有點小瑕疵 HR/9應該要視為投手可以控制的 HR/Fly通常不是視為投手可以控制 如果投手可以選擇球路調整滾飛比 那就是變相可以控制HR/9 (HR/Fly 我看到是說平均值會回歸於11%, 那個人說原文研究在 Baseball Forecaster 上) 我不是什麼統計專家 不是要戰統計方法 不過以下觀念應該是沒錯的 有錯請鞭 統計是以數據分析不是以原因分析 在樣本數量夠大下,保證規則一致,數據不被污染,改取的都有取 在同樣的假設下 用某些統計方式 所得出的結果會有效且可重複 但不保證推論有效 既然是以數據分析 你就不能保證考慮了所有原因 就算是研究K/9 K也有分站著K,揮空Ｋ K的對象也有分打者型態 沒有切下去細分當然是可以作研究的 但是就是有原因沒考慮到 產生例外情形至少有下列幾種 1.完全是一個低機率的case 就算被雷打到機率很低,總是有人被雷打到 2.數據不小心被污染,例如數據記錄錯誤 3.考慮的原因不夠多, 使你的方法對多數人有效, 但是不代表全體有效 4.統計的方法中某些參數給的不好 統計數據有時候會結合參數給予權重作研究 權重有點像是經驗, 例如OBP和SLG給予的權重就還沒有明確的定論 (目前常見的OPS就是1:1) 王建民的投球型態已知是一種極端case(之前) 1.一顆特別快卻變化頗大的深卡球 2.主要都是上述的深卡球 (有些變速或滑球幾乎連好球帶都丟不進去) 就算是拿Webb來比較?真的覺得他們是同型態的投手嗎? 理論上應該要拿同型態的投手來作比較 但是在樣本不足下(容許較多的變數 然後作研究) 依據結果把話說死 說完全是運氣 我覺得這態度值得商榷 在我看來 投出來的數據才是真實的 既然投了那麼多局 (上了大聯盟 到最近滑球量和變速球確定增加的這段期間) 王建民一直保持住該有的水準 那就不是運氣了 另外 很多時候有人會誤用了統計結果 通常會說 根據研究結果 BABIP應該不是一項可以控制的數據 有些人會直接說打者不能控制打進場的球(這是推論) 這是不佳的 那些防守上shift 不是shift假的 BABIP在取樣本上時 所有的投打對決都會取 不能保證把各種原因再分開後推論還是一致的 王建民確實進步了 滑球和變速都可以work了 過去的數據和推論 都建立在假定他只有一顆優異的深卡球 假定既然已經不成立了 過去的不是很能夠代表未來 至於戰Ace這件事 我只有一個看法 就是從一開始標準就不一樣(標準應該要用數字) 要用統計預測人的未來 最困難的應該是 必須要找到夠多幾乎一樣的人 來撐起樣本數量 --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.129.77.6