Fantasy Baseball 進階教程——從菜鳥到高玩（三）球員價值計算篇

之前的兩篇我們分別介紹了各項打擊、投手高階數據，可以說是給大家提供了一個玩好FB的工具。今天我們將向大家介紹FB球員價值的計算方法。

1、  Standings Gain Points (SDG)
如果有如下兩個球員，誰的排名應當更高呢？

A球員 – .280, 65R, 30HR,95RBI, 0SB

B球員 – .265, 100R,10HR, 55RBI, 40SB

那如果是這樣呢？

A球員 – .280, 65R, 30HR,95RBI, 0SB

C球員 – 5W, 40SV, 75SO,2.50ERA, 1.10 WHIP

我們該如何對不同類型的球員（高打擊率的快腿和低打擊率的HR打者）進行價值的比較？甚至是打者和投手進行比較呢？下面我們就將介紹SDG這種方法。

上圖我們選取了某個12人5*5 roto盟的最終結果。從圖中可以看出，當賽季HR排名第一的玩家打了291HR，而最後一名的玩家打了191HR。換言之，多打100HR可以讓單項名次上升11位，即平均每9.1HR上升1位。同理，我們可以得出平均每23.82RBI上升1位，每2.73W上升1位，ERA每少0.091上升1位。該算法也存在一定缺陷，因為它只考慮了第一名和最後一名玩家的數據，如果用Excel的SLOPE公式則效果更好。

運用該方法，我們統計了2012年48個12人盟的平均結果如上圖。我們繼續以上文提到的B球員（.265, 100R, 10HR, 55RBI, 40SB）為例進行計算。按照上圖的結果，10HR可以上升0.96（=10/10.4）位排名，即0.96SDG；40SB可以上升4.26（=40/9.4）位排名，即4.26SDG。

Avg這樣的比率數據計算會相對復雜一些。有如下兩個球員：

球員D：- 619AB、184H、Avg.297

球員E：- 434AB、130H、Avg.300

那麽球員D是否因為他有更多的打數，從而在Avg上的貢獻更多呢？讓我們來算一下。我們假設12人盟每支球隊有14名打者，總計168名。最高168名打者的平均打數為509，平均安打數為136，平均打擊率為.267。那麽我們可以得出，如果該玩家的其余13名打者都打出平均水準，則會有13*509=6617打數，13*136=1768安打。加上球員D的貢獻後，Avg=（184+1768）/(619+6617)=.26976；而加上球員E的貢獻後，Avg=（130+1768）/(434+6617)=.26918。因此，D球員在Avg上的貢獻為(.26976-.267)/.0024=1.15SDG；而E球員在Avg上的貢獻為(.26918-.267)/.0024=0.91SDG。所以D球員在Avg上的貢獻更大。

同樣的思路，我們還可以得出ERA和WHIP的計算公式，具體如下：

ERASGP=[(475+ER)*9/(1192+IP)-3.59]/-0.076

WHIPSGP=[(1466+H+BB)/(1192+IP)-1.23]/-0.015

更進一步的話，OBP和OPS的計算公式如下：

OBPSDG=[(H+BB+HBP+2609)/(AB+BB+HBP+SF+7540)-.346]/0.0233

OPSSDG==[(H+BB+HBP+2178.8)/(PA+6682)+(H+2B+2*3B+3*HR+2528.5)/(AB+5993)-.748]/.006

2、  Replacement Level

在一個需要選14名打者（2C、1B、2B、SS、3B、MI、CI、5OF、U）的12人盟中，2012年的Heyward和Cano誰價值更高呢？

從上圖可以看出，Heyward的SDG是超過Cano的（11.54VS11.25），但這並沒有考慮位置的影響。因為該12人盟中每位玩家需要選擇5OF、1個2B、一個MI，那我們可以假設第61位的OF為replacement level的球員，一般為遊戲中的FA，第19位的2B也是replacement level的球員。第61位的OF為Ludwick，而第19位的2B為Beckham。接著，我們將Heyward和Cano分別與同位置replacement level的球員進行比較，具體如下：

如上可以看出，Cano對比同位置replacement level的球員比Heyward更具價值（5.54VS4.61）。因此，考慮球員位置屬性調整後，Cano的價值更高。

通過上述例子，我們可以了解到，在計算球員的價值時，在計算完絕對價值SDG後，還應根據球員的位置屬性，找到相應位置的replacement level的球員，並計算出該球員相對的SDG價值，這才是一個球員在FB裡的真實價值。

3、  Z-Scores

盡管我們可以通過SDG的方式計算球員價值，但SDG也有其缺陷。首先，我們需要歷年各盟的roto數據作為依據，而且需要足夠的樣本量才能使結果偏差較少。另一方面，聯盟整體的環境可能發生變化，例如近年來聯盟HR和K的數量激增，使用往年數據會有不小的誤差。Z-Scores則解決了上述的問題，我們只需要所有打者的數據，然後就可以計算出某一名球員相對平均數據多或者少幾個標準差。