※ 引述《kylechen (kyle)》之铭言：
: ※ 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%的上升 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%的上升是因为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"?
抱歉 各位版友 这里我打太快了 在此向各位陪罪
"LOB%的下降 是因为CC的压制力下降" 才是我要说的
这件事情是千真万确
有很多版友不信压制力下降会导致LOB%的下降
待会我就会证明
压制力是什么? 简单的说 打者没上垒就是被压制
当然广义的说 被打者打出二垒安打 跟被打出一垒安打 是不一样的
但这里先不提这个差异
投手被上垒率是什么? 就是WHIP
如果我们作一张图 把WHIP放Y轴 LOB%放X轴
这张图可以看作是反压制率(被上垒率) 与LOB%的关联性
得到的关系如下图(2014年 已排除投球局数不够的投手)
http://www.fotopu.com/image/844552
趋势是很明显的 被上垒率越高(代表压制力下降) LOB% 就越低
这就是我所说的 "压制力下降 LOB%就会下降" 的依据
如果LOB%公式中的R是线性的 我们不会得到这样的结果
我知道 运气占了很大的因素
但是想一想 如果我们放大到整年 放大到整个联盟所有的投手
运气应该会被averaged out 不是吗?
甚至我们放大到十年来的统计数据
不应该1990-2000年的投手们
运气就是比2000-2010年的运气差很多 对吗?
为什么每年的联盟平均BABIP总是差不多 就是一个明证
样本够大 运气造成的差异就可以被averaged out
所以 别再迷信什么 "对于整体投手而言，LOB%跟掷筊是没有两样的"
数据分析的结果
LOB%就是一个跟压制力有关的东西
最后再次跟大家道歉 许多地方我口气都不佳
主要原因是我自己修养不好
次要原因是我不太能接受用酸的 跟轻视人的回文 打脸阿什么的
对付此类的回文 我就会倾向以牙还牙打脸回去 但归结下来这不应该发生
我在美国住了四年了
在这里我认识了许多爱好棒球统计的朋友
台湾对这类数据的讨论不多 所以看到有中文讨论的文章 我会很感动
也会想要参与讨论 毕竟英文不是我的Native
总之
FIP 是有争议性的 争议点我在前文也重复很多次了
但是更多的讨论与分析 我们就更能了解事情的真相
这是不变的道理 所以也希望大家都可以和平参与
而不是认为对方不懂什么的
(我对我文章中嘲笑N版友不懂 郑重道歉)
之后若有机会 我会多分享一些我在SABR社群上得到的资讯
谢谢大家
: 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