不是普通的惨烈
:
: → pujos:守备要扣到比在1b惨有可能吗xdd 03/01 13:17
: → pujos:只要不是连一垒都传不了.范围小就小了 03/01 13:18
:
: 游击手比较的对象 最烂的是至少很会跳传的Jeter
:
: 虽然没人实验过 但Fielder当游击真的很可能一个反手就是内安
:
: 这样看来还有人会觉得转职WAR就会自动加分吗?
另外一个问题是WAR的假设，对的根据WAR的假设你说的没错
但是WAR的假设符合这个case吗？恐怕不是
WAR假设所有的守位可以透过平均校正，这个校正本身忽略了很多因素
例如说假设有个人正手接超强反手接超烂，他站在左边或右边差异就很大
但这个校正的假设是不管你换到哪个位置你的守备能力都不会变
再来，守备位置有没有可能影响打击表现？
WAR的假设是没有，很多球界的人相信有，我们不知道有没有，或说有多大
:
: 推 hunterqiji:任凭WAR再怎么合理﹐真正付钱的老板和GM还是不认的 03/01 13:19
: → hunterqiji:一个简单的问题﹐Ryan能签到20M/y的合约吗? 03/01 13:19
市场效率是一件事，硬球之前有篇文章谈守备职人是不是衰退比较快
那篇文章怀疑是的。
所以Bourn签不到符合WAR的大约、Ryan甚至连张普通约都可能拿不到
也许反映的不是市场效率不彰，是球团的人远比你以为的聪明
:
: 推 TaiwanNeko:守备组薪水比不上重砲手的另一个原因，球迷喜欢打击大 03/01 21:56
: → TaiwanNeko:爆发胜过稳定的守备，球迷多自然赚的多 03/01 21:57
这话不是没有道理，但关系可能没那么强
得分跟全垒打占票房的比重的确高过失分，但是战绩跟球场才是最重要的
: 推 blue142857:问题是一垒手根本不可能cover"大部分"右半边内野 03/01 22:56
: → maxspeed150:你怎么知道不可能? 03/01 22:57
: → blue142857:一垒手在多数的情况下还是会回到垒包而非出去抢球 03/01 22:57
: → maxspeed150:这些守位分数可不是乱加乱扣的 03/01 22:57
不是乱加乱扣，但是没办法处理极端值
另外blue142857说的也是很有可能，两个活动力一样的一垒手跟三垒手
假设他们正反手接球都一样好，他们的站位会一样吗？
很可能不会，站三垒他可以站得很靠二垒，但是站一垒他必须要回去接球
这样的差别可能只在一个人活动力大到可以站在二三垒中间依旧cover三垒时才出现
大部分的情况下不会有这样的一三垒手，但是Ryan会不会是？我们不知道
: 你给Fielder守1B他当然捡不到几球 但Pujols就不同了
:
: 可是Pujols的范围又跟Ryan有差
:
: 可以想像一下Ryan如果守1B会是多神的防守者
事实上我觉得Ryan越神这个差距就越无法预测
他越是out of sample，我们越不知道会发生什么事
: → maxspeed150:备就是一个惨烈 03/01 23:13
: → maxspeed150:就是因为1B从来就不会有很多很多球可以守才有守备扣分 03/01 23:13
: → maxspeed150:在看WAR时请把那些理所当然的直觉丢掉 一切让统计数据 03/01 23:14
: → maxspeed150:说话 03/01 23:14
这样讲我觉得就有点太过，任何的统计都假设，你要很清楚这些假设才能正确的让数字
说话。当这个数字出来违反你的常识的时候，除了怀疑常识是否正确也要怀疑假设是否
还适用
: → maxspeed150:WAR这东西就是为了要更客观评价球员才发明的 03/01 23:57
: 推 blue142857:WAR是个客观评价的标准这我同意 但个人认为他的缺陷在 03/01 23:58
: → blue142857:其实也不算缺陷啦..反正就是他是用统一修正的数据 03/01 23:59
: → blue142857:所以对每个队伍而言 同样把一个球员WAR提升2.0 03/01 23:59
: → blue142857:可能会因为队伍组成而带来不同的效益 03/02 00:00
其实与其说是为了客观评价，不如说是为了简化理解
你对.3/.4/.5没概念，换成几胜总有概念了吧？
但问题就在，WAR是透过层层回归计算的结果，每一次的计算都有假设
有越多的假设运用的限制就越多
这是不是缺陷？我觉得这不算是缺陷，重点是你要理解你模型的假设跟限制
: 推 OoyaoO:如果规则改成多守下一分对方球队得分会减1 多守跟多打一分 03/02 00:49
: → OoyaoO:的价值才会相等吧 03/02 00:49
: → OoyaoO:多守了3分被尻阳春HR但是打不下分最后还是会0：1输球 不会 03/02 00:51
: → OoyaoO:变成0：-2赢球 03/02 00:51
你这样的理解就跟WAR的应用不同了，
打出一支一垒安打不会马上帮你在计分板放上0.17分，但是长期来说会往这个方向回归
一场比赛0:1输球还是2:0赢球从来都不会是统计的重点
统计处理的是长期，是一整季是一个世代，一场球的输赢表现是没办法用任何数字预测的
: 推 waijr:一些统计方法都会有极端值 一般来说都是拿掉 有必要钻牛角尖 03/02 01:01
: 推 prereality:要找出war的弊端我觉得很容易 假设你找了8个在各防守 03/02 01:12
: → prereality:位置都是顶尖war但是攻击指数平均只有6~7左右的野手组 03/02 01:12
: → prereality:成一队应该就会发现问题出在哪了 03/02 01:14
: → prereality:但所谓这种找出8个极端的球员组在一队并且让他们打满 03/02 01:17
: 推 OoyaoO:不可能 没人会去做这种看起来就死定而且高成本的实验 03/02 01:18
: → prereality:整个球季这种事情现实中几乎不可能发生 所以很难去反驳 03/02 01:19
: 推 catsondbs:现实中防守打击以外的变量也很多 投手+守备也不能控制 03/02 01:27