※ 引述《nickyang (肌腱炎者少打字)》之铭言：
: LOB%是另外一个常常被误解的数据
: 照字面上翻译，Left on Base %，残垒率，很容易把boxscore上的残垒跟他连在一起。
: 但是看看个他公式：(H+BB+HBP-R)/(H+BB+HBP-1.4*HR)
: 这是一个依照安打保送触身全垒打跟失分（注意非责失分）“推估”出来的数字。一
: 个LOB%高的投手不必然代表他真的阻止了很多跑者得分。整体LOB%的平均约在70~73%
: 这里面的1.4 是因为联盟平均每支全垒打会得到1.4 分。所以他的分子是“送上垒但
: 是没有回来得分的跑者”除上“送上垒且没有被理论全垒打送回得分的跑者”。我们
: 先假设一个投手没有被打全垒打，如果所谓关键时刻的投球能力提升是一种投手的能
: 力，那么分子会极度接近分母，LOB%会趋近1 。反过来说，如果关键时刻投手会软手
: 是一种能力，那么LOB%会靠近0 。如果一个投手所失的分数都是阳春砲，他的LOB%甚
: 至会大过1 。反过来说，如果一个投手都在垒上有人时被打全垒打，会靠近零。
: 但是前面的表格也看到了，对于整体投手而言，LOB%跟掷筊是没有两样的，YOY corr
: 甚至低过BABIP 。所以要光用LOB%低去判断CC的压制力下降是说不通的。
诚如你所言 这些都是满满的运气
作分析 也只能在几个假设下 作推论 导出可能的结果
压制力的下降会导致LOB%的下降 这是无庸置疑的
你随便找两的投手的内容 带入公式 就可以验证
我的原文是 "LOB%的下降是因为CC的压制力下降"
不知你怎么会看成 "用LOB%去判断CC的压制力下降"?
CC压制力越来越差 从电视上看 从数据上看都是如此
他的配球也改变了 过去全盛期 速球占大多数
今年速球甚至还不是他投最多的球种
: 但是有没有个案可以控制LOB%？有，Mo生涯LOB%是八成，远高过他的年代平均（LOB%
: 平均，近年有逐步上升的趋势，亦即，得分越来越难了，也的确符合趋势），这跟他
: 的HR比例极低有关。
: 也有反过来的例子，林盲肠鸟掉之后LOB%大幅下降，这跟他本来就特别的投球姿势可
: 能更有关系，他在失去本来的威力之后，开放式跟封闭式的投球威力差距太大，导致
: 他垒上有人时特别容易炸。
: shift
: shift我觉得就现有的资料看来，这是一个神话。投入shift最多的几乎就是投入棒球
: 统计最多的球团。但是你说shift 真的很有价值吗？我到现在看不到有说服力的资料
: 就拿某板友也许刚google到的这篇文章来说 http://0rz.tw/UgMJm
可能我google 运气比较好 所以我有找到而你找不到
这边我再拿一个文章给你参考 也许可以改变你的想法
http://goo.gl/jX7Q1g
Shifting 的精神是 一个打者打出去的球
有一定程度的随机 却也有一定程度的趋势
最常用的手法就是把球场切成左中外三个等份
然后去分析该打者把球打进三等份的机率分别是多少
最近我有看到有人在推九等份 不过还很少见
说到Shifting 就要先提到防守的布阵
一个标准守备布阵是这样的:
https://goo.gl/7g8dFD
每一个防守球员站在哪边 都有他的原因在
比如说游击跟二游为什么不站更后面一点 增加拦截到滚地球的机率
是因为到某一个界限之后 就算拦到滚地球也有很大机率来不及传一垒
这样结果跟让后面的外野手来处理是一样的
另外一垒上有人的CASE 也有处理二垒的需要
严格来说 Shifting 早就存在
如果上来的打者跑得超慢 内野会往后
如果上来的打者跑得超快 内野会趋前
这就是一种针对打者的Shifting概念
至于我门现在要举的Shifting 这张照片是一个例子:
http://goo.gl/v7fVG1
举个例子来说 如果一个打者 把七成的球都打到球场右边
那么你会倾向把二垒手 游击手 三垒手都往顺时针方向移动
使得内野的防守能量集中在右边 外野的话也是类似的变动
因为球较可能落在某区 所以你让防守球员尽量靠近某区 是一种战略思考
: 在该文写成的2014年七月，shift可以让BABIP从.300下降到.299。嗯.300到.299，也
: 就是0.3%跟0.29%的差别，John Dewan是个很不错的作者，不过0.01%？误差就饱了好
: 吗？
: 而整个2014年的BABIP是0.295，shift比2010年多了将近九倍，那2010年的BABIP呢？
: 0.293。今年至今shift发动的频率比2014年更频繁了，BABIP？一样是0.293
: 如果照文中所谓shift只影响到滚球跟偏软平飞球，所以效果会被稀释，那么在shift
: 发动多了十倍不止，GB%上升将近一个百分点（这可是0.01%的一百倍呀！！）的2015
: 年，为什么BABIP也只是持平呢？甚至连0.01%的改变都看不到啊！
你既然看了文章 你怎么没有提到Shifting 把ERA从3.85将到了3.80呢?
这可不是小数目啊!
你说的那些东西 之所以观察不到 因为就算Shifting 现在越来越普遍
占所有防守case 的比例 还是很有限 所以你观察联盟的BABIP 当然被稀释的很惨
正确的分析方法 是要把一个球队的BABIP case 分成有Shifting 跟没Shifting两种
然后统计各自的BABIP 相互比较 才知道有没有用
http://goo.gl/AeCW1G
这篇文章就作了如上所述的分析 绝大部分的球队在有Shift的case 都得到了回报
当然也有少数如洋基队 反而BABIP上升的
对此我没有更好的解释 也许是运气吧
Shifting 可以是很严格的科学问题 这也就是为什么有些人开始倡导
将球场分为九等份 就是要防守球员不仅是往球场某侧移动
还要统计过去数据 让球员前进一点 后退一点 往最有可能的球落点方向移动
: 又，玩shift玩得这么开心的洋基队，GB%从2010年的43.9%跳到今年的46.5%（$man:
: 我们不要飞球投手），BABIP从2010年的0.281，2011年的0.297，到今年的0.302
: 所以shift不要说要成为从2009年开始得分下降的重要因素了，根本连影响BABIP的
: 效果都看不到。甚至在shift越玩越大的今年，联盟平均得分还上逆势上升了
分析一个东西 最最基础的就是要把其他变因都控制住
如果不能控制 就要想办法作相对应的修正 有时候这是个大工程
不去想办法搞定这些其他变因 看到就嚷嚷
绝非做学问的正确态度
我告诉你吧
去年全垒打很反常的少 比过去五年的平均少了10%
联盟一年平均要产生约四千五百支全垒打 10% 是450只的差距
你不是知道一支全垒打换1.4分?
那你告诉我 其他不计 光是这450只全垒打 就会让平均得分差多少?
连最基础的控制变因都不懂 得出来的结论当然是GIGO下的产物
: 当然，Dewan文章中提到的一点是，滚地球跟偏软平飞球的被打击率下降了。这点是
: 我觉得最奇妙的。我们看到整体BABIP上升，BIS不公开作法的资料却宣称滚地球跟平
: 飞球的被打击率下降了3%，换句话说，飞球跟扎实平飞球的被打击率要上升超过3%囉？
: 考虑到GB%实际上年年上升，那么后两者被打击率上升的幅度要更为惊人了。
: 我们可以穷经皓首去想想到底有什么可能让只影响内野的shift在降低滚球被打率的同
: 时，更大幅度的提高飞球的被打率。又或者，换个角度想想，
: 提供这些资料的是谁？
: 世界上唯一知道怎么做的是谁？
: 如果你觉得shift超棒超有用，你要跟谁买？
: 嗯？
: 我还有其他的理由怀疑BIS在shift这件事的认定上出了很大的问题，不过当然，这也
: 仅止于是怀疑而已。或许在shift的样本数更多更大资料更公开之后，可以看出其他
: 的原因。不过至少到目前为止，我是非常怀疑任何跟shift有关的宣称。
你会怀疑也不要紧 多看看人家的分析就是了
看了你就会信了 不要再用一堆不相干的东西稀释
然后声称Shifting 无效了
Shifting 是一个很严谨的科学问题
牵涉到统计 机率 等等学问
你对打者跟自家防守球员的能力有更深的认识
你就能在打击出去之前 让布阵保持在最佳状态
进而减少被安打的机率