PTT評價

[分享] 進階數據科普系列:關鍵指數

看板BaseballXXXX標題[分享] 進階數據科普系列:關鍵指數作者
BBOYstyle10
(跳舞/攝影/數據)
時間推噓 4 推:4 噓:0 →:0

關鍵指數(Leverage Index、LI)
基於勝利期望值計算的一項數據

野球革命對勝利期望值的介紹蠻簡單好懂的
https://www.rebas.tw/coefficient


看完了上面的勝利期望值介紹後
先簡單講關鍵指數的意涵

關鍵指數大部分情況下指的是gmLI(登板關鍵指數)
(其他的還有像是季後賽關鍵指數等等)


我們應該都可以認同以下兩種場面的「關鍵性」不同
A 八局下 球隊領先一分 兩出局滿壘
B 九局上 球隊落後十分 無出局無人在壘

很顯然的,A的情境比起B要來得重要
A情境絕對不能失分(甚至是連壘包都不能丟)
而B不管丟不丟分,這場比賽應該都是沒救了


由於投手的手臂有限
球隊會針對情境讓投手擔任不同的分組
「關鍵指數」就成了一個分辨投手登板的重要性

打者不太會像投手有分組,讓特定球員在較重要的時機出場
所以,打者計算關鍵指數是比較沒有意義的


關鍵指數是怎麼算的?
→平均每打席「勝率期望值」變動的倍數

我知道這聽起來很難懂
這邊就一步一步講解


大家應該都聽過或看過那個勝率期望值的上升下降的增減
某球員打出安打讓勝利期望值上升X%
某球員短打失敗讓勝利期望值下降Y%

這就是勝利期望值的變動


那麼聯盟平均每打席的變動怎麼算?

首先我們要先有全聯盟的打席結果比例(例如4%全壘打、7%四壞球等等)
以及全聯盟的勝利期望值資料(包含情境發生次數)

接著計算每一個情境的平均變動值
例如
A情境(九局上半無人出局無人在壘領先一分)
4%機會變成 九局上半無人出局無人在壘平手
7%機會變成 九局上半無人出局一壘有人領先一分
以此類推列出所有機會,並減去A情境的期望值

我們會得到A情境的所有變動值

將其變動值取平方乘以頻率相加再開方
就會得到A情境的平均變動值
以此類推計算出所有情境的平均變動值


再將所有情境的平均變動值取加權平均
就可以得到全聯盟的平均每打席變動值

而A情境的變動值除以平均每打席變動值
就是A情境的關鍵指數


單一球員的關鍵指數就是總關鍵指數除以登板次數




其他數據系列
球場校正   #1at67ad-
得分期望值  #1atTYTA6
wRC+家族   #1awae6EJ
跑壘額外得分 #1axEl6M2
守位校正   #1axx-_60

--

※ PTT 留言評論
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 125.230.29.140 (臺灣)
PTT 網址
※ 編輯: BBOYstyle10 (125.230.29.140 臺灣), 09/01/2023 15:01:52

youngkid09/01 15:03趕快推 不然人家以為我看不懂

venom95709/01 15:19讚啦,全是技巧沒有感情

Lemon48709/01 15:52永支數據系列

boriszhang09/01 17:53永吱版主的進階數據系列