2013年1月29日星期二

年度WOPA底漆

我以前做过这个,但现在是另一个WOPA底漆的时候了。 几年前,汤姆探戈推出了基于基本平均(WOBA)统计信息这本书:在棒球中播放百分比. 不久之后,沃巴是添加到扇形 统计数据库。 WOBA措施并没有像上面一样流行 基础加上折叠(OPS),但它不再是一个模糊的统计数据 只有铁杆统计家伙。

如果你花了很多时间阅读和讨论棒球网球(我假设你在这里大多数人),那么难以避免蛇虎。 我在这里使用它。  The 祝福你的男生和和汽车城孟加拉人博主经常提及它。你看到了它Motownsports论坛和推特。 当然,这一切都在扇形。 它甚至会在MLB和ESPN等主流渠道上显示出来。尽管受欢迎程度不断增长,但我认为很多人仍然没有 非常掌握WOBA是什么或它如何运作,所以年度底漆似乎值得。

除了它之外,WOBA统计学就像是一个基础百分比(OBP) 为不同的事件提供适当的权重。 如你所知,OBP 计算计数击打击球座的每一事件(步行单身, 双倍等)相同。 相比之下,WOBA给出了更多的信用 对于散步而不是散步,更多的双打,三人和家庭跑步 than singles. 结果是衡量玩家的速率统计数据 总击球贡献。

关于WOBA的伟大事物之一是它被扩展到表现得像OBP。 所以,我们知道.375或更好是非常好,.325是关于 起动器或半常规的平均值,低于.300是穷人。  The top wOBA for 去年的老虎是Miguel Cabrera在.417。 我们知道一个OBP .417会出现优秀。 .417的WOBA同样突出,但是 它测量Cabrera的整体击球贡献而不是他的 能够获得基地。 另一方面,拉蒙圣地亚哥有一个woba .253. 我们知道,.253 obp是可怕的,一个.253 woba同样 horrible.

为什么不做?   

为什么我们不能只是使用OPS?  OPS的问题是OBP 贡献约80%的时间来运行得分,而不是SLUGGING IALUGE(SLG)。  由于OBP和SLG在OPS公式中携带相同的重量,这意味着 OPS相对于SLG的低估OBP。 由于WOBA重量事件更多 适当,它更好地反映了玩家的总击球 contribution. OPS是一个体面的球员整体击球的衡量标准 表现,我们不需要完全放弃它,但WOBA是一个 当我们想要更准确时,更好的替代品。

百分位数

下面的表1显示了WOBA的百分比,2012年有250个或更多的板式出场(PA)。 包括所有被认为足以看到半定期播放时间的常规和部分计时器。 例如,WOBA的第75百分位数是.352。 这意味着75%的玩家,250 + PA下跌低于.352和25%,比这更好。 由于WOBA沿着边上列出了更熟悉的OPS和BA,因此图表应该有助于一些更好的理解。 例如,我们可以看到,.352 Woba约为等同于.815 OPS或.287 BA。

表1:WOBA百分比,2012年

PCTL.
WOBA.
OPS
BA
100
.438
1.041
.346
90
.376
.877
.304
75
.352
.815
.287
50
.325
.743
.261
25
.299
.684
.239
10
.279
.630
.222
0
.243
.530
.176
 

计算

为了计算WOBA,我们需要考虑体重或 相对于输出的重量运行每个事件的值。 我们知道每次活动都是值得的,通过数千次游戏中的各种情况。 例如,房屋运行价值1.65比平均不超过一个。 每个活动的权重如下:

1b 0.71
2b 1.01
3b 1.28
HR 1.65.
BB 0.56(故意走路被排除在外)
HBP 0.58

我们现在有一个新的公式:

运行速率=(0.71 x 1b + 1.01 x 2b + 1.28 x 3b + 1.65 x hr + 0.56 x bb + 0.58 x Hbp)/(PA-IBB)

MLB平均运行率为2012年所有击球运动员的256次。 我们可以阻止那里, 但为了与OBP相同,我们想要平均WOBA 大约319,联盟平均OBP为每个人(不仅仅是250+ PA的人)。 现在,319比24.5%高于.256,所以我们乘以全部 我们的体重由1.245,并到达以下公式:

WOBA =(0.88 x 1b + 1.26 x 2b + 1.59 x 3b + 2.06 x hr + 0.69 x bb + 0.72x Hbp)/(PA-IBB)

请注意,粉丝不包括从蛇饼散步,因为它们 通常在非常具体的情况下发布,许多分析师都感觉好像是 与玩家价值一样多的游戏情况。

结果

下面的表2显示了一些过去和目前的老虎的乌布。 最终列显示特定的百分位数。 例如,奥斯汀杰克逊的.371 Woba落在了87百分位的所有击球手中,拥有250个或更多的巴士。 这意味着2012年他在2012年比87%的MLB球员达到了,而不考虑立场。 其他高百分率的老虎均为Cabrera(99),王子前进(97)和Andy Dirks(86)。 最低百分位数为Ramon Santiago(2),Ryan Raburn(2)和Brennan Boesch(17)。 

表2:Tigers的Woba,2012年

播放器
PA
WOBA.
PCTL.
CABRERA
697
.417
99
fi
690
.398
97
杰克逊
617
.371
87
德克斯
344
.368
86
猎人
584
.356
79
阿维拉
434
.327
54
伊迪特
588
.310
36
浆果
330
.305
32
年轻
608
.305
32
佩尔特拉
585
.301
27
Boesch.
503
.288
17
raburn.
229
.256
2
圣地亚哥
259
.253
2

2013年1月28日星期一

把基座跑进战争

随着去年夏天的伟大美国联盟MVP辩论,一些支持的天使外离菲尔德迈克尔·鳟鱼的原因之一是他的速度。 Cabrera支持者坚持认为,速度不如击中,并且鳟鱼的基地运行贡献不应该足以克服Cabrera的击中优势。 他们是正确的,击中在获胜游戏中的角色比基本跑步在赢得比赛中,但它可以有所作为 

2012年观察击球的传播与基础运行(BRR)向我们展示了与基础运行相比的影响力。 击球率从114个以上平均水平的平均水平为-109平均水平。 另一方面,基地运行运行从18岁开始为天使到-18为国民。 所以,最好和最糟糕的击球球队增加/成本六到七倍,他们的蝙蝠比他们的脚补充所在的最佳和最差的基地。

但是,有一些玩家可以创造足够的运行,他们的基础运行在计算球员参与团队胜利时无法忽视。  According to the 扇形基础运行统计数据,鳟鱼增加了12次跑步或用他的基地跑步胜利,使他在2012年棒球中最有价值的基地赛跑者。 他的基础运行贡献比他或卡布拉或任何其他大击球手的击球贡献相当不大,但这并不微不足道,这就是为什么基地运行是赢得替换(战争)的一部分 

在2012季期间,扇形决定分离作为战争组成部分的击球和基础。 基础运行度量标准是加权被盗基础运行(WSB)和Ultimate基础运行(UBR)。 我将使用Tigers第二垒曼Omar Infante来说明如何计算WSB。他2012年的Marlins和Tigers的合并统计数据如下:

PA 554
SB 17
CS   3

通过线性权重理论,Infante获得了每次被盗基地的0.2次运行的信用,并且每次被捕获的窃取输掉0.4次运行。 所以,这是17 * 0.2 - 3 * 0.4 = 2.2次运行。 然后需要将该号码与联盟平均水平进行比较。 基于MLB总计的板材出场,被盗的基地并捕获窃取,平均基础赛道增加了一次每1000个板式出场的一次运行。 因此,平均球员将贡献554 *(1 / 1,000)= 0.6被盗的基础在与Infante相同数量的板式外观中运行。 最后,减去0.6从2.2产生1.6 WSB。

虽然,有更多的基础运行而不是被盗的基础。 例如,玩家可以使用他的基础运行能力从第一到第三到第三个或在苍蝇上的得分。 他也可以通过未能搬到额外的基地或抛弃尝试来伤害他的团队。 因此,Mitchel Lichtman将UBR统计制定为考虑运行超越被盗基地并捕获窃取的跑步者的一种方式。 使用线性重量确定,其中每个基本运行事件根据占用的基础是占用的值,OUT的数量和蝙蝠的结果。 可以在其中找到更多细节扇形词汇表和在Lichtman的底漆

伊迪特在2012年有一个1.1的UBR,这意味着他的基地加入了他的基地,而不是被盗的基地,并且抓住了从平均赛道中所期望的东西。 添加WSB和UBR为我们提供基础运行运行。 在Infante的情况下,这是1.6 WSB + 1.1 UBR = 2.7 BRR。  由于10次运行价值大约一个获胜,Infante为他的基础运行增加了大约0.3胜。

其他老虎(包括新收购的Torii Hunter) 可以在下面的表1中看到。 领导者是快速Quintin Berry(5.9 BRR),猎人(4.7)和Infante。 最糟糕的基础赛跑者是王子前进者(-6.6兄弟),jhonny peralta(-3.5)和delmon young(-3.0)。 那里没有惊喜。 最值得注意的结果可能是奥斯汀杰克逊的-0.7兄弟。 你会认为他会更多地利用他的速度,这可能会解释为什么他们最近雇用了基地运行的教练Jeff Cox。  

表1:用于过去和当前老虎的基础运行,2012年

播放器
wSB
UBR
BRR
浆果
3.8
2.1
5.9
0.6
猎人
0.6
4.1
4.7
0.5
伊迪特
1.6
1.1
2.7
0.3
Boesch.
-0.5
1.4
0.9
0.1
raburn.
-0.4
0.4
0.0
0.0
德克斯
-0.6
0.6
0.0
0.0
圣地亚哥
-0.1
-0.2
-0.3
0.0
杰克逊
-2.0
1.2
-0.7
-0.1
阿维拉
-0.1
-2.4
-2.5
-0.2
CABRERA
-0.4
-2.4
-2.8
-0.3
年轻
-1.4
-1.6
-3.0
-0.3
佩尔特拉
-1.2
-2.3
-3.5
-0.4
fi
-0.7
-5.9
-6.6
-0.7

数据源:Fangraphs.com.

博客存档

订阅

我的莎猪习惯书

My Sabermetrics Book
棒球美国十大书籍2010年

其他斯派默克斯书籍

统计柜台