創作內容

0 GP

簡單的投球資料判讀方法教學

作者:流雲飛│美國職棒大聯盟│2009-06-01 17:04:52│巴幣:0│人氣:4049






昨天貼了一張圖有人霧薩薩一臉困惑

今天就來個大放送好了,順便教大家簡單的判讀投球統計資料

上面那六張表格就是今年Wang到目前為止六場比賽的投球統計,圖摘自
Brooks Baseball網站

下面讓我們一步一步來講解

首先從左邊看起

pitch type就是球種,Wang的四個球路大家都耳熟能詳了應該不用我解釋吧

Average Speed是該球路的平均球速
Max Speed是該球路的最大球速
Average H-Break和Average V-Break稍後會做解釋
Number Thrown是該球路投了幾球
Strike Pecentage是該球路的好球百分比
Time to Plate是球從出手到進壘的時間,單位是秒
Nibbbleness嘛
大意是進壘點距離好球帶邊緣的平均距離,原文如下看有沒有高人能翻的好點

Nibbleness is the arithmetic mean of the distance of each pitch, in inches, from the edge of
a normalized strikezone. Lower indicates "more Nibbley".


OK,前面提到的數字都很容易理解
下面我們來瞭解一下Average H-Break和Average V-Break。

Average H-Break代表的是
該球路的平均水平變化
Average V-Break代表的是
該球路的平均垂直變化

有人會說這兩個數值居然還有負值的到底是什麼意思,是數字大點好呢還是小比較好呢
下面我們用簡單的平面解析幾何來作解釋





基礎的簡單解析幾何大部份人應該都學過吧

當然如果你已經都還給老師了那就當我什麼都沒說XD

嗯,還在念小學的朋友可以過幾年再來讀這篇文章

OK,我們來看看上面那張圖,你可以把自己想像成是捕手,前面有一個好球帶框框

圖中我們將「原點」設為「假設投手投出的球不會旋轉時的理論進壘點」

那麼在此情況下投出的球的「實際進壘點」,我們就可以在座標軸中給他一個座標。

比方說某一次投球A,A的進壘點比「理論進壘點」偏左5英吋,並且高出10英吋時

那麼他的H-Break就等於-5,而V-Break就等於10

於是我們就可以在座標軸上找到點A(-5,10)

如何,夠直觀了吧

以此類推,H-Break=-8 V-Break=5的球就是落在B的位置
H-Break=-1 V-Break=2的球就是落在C的位置

A點通常是4-seamer 
B點通常是sinker 
C點通常是slider

看到這裡大家應該可以自行判讀一開始的那六張表格了
簡單的六張表格裡面已經包括了Wang開季以來的投球內容

至於更詳細的,就請大家自行去
Brooks Baseball網站慢慢玩吧XD


特別提一下他今天的投球,從Average V-Break來看

4-seamer是5.62
sinker掉的夠低,掉到3.50,而且和4-seam有兩個inch的落差,
這兩方面來看都是開季以來最好的一次

雖然我們不能肯定這網站判讀球路準不準確,
有沒有把4-seam和sinker搞混
但從這裡來看Wang的速球確實大有起色

至於slider和changeup,三場也總共只投了13球,就不多作評論了

最後補一張表是Greinke的



有尾勁的4-seamer的應該是怎樣的,從這張表可以略窺一二




===================
最後文末有幾句廢話要講,如果你已經被前文搞的一頭霧水,可以跳過不看

有些朋友,覺得拿一堆數據出來評價選手很不靠譜
事實上我也從沒認為我的分析就一定是正確的

棒球數據分析這件事的本質是
1.收集大量技術資料
2.收集大量比賽及對決結果
3.根據技術資料來分析在某些情況下得到某些結果的機率
4.根據分析得到的數據,用已知的資料來推論未知的結果

然而,第一個要素---收集大量技術資料,對我們來說就是難以辦到的了
所以像我這種隨便抓幾個個例子來分析
就是已經先有了結果,再去推論導致結果的原因

也就是說基本上是在馬後砲

so,馬後砲又如何呢?It's just for fun,isn't it?

我們又不靠這個吃飯,大家靠網路上能找到的資料私下分析著玩
覺得有意思的部份就貼出來給大家參考參考

不一定正確,但至少可以讓一些朋友覺得「好像有點道理」或者「我覺得應該是如此這般」
也就夠了不是嗎?

這些數據是很有趣的小玩具,希望有更多朋友一起來玩@@v



以上
引用網址:https://home.gamer.com.tw/TrackBack.php?sn=379129
All rights reserved. 版權所有,保留一切權利

相關創作

同標籤作品搜尋:|美國職棒大聯盟|運動|MLB|

留言共 1 篇留言

Oam
數據是個很好玩的東西,當它變成考題一點都不好玩。
Curve這本介紹Sabermetic的書籍看過幾次再也不看了
裡面的統計證明方法盤根錯節,當研究生的專題或許不錯,
但絕不要拿來跟一般人見識,經過幾次事件之後,才發覺
當一個球迷比一個球評幸福許多。

06-18 16:46

流雲飛
XD...變成課業或工作的話當然就好玩不起來了
這種東西就是感興趣的時候可以調出來研究的資料嘛
有數據為證總比靠感覺來的準...目的只是如此06-18 19:23
我要留言提醒:您尚未登入,請先登入再留言

喜歡★Demeno 可決定是否刪除您的留言,請勿發表違反站規文字。

前一篇:大聯盟的老闆們( 30隊... 後一篇:勝投記錄的價值所在?...

追蹤私訊切換新版閱覽

作品資料夾

chocomint路過的你
原創角色的聲庫更新了~歡迎來看\^o^/看更多我要大聲說昨天15:52


face基於日前微軟官方表示 Internet Explorer 不再支援新的網路標準,可能無法使用新的應用程式來呈現網站內容,在瀏覽器支援度及網站安全性的雙重考量下,為了讓巴友們有更好的使用體驗,巴哈姆特即將於 2019年9月2日 停止支援 Internet Explorer 瀏覽器的頁面呈現和功能。
屆時建議您使用下述瀏覽器來瀏覽巴哈姆特:
。Google Chrome(推薦)
。Mozilla Firefox
。Microsoft Edge(Windows10以上的作業系統版本才可使用)

face我們了解您不想看到廣告的心情⋯ 若您願意支持巴哈姆特永續經營,請將 gamer.com.tw 加入廣告阻擋工具的白名單中,謝謝 !【教學】