作者newbornme (love u more)
看板MLB
标题How Much Does Coors Field Really Matter?
时间Sat Feb 3 23:26:37 2007
本文严禁各种形式之转录,
仅允许合法 (附上作者来源、出处) 之引用。
====
From Baseball Between The Numbers 8-2
by KEITH WOOLNER
====
在 1993 年,MLB 进行了从 1977 年以来的第一次新球队扩编,两只加入国家联盟的新球
队:Florida Marlins 及 Colorado Rockies;Rockies 是第一只进入季後赛的队伍,他
们在 95 年以外卡之姿闯进进後赛,这也是他们成军以来唯一的季後赛经验,不过事实上
,Rockies 从来没有在队史纪录上赢得超过单季 83 胜的成绩。
(Rockies 队史战绩:
http://www.baseball-reference.com/teams/COL/)
这只新球队,过往让球迷最津津乐道的,不是他们队上任何一位成员、不是他们 95 年的
外卡资格,也不是他们创造的新球队入场观众人数纪录。(Rockies 是 MLB 史上刚创队前
七年的球队中,观众入场累积最多的,且从来未跌破单季三百万人的数目,而这纪录一直
延续到 2002 年。)
取代的焦点,是他们的比赛主场 - Coors Field and Mile High Stadium,更精确的说,
是在这个场子比赛对攻击面及得分的效应;虽然在棒球讨论区内,这个球场因为高海拔地
理条件造成的可能效应已广为众人所接受,但有很多球迷及体育专栏作家,还是不知道如
何去精确的评估这个效应。
我们如何知道 Coors Field 所造成的效应,是完全反应在在这里比赛所有球队的攻击层
面,而不单纯只是地主队的投手太烂或者是打击太好?假如在一个高海拔的地方打球真的
会影响比赛很多,什麽因素是受影响最大的?以及这个因素被影响了多少?简言之,Park
Factor 如何影响一个球员的整体价值?
翻开过去的纪录,从中可以得到一些值得怀疑的启示:从 1993 ~ 2005 年这段时间内,
Rockies 队史上只有两个投手能在单季超过 100 局的前提下把失分率 (非责失分率) 降
到 4 以下。
年度 失分率 局数
Marvin Freeman 1994 3.11 112.2
Joe Kennedy 2004 3.77 162.1
没有一只球队可以在这个期间内拥有这麽少个投出此成绩等级的投手,最少的一些球队:
如 Rangers 和 Brewers 都还有四个,Tigers 也有三个。
但在相同的时间,Rockies 的打者曾在单季打出三成打击率甚至更高的打者 (单季至少500
打席数),有 34 位,在 MLB 独占鳌头。 (数量比第二名的 Indians 高了 27%),以棒球
统计数据分析 (Sabermetrics)中比较常看到的数据 (如 OPS),Rockies 有 36 位打者达
到 0.850 的高标水准,比第二名的 RedSox 及 Yankees 人数还高 20%。
若将这成绩合并起来看,相信足够吸引大家的目光了,虽然这还不足够去证明 Rockies
是在一个很特殊环境的主场打球,不过看起来很man的打击者以及娘炮般表现的投手,一
向是Rockies 在这段期间内的特点;的确,Rockies在攻击面,几乎未在单场平均得分这
项目,低於国家联盟单季的前四名,这项目他们通常是领先者,但同时,Rockies也从来
未在单场平均失分的单季排名居於前段班。
(Rockies 的年度单场平均单场得失分及国联排名)
年度 得分 排名 失分 排名
1993 4.68 4 5.97 1
1994 4.90 4 5.45 1
1995 5.45 1 5.44 1
1996 5.93 1 5.95 1
1997 5.70 1 5.60 1
1998 5.10 3 5.28 2
1999 5.59 2 6.35 1
2000 5.98 1 5.54 1
2001 5.70 1 5.59 1
2002 4.80 4 5.54 1
2003 5.27 3 5.51 1
2004 5.14 4 5.70 1
2005 4.57 5 5.32 2
为了显示这主要是球场带来的特性,而不是球队成员特性条件等问题,我们必须要找到一
个可以独立判断球场特性的方法,以及合理的球员成绩调整参数;这方法就是把该球队在
主场的比赛成绩独立出来分析;要看 Coors 的效应,就是得先看 Rockies 在主客场比赛
成绩的差异性,因为每只球队一整年下来,在主场和客场比赛总数分别都是一样的,打者
所吃的打席数及投手吃的投球局数,可因此分别视为数量十分接近的两个集合,无论是打
者或是投手的总成绩,最後都会在这两个集合中间,来回得到合理的平衡。
举例来说,在 2004 年,Rockies 在主场的 81 场比赛中,总共 5739 个打数打了 1752
只安打,在客场的 81 场比赛,5467 个打数打了 1413 只安打,主客场这两个不同的集
合,打击率分别如下:
主场 1752/5739 = 0.30528 打击率
客场 1413/5467 = 0.25846 打击率
乍看之下,主场的打击率比起客场高了 47 %。
套进公式,Coors 在打击率上的 Park Factor = 0.30528/0.25846 = 1.18
与联盟平均相比 (更精确的说,这应该是种对比於经过加权平均的客场成绩,通常这成绩
会接近於联盟平均),在 Coors Field比赛,Rockies有 18% 的增加在打击率的整体表现。
然而,事情没这麽简单,在看棒球统计纪录时的困难点,就是每个发生的事件,不会完美
的平均分布在这一年 162 场比赛中,即使比赛场地与环境因素都相同,我们仍可以预期
看到些许的随机变异,在如主场 v.s. 客场这两个不同集合之中;与之类似的例子,你不
可能期待在掷了100次钱币後,就一定得到正面50次反面50次的结果(虽然期望值是50-50
没错),也因此,一察觉到主客场成绩有差异,不能全自动的就归因於完全是主场效应。
在攻击面上,最常被用到当作 Park Factor 评量基准的,是球队整体得分表现,如果以
100 这个指数,来表示一个 「Neutral Park Factor」的话,一个拥有 Park Factor=110
的球场,就表示在这球场比赛,此球场有助球队相较於以往平均得分表现,往上提升 10%
;反之,一个 Park Factor=85 的场地,就是把得分成绩往下拉 15% ,以球队得分为基
础计算的 Park Factor ,往往就包含了球场对打者的整体影响。
(待续)
--
The One - My Blog (Indians, Baseball, Life, Travel)
http://go-tribe-ycc.blogspot.com/
--
※ 发信站: 批踢踢实业坊(ptt.cc)
◆ From: 211.74.72.135
1F:→ newbornme:若翻得不好请多包涵,我再修改。 :) 02/03 23:29
2F:推 OLDdaughter:推阿 好翻译!!! 02/03 23:36
3F:推 eei:nice 02/03 23:39
4F:推 keith2822:推~ 02/03 23:40
5F:推 Sunrise2516:推 02/04 00:11
6F:推 mmm333:翻的好啊 娘炮般的投手 XD 02/04 00:18
7F:推 Tzylu:推 02/04 00:35
8F:推 Carmelo3:PUSH!! 落矶战绩差票房还是很好 马林鱼....囧 02/04 00:47
9F:推 Pujols5:推 02/04 01:15
10F:推 evascat:Joe Kennedy 02/04 06:57
11F:推 newbornme:thx :) 02/04 08:22
12F:推 Foulke:不过这个情况在06年球季似乎有了改变?请问这个球场在06年 02/04 11:53
13F:→ Foulke:到底做了怎样的变化? 02/04 11:53
14F:推 newbornme:这篇文章只有用到05为止的资料,我还在翻,所以06年的变 02/04 11:58
15F:→ newbornme:化倒没有列入这篇文章的讨论,还有今年的Indians牛棚要 02/04 11:59
16F:→ newbornme:靠楼上了阿。 XD 02/04 11:59
18F:→ lynked:这是Andre大大的文章,我只是提供连结..... 02/04 17:00
19F:推 Chipperjones:他们以前超猛..Dante、Vinny、Walker、大猫..大炮队 02/05 02:44
20F:推 eei:可以改变的是增加湿度降低球飞行距离 02/05 10:28
21F:→ eei:但是 不能改变的是 选手在高海拔的地方体力消秏快 容易疲累 02/05 10:28
22F:推 lynked:那在客场有变的特别威吗? 02/05 17:29
※ 编辑: newbornme 来自: 211.74.72.135 (02/06 00:16)