專欄 從Mike Trout的MVP獎座看創造得分產量的意義

灌溉支持

小聯盟 王大麥 | 2016/11/29 | 人氣 2366

A- A+

The key to winning baseball games is pitching, fundamental, and three run homers. --- Earl Weaver

這是巴爾的摩金鶯隊名人堂傳奇教頭的名言,表示對於贏球而言,最重要的兩件事情分別是:投球基本功與三分全壘打。的確是如此,所謂“打大球不打小球”的信任野球抑或著重強投豪打的對(Full Swing Style vs Power Fastball)一直是Major League Baseball發展的精隨與棒球的文化底蘊。其彰顯了人類本能的求勝意志與美國的拓荒精神。

 

講完前言之後,大麥想接著介紹為何Bill James所提出的Runs Created概念,為何會造成棒球統計學(Sabermatrics)發展上的重大突破?然後藉著此一脈絡向下延伸談及進攻端的Runs Scored 以便把昨天只談論到 Runs Prevented Model 的部分補起來。大麥認為衡量“創造得分產量”(Runs Produced)是棒球比賽的重要脈絡。因為其是比賽中溝通的語言,也是衡量賽果的絕對判準。若從此最大公約數上針對進攻端做討論的話,個人認為是個比較能夠理解晚近球界中傳統派(依靠球探報告)與數據派(賽伯計量學)之爭的緣由何在的方式。

 

RC的基本架構如右:Runs Created = [(H+BB)xTB] / (AB+BB)。這是個便於理解的簡式,若又以更直白的方式理解便是:(上壘率x長打率) / 總機會數如左列的拆解可知,關於RC的組成因子不外乎是,在有限的機會中去彰顯上壘能力(OBP)與推進壘上跑者能力(SLG)的綜合評價。

我想聰明的讀者應該已經注意到一點了,那就是既然棒球比賽是用出局數來代表時間的,換句話說理論上是可以創造出無限多的得分的。大麥認為這是Runs Created給我們一個重大啟示,因為愈大量的得分產量,便相應意味著更多的勝利!

 

如此一來,要得到更多的分數致使球隊贏球的問題便回歸到──如何使打者較不容易出局?這個既簡單又純粹的議題上。因此Money Ball那套做法,就是在選秀會或球員交易市場上找尋具有特異上壘能力的打者。但我認為奧克蘭運動家隊太過份強調相對的物美價廉了(CP值),以致於必須將就將守備上較不穩定的球員(例如:Jason Giambi)。但沒辦法!這就是小市場球隊都必須面臨到的取捨問題(tradeoff)。

 

有了其上的初步概念之後,我們也可以做一個Runs Scored Model的迴歸式如下所列,用以對應昨天提過的Runs Prevented,其式子如下:

Runs Scored = 2226wOBA + 1116SLG + 1500OBP -184K% -903

行文自此,我想讀者應可以理解與創造得分產量最重要的變因是wOBA,其具有R平方0.9的高度相關。這個指標其實就是進階上壘率的概念,有點類似Pete Palmer提出的BRA(Batter's Run Average )。 BRA = OBP x SLG 簡言之,也就是相仿數據頭提出的RC公式的一種評價方式。 wOBA(​Weighted On Base Average)其算法如後:

wOBA=((0.72 x NIBB) + (0.75 x HBP) + (0.90 x 1B) + (0.92 x RBOE) + (1.24 x 2B) + (1.56 x 3B) + (1.95 x HR) + (0.25 x SB) - (.50 x CS)) / PA

一般來說明星級的打者的wOBA大概在0.4左右,聯盟平均水準則落在0.3。上面的算式是稍微有點繁複,不過若我們將算是改成: wOBA = (2OBP+SLG)/ 3,也勉強可以衡量一位打者的打擊破壞力有多強大?下方表格是Fangraphs統計近五年(2012~2016累計)的wOBA項目前五名:

 

 

 

從如下的表格中我們幾乎可以發現到這幾乎就是每年年度MVP的得獎名單嘛!

從2012年和2013年的胖卡布、2014年的鱒魚、2015年Donaldson以及2016年又是鱒魚!

哇嗚~各位讀者,原來這就是wOBA指標的驚人之處啊!

# Name Team G PA HR R RBI SB BB% K% ISO BABIP AVG OBP SLG wOBA wRC+ BsR Off Def WAR

_____________________

 

資料來源:1. http://research.sabr.org/journals/batter-run-average

                  2. http://www.fangraphs.com/

                  3. http://twbsball.dils.tku.edu.tw/wiki/index.php/WOBA  

1 Mike Trout Angels 771 3423 163 580 481 139 13.7 % 22.0 % .255 .365 .310 .410 .564 .413 171 41.0 320.0 10.7 47.0
2 Josh Donaldson - - - 704 3068 140 460 446 30 11.3 % 18.0 % .226 .303 .280 .367 .506 .376 141 4.2 149.7 50.5 32.0
3 Miguel Cabrera Tigers 745 3224 169 469 569 9 11.4 % 15.7 % .246 .348 .328 .406 .574 .413 165 -31.0 209.1 -49.8 28.2
4 Adrian Beltre Rangers 761 3217 135 434 458 5 7.2 % 11.3 % .198 .315 .310 .362 .508 .371 132 -1.0 117.2 42.6 28.2
5 Robinson Cano - - - 795 3432 134 452 465 22 8.1 % 13.3 % .195 .321 .305 .365 .500 .369 137 -16.5 129.0 9.7 26.7
                                           
 
 
                                           

關於作者 / 作者更多文章 成為粉絲
王大麥
    小聯盟
  • 王大麥
  • 王大麥的財金與棒球哲學隨筆

歡迎讀者至臉書粉絲團參與互動:https://www.facebook.com/TrendFollowingTrackingSystem/ 商管領域,但對棒球寫作擁有異常高的熱忱。喜好鑽研金融投資(Trend Following)與賽伯計...

slice

熱門文章

看更多

目前共有 0 則留言

回應文章請先「登入加入會員」,歡迎使用 facebook login 快速登入。 (為何鼓勵登入留言 ) 凡本站會員都有個人頁記錄留言,方便您可隨時查看您在哪些文章有留言,以及版主或其他讀者給您的回覆,讓您不會錯過任何一個與運動同好們互動交流的機會。

專題探討

2018 各守位球星排名預測

Fantasy Baseball 的最佳幫手,透過盤點各守備位置的球星強度、實力、數據,帶您一起來認識各隊主力球星!

最新文章留言

Back to Top