※ 引述《Herlin (中華隊加油 我是小白)》之銘言： : 通常研究兩聯盟水準差異時, : 最常用的方法是研究一批球員在兩個不同聯盟平行移動時 : 平均成績的差異 : (最常看到的例子是Clay Davenport) : 比如說同一批球員 : 在A 聯盟的OPS 大概是在B 聯盟時OPS 的九折 : 如果只要據此表示B 聯盟水準比A 聯盟高, 高多少 : 只要樣本夠大我是沒有大問題 (一些小問題當然還有) : 不過當拿來預測單一球員的成績轉換時 : 通常所有人都會再加上一個"假設" : 即如果A 球員在A 聯盟OPS 多少, 那在B 聯盟他也照乘九折 : 這聽起來很合理 : 但是這其實還假設說原本已經有平行移動資料的那一大堆選手裡面 : 比如X 好了 : X 在A 聯盟的成績比這一堆選手在A 聯盟的成績高出10% : 那麼X 在B 聯盟的成績還是會傾向比這一堆選手在B 聯盟的成績高出10% 左右 : 事實上是不是這樣? 當然不完全是這樣 (每個人適應狀況不同) : 我的問題就是有沒有人估計過偏差的狀況大概是怎樣? : 一個方法可能是 : 假設有一群選手{X1,X2,.....X_n} : 這群選手在A 聯盟的平均表現數值是P, 在B 聯盟的平均表現是Q : 然後X1 在A 聯盟的表現數值相較於P 好了a_1 個百分比 : (或者如果平均表現數值是用OPS, 那這個部分可以算OPS+ 之類) : X1 在B 聯盟的表現數值相較於Q 則好了b_1 個百分比 : 依此類推之後 : 我們拿 {a_1,....a_n} 和{b_1,....,b_n} 來求相關係數 : 這個相關係數可以大概告訴我們 直覺猜測結果大概不會很好 這應該是還滿case by case的問題 另外或許可以用目前被認為在面對高競爭水準時能否維持的K/BB來用 求 {(a_1/b_1),....,(a_n/b_n)}和{K/BB_1,....,K/BB_2}的correlation 或者把K/BB代換成K rate、BB rate或其他 另外當兩個聯盟強度有一定差距時 可能先把{a_1,....a_n}和{b_1,....,b_n}標準化會比較好 : 直接拿conversion factor 去乘成績得到轉換推測結果的可靠度在哪裡 : 就實務來說 : 通常認為由三A 推算出來的MLB equivalent 還算可靠 : 二A 馬馬虎虎 : 一A 或以下則僅供參考 : 我是有點好奇這三組情形如果用上面方法算出相關係數, 不知道大概分別會是多少 -- My Baseball Blog http://www.wretch.cc/blog/andrenomo --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 218.35.24.198