显示标签的帖子萨巴德米斯. 显示所有帖子
显示标签的帖子萨巴德米斯. 显示所有帖子

2013年2月18日星期一

什么是最好的老虎阵容?

每个粉丝都有自己的理想阵容。 传统主义者倾向于喜欢搭乘速度,一个蝙蝠控制的家伙击中第二个,最好的击球手第三和最好的甩口(谁不是最好的击球手)蝙蝠第四。 有些只是希望数字一个和两个击球手要获得很多基础,并且不太关心速度。其他人在遵循这本书由汤姆探戈,米切尔利克曼和安德鲁海豚,其中声称最好的击球者不应该蝙蝠第三,蝙蝠相当第一,第二或第四。 还有其他玩具的想法是在球队中拥有最好的击球手,第二个最佳击球手蝙蝠秒等。在推理中,最好的击球剂应该在蝙蝠处得到最大。  

在每个季节之前,我喜欢做的一件事就是检查阵容工具棒球蜕变. 由分析师Cyril Morong,Ken Arneson和Ryan armbrust开发,它估计阵容的数量将根据每个击球手机的基本百分比(OBP)和折叠平均值(SLG)。 由于基础(OBP)和带有命中的竞赛者(SLG)的推进者是运行评分的两个最重要的元素,因此它们的方法有一种感觉。

但是,阵容算法也具有局限性。 也许最重要的是,它没有考虑基础跑步者的速度。 它也没有解决心理因素,例如在某些景点中感到舒适的击球运动。 它确实做的是尝试确定基于最佳的阵容,纯粹是一个很好的起点。

使用比尔詹姆斯手册投影,我将九虎初始启动器插入OBP和SLG阵容分析仪. 手册预测往往是乐观的,但这是一年中的时间乐观。 无论如何,一个可能的阵容如下表1所示。 阵容工具表明,阵容将获得5.687每场比赛的运行​​或在162场比赛中运行921次。 这是很多跑步,但这是因为我们假设所有九名球员都会打162场比赛,当然,这当然不会发生这种情况。  That's OK though. 目标只是为了比较不同的阵容。

表1:老虎投影阵容


球员1:
球员2:
球员3:
球员4:
球员5:
球员6:
球员7:
玩家8:
球员9:

该阵容工具考虑了这一九个击球手的每一个可能排列,估计最佳阵容将得分为5.766 RPG或934次运行,而最坏的情况将得分为5.502 RPG或891次运行。 这是43个运行的差异,这不是巨大的,而不是微不足道 - 四到五胜。

表2显示,五个最佳阵容中的四个有前沿的王子前进! 事实上,前十名中的八个有一个前十名,所有的前三十个都有飞行员或Alex Avila。 请记住,这只看起来只看着击球,并且不考虑Fielder和Avila没有的速度。 对我来说更有趣的是在所有十分之三阵容中的两个洞中的Cabrera。 这实际上是有意义的,但我可能希望在他面前至少有一点速度(以及能够在基地上获得基地)。

您也可能会注意到所有长期的“最佳”阵容列表都有奥马尔indante击球,在某些顺序中之前由Andy Dikks,Torii Hunter和Jhonny Peralta的奥马特·斯蒂尔击球。 这对我来说也很好看,虽然我们已经知道猎人将在Jim Leyland的阵容中击中第二个。  

表2:五个顶级生产阵容

5.766 fi CABRERA 杰克逊 阿维拉 马丁内斯 佩尔特拉 猎人 德克斯 伊迪特
5.766 阿维拉 CABRERA 杰克逊 fi 马丁内斯 佩尔特拉 猎人 德克斯 伊迪特
5.766 fi CABRERA 杰克逊 马丁内斯 阿维拉 佩尔特拉 猎人 德克斯 伊迪特
5.765 fi CABRERA 马丁内斯 阿维拉 杰克逊 佩尔特拉 猎人 德克斯 伊迪特
5.765 fi CABRERA 杰克逊 阿维拉 马丁内斯 猎人 佩尔特拉 德克斯 伊迪特

表3看起来最糟糕的阵容。 马上,你看到第一个问题 - 卡布雷拉正在击球第九 这显然永远不会发生。 与那些阵容一样糟糕,它们仍然会产生比最佳阵容更少的运行少于5%。 我们想要这五个百分之五,所以这些阵容已经出局了。 
 
表3:五个最低经营的阵容

5.502 佩尔特拉 伊迪特 杰克逊 德克斯 猎人 马丁内斯 fi 阿维拉 CABRERA
5.502 德克斯 伊迪特 杰克逊 佩尔特拉 猎人 马丁内斯 fi 阿维拉 CABRERA
5.502 佩尔特拉 伊迪特 杰克逊 猎人 德克斯 马丁内斯 fi 阿维拉 CABRERA
5.503 佩尔特拉 伊迪特 杰克逊 德克斯 猎人 fi 马丁内斯 阿维拉 CABRERA
5.503 德克斯 伊迪特 杰克逊 佩尔特拉 猎人 fi 马丁内斯 阿维拉 CABRERA


这与任何经理都有愿意拥有菲尔德或阿维拉蝙蝠索手夫,但假设我们有杰克逊的漏洞跟踪,其次是贝布拉,这是一个吸引我的想法。 底部四是在某些顺序中是Dirks,Hunter,Infante和Peralta。 Fielder,Martinez和Avila将在某些顺序中击球3-4-5。 我以各种组合播放,并在表4中提出了阵容。 这个将得分和估计930运行,9个运行或比表1阵容更好。 这可能不值得哗然,因为凸起射击第二次,但我喜欢它理论上。 

表4:  One More Line-up


球员1:
球员2:
球员3:
球员4:
球员5:
球员6:
球员7:
玩家8:
球员9:

2013年1月24日星期四

战争基线都是关于演奏时间

对于试图学习熟女学的人来说,最令人困惑的概念之一是替代胜利(战争)统计中的胜利中使用的替代基线。 在简单的术语中,战争是一名球员在替代级别球员中获得的球队的胜利总体胜利 - 一个可以获得联盟最低薪水的理论球员。 替代玩家的一个例子将是AAA中的一名球员,谁足以在专业中获得一些时间,但并不被认为是一个最重要的前景。 

为什么替换使用而不是平均值或零? 在建立球俱乐部时,将球员与联盟平均值进行比较可能是有问题的。 如果一个团队因伤害而被迫取代球员,他不太可能被平均球员替换,甚至略低于平均平均球员。 普通球员实际上是良好的球员,通常不能快速或便宜地提供。 在大多数情况下,受伤的球员将被实质低于平均水平的球员取代。

将玩家与零相比也不是一个伟大的主意,因为您的替换不太可能蝙蝠.000的任何时间。 您的替换通常在零和平均值之间的某个地方。 基于对数年多年来的数据进行检查,分析师确定玩家通常需要有多好的播放时间。 上述播放器必须执行的阈值以便在蝙蝠处变得一致称为替代水平。 不同的人使用稍微不同的替代水平,但我会跟随Fangraphs.com.定义在这里。

如果您有兴趣播放总经理,并且担心名单建设或玩家值多少钱,更换门槛就是去的方式。 如果您想做其他别的东西,例如选择名称大厅或奖获奖者,或者您只想知道您最喜欢的团队的播放器高于平均水平,您可以使用替代基准。

如果您确实决定避免更换的东西,但您应该了解后果。 这一切都归结为你想要播放时间的信用。 无论您选择高于平均(WAA)的胜利(WAA),或返回零(WAO)或战争可以在球员之间播放时间的变化时会产生重大差异。

假设,Gary Great and Sammy Solid都是第二个垒,恰好600板上出现(PA)。 他们是平均基本的跑步者和平均防守者,并在中性公园中发挥作用。 他们所不同的唯一方法是,加里比萨米更好。 加里有一个.400 obp,.540折叠平均值和.398加权基础平均值(WOBA)。 Sammy有一个.325 obp,.450折叠平均和.335蛇蛇。问题是与Sammy相比,有多少胜利值?

我们通常必须做大量的计算涉及基础运行,现场和公园效果,以便计算获胜,但是通过假设两个玩家在除了击球之外的各种方面都相似,这是简化的。 基于PA和WOBA,加里有40个击球运行,这意味着他贡献了估计的40次超出了相同数量的平均球员在同一数量的平均球员中的预期。 由于10次价值大约一个胜利,他是4 Waa。

Sammy有10个击球或1次击球。 因此,两名球员之间有三个胜利的差距。 (请注意,我们实际上应该增加胜利的一小部分播放第二基地,但它们都得到了相同的分数,所以我们会为简单而忽略它。)

如果我们使用零作为基线而不是平均值,怎么办? 平均播放器价值68次超过600 pa,因此加里为40 + 68 = 108以上零运行(也称为创建的运行)或10.8 WA0。  Sammy had 78 运行创建或7.8 WA0。 再次,这两名球员被三胜分开了。

最后,替代玩家价格在平均球员低于平均球员以下每600次运行,因此加里为40 + 20次以上更换或6战争。 萨米是30次超越替代或3战争。所以,两个击球运动员之间有三个胜利。 在WINS的胜利中有一个非常大的差异,每个玩家都在WAA,WA0和战争中赢得了胜利,但胜利的数量没有区别,因为它们具有相同数量的PA。

这是另一个故事,当玩家在他们的数据的数量相距 假设加里在300帕有300点蛇队中有一个.398 WOBA,而Sammy仍然有一个.335 WOBA。 在这种情况下,加里与Sammy相比,Gary有20个击球运动。 这是加里和1 Waa的2 Waa,适合萨米。 所以通过这项措施,加里是一个更好的胜利。 这有意义吗?是一个伟大的击球者,错过了一个胜利的赛季的一半比一个全季度的平均击球手更多的赛季?

让我们看看如果我们更改阈值,会发生什么。 300 PA的平均播放器价值34,因此加里为20 + 34 = 54运行高于零。 Sammy仍然是78次超过零。 在胜利方面,加里为5.4 WA0和Sammy 7.8 WA0。 在这种情况下,Sammy是2.4胜更好的而不是加里。

最后,如果更换是基线,加里为20 + 10 = 30以上更换或3场战争,而萨米为10 + 20 = 30次跑步以上更换或3战。 因此,他们被认为是平等的贡献者通过这种指标获胜。

所知的课程是您选择的基线可以对您对玩家的评估产生很大差异。 在第一种情况下,加里是更好的球员。 在第二个例子中,Sammy是较好的球员通过大量保证金。 在第三种情况下,他们等于。如果您不想,您不必使用替换级别,但重要的是要意识到基线之间的结果各不相同。

2012年6月13日星期三

什么类型的团队制作季后赛?

与虎赛季节有进攻和防守的老虎,有很多关于他们需要做的事情来追溯到季后赛。 我听说有些粉丝们说球队建在罪行周围,这是他们需要改进的主要领域。 他们目前在AL中的9日在每场比赛中得分,许多人感觉好像有可能在联盟中排名前四。 如果他们能做到这一点,那么进攻性的粉丝认为他们可以制作季后赛。 

另一方面,老虎也在每场比赛中允许的运行中的第11次。 我在几个地方阅读了粉丝不应该过于担心奔跑预防,因为团队围绕着击中。  就个人而言,我并没有指望他们在联盟中的第11次,特别是在Comerica Park的比赛中,这通常是中性公园的进攻。 无论他们击中多少,我也不认为那种奔跑的预防可能会让他们进入季后赛。 

无论如何,这让我想起了我发表的简单研究除了平均击球看着什么样的团队最有可能制作季后赛。 我正在使用略有不同的方法更新此处的分析。

我审查了这一点 犯罪和防御(投球/田间合并)的相对重要性 1990 - 2011年的所有主要联盟队的季后赛(不包括罢工缩短的1994赛季)。 我排名每个大联盟 基于罪行的每年的团队(经营得分防守(允许运行).   Then, each team’s 违法行为被分类为“Good”, “OK” or “Poor”根据他们的排名。  If a 团队在跑步进入联盟的前三名,然后被认为是 Good. 如果它在中间完成第三个,那么它就被放入了OK group. 底部三分之三的团队被归类为穷人。  Team 防守基于运行的方式分类(良好,好,差) allowed.  
通过防守越过进攻分类(好的,好的,穷人) 分类(好,好,穷人)产生了九个类别(良好的冒犯和好 防御,确定犯罪和良好的防御等)如下表1所示。  For 例如,2008年的酿酒师在国家联赛中举行的第七位得分 并且允许第四次最少的运行,所以 他们进入了OK犯罪/良好的防御类别。  
 表1:1990 - 2011年制作季后赛的冒犯与防御
罪行
防御
(投球/田间)
季后赛
%
好的
好的
60
51
85.0
好的
好的
78
41
52.6
好的
好的
70
36
51.4
坏的
好的
44
8
18.2
好的
坏的
52
6
11.5
好的
好的
75
8
10.6
坏的
好的
76
2
2.6
好的
坏的
68
0
0.0
坏的
坏的
87
0
0.0
 该表表明,1990 - 2011年之间有60支球队,可以归类为良好的犯罪/良好防御令人惊讶的是,这些俱乐部的51名(或85.0%)成为季后赛。 下一个最有可能类型的团队使季后赛是OK冒犯/良好的防守(52.6%)和良好的犯罪/ OK防守(51.4%)。 任何其他分类中的团队都不到一个 制作季后赛的五个机会。
这些数据告诉我们,任何具有季后赛愿望的团队都需要在犯罪和防守方面都强大,另一个团队在另一个方面都是强烈的。 随着所有传统谈论获胜和赢得游戏中的投球和田地的重要性,有些人可能会惊讶地发现,似乎似乎在实践与攻击性方面的优势方面似乎并没有。
在负面方面,如果一个团队在联盟的罪行中的底部三分之一的罪行或防御中,他们几乎没有机会制作季后赛,即使他们在比赛其他阶段的前三名。 如果他们在冒犯和防御方面都是可以的,他们也没有良好的赔率。
现在,老虎将被分类为OK进攻/恶劣防御。 基于以上,他们可能必须在两个地区移动一个凹口,以进入季后赛。    

2012年5月12日星期六

村民在早期投球领导者中勉强

此博客的大多数读者都意识到时代在评估投手性能方面的局限性。 最大的两个问题是:

(1)时代为投手提供全额信用/责任击球的结果 尽管他们分享了这一责任,但尽管他们的责任 fielders. 例如,他的背后有强大防守的投手 倾向于放弃更少的命中(从而减少运行)而不是穷人 他背后的防守。

(2)ERA为投手提供了对排序或计时的全部责任 事件,即,它假设他们可以在放弃点击时控制 和走路。例如,如果投手沥青非常好 在给定年份得分的跑步者,他将有一个较低的时代 而不是在那些情况下有一个典型的一年。此外,倾向于在单局中倾向于束基础赛道的投手将具有比他更均匀地分发基础跑步者的典型年份。

实际上,投手对两个击球数有限 球击中命中和序列的球。  Thus, Defense 独立的投球统计(DIPS),如FIP,XFIP,TERA和 Siera已经开发出来,以消除时代的一些噪音。  DIPS are 基于投手为大部分散步进行控制的东西, 点击击球手,三振出口,家庭经营和类型的击球(地面 球,飞球,线驱动器,流行苍蝇)。

因为它们是基于投手的东西基本上控制,所以 据说DIPS指标据说是比时代的真正人才的更好措施。  结果,它们也比预测未来更好 表现。然而,他们只测量投手的一部分人才 应该用作时代的补充,而不是替代品。

越来越多的粉丝与DIPS理论变得舒适,但它是 仍然是一个非常困难的概念,以便进入主流。  If 你曾经尝试过FIP或任何其他逢低统计 uninipiation,你可能会发现他们是持怀疑态度 忽略命中的统计数据。 他们不太可能买入 它即使他们意识到时代的局限性。 

所以,而不是要求球迷从时代到FIP,为什么 不符合他们的一半?  而不是删除预防和 在一步中排序,可以更好地删除一个因素 time. 比尔詹姆斯用他的组件时代(ERC)。 他将运行的运行应用于投手,他 确定投手的时代应该是基于散步,击中 batsmen, 允许三振,荷马和击中。 我将根据更多现代措施,如线性重量和基础运行,我将在这里看一些类似的统计数据。 

我们经常使用加权基准平均水平(WOBA)来测量整体击中性能,也可以用于投手。 美国联赛WOBA(WOBAA)领导者如下表1所示。 Tigers Ace Justin Verlander目前在联盟中的第三位,有一个.245 WOBAA。 Rookie Starter在带有.284 Wobaa的领导者中偷走了斯里奇。  


表1:反对领导者的Al Woba

播放器
团队
IP.
WOBAA.
杰 Weaver
Laa.
50.2
.211
杰克 Peavy
CHW.
52.1
.225
贾斯汀 Verlander
黛联
51.1
.245
杰森 Hammel
bal
38.2
.253
杰森 Vargas*
51.2
.259
瓜 Floyd
CHW.
46.1
.262
C.J. Wilson*
Laa.
41.2
.265
Felix. Hernandez
59.0
.270
克里斯 Sale*
CHW.
33.0
.274
布兰登 Morrow
47.2
.282
CC. Sabathia*
纽约
51.1
.283
dr Smyly*
黛联
34.0
.284
瑞奇 Romero*
48.0
.285
杰夫 Niemann
TBR.
33.2
.287
杰克 Arrieta
bal
44.2
.289
Neftali. Feliz
Tex.
32.0
.294
汤米 Milone*
橡木
43.2
.295
大卫 Price*
TBR.
45.1
.295
Jeanmar. Gomez.
cle
29.0
.296
魏寅 Chen*
bal
37.0
.297


在尝试评估投手时允许运行允许的运行总是好的,所以我们将接下来做到这一点。 基础运行措施是由20世纪90年代初期的大卫·斯密创建的。  它是基于我们可以估算团队的想法,如果我们知道 基础赛跑者,总基础,家庭运行和典型的数量 得分率(得分率是得分的基础跑步者的百分比 on average. 基础运行也适用于个别投手。  The 可以找到完整的公式这里.

贾斯汀 Verlander到目前为止,在51 1/3局中有13个基础奔跑 year. 这意味着他应该允许估计的13个运行 关于基础赛跑者的数量,他拥有的总基地和家庭运行 allowed. 他允许17种实际运行,所以运行对他来说 到目前为止,比你期望的速度更高。 这可能是由于防守恶劣,不幸的时间或者只是在击球的地方的运气不好。

Verlander拥有11个基地,平均水平高于平均值(RAA),这意味着 他挽救了Tigers估计的11次运行与平均值相比 投手在相同数量的局。 表2显示了他被捆绑了 在美国联盟的第三个公制。 有4个raa的史密斯。 

表2:普通的普通领导者

播放器
团队
IP.
根据 Runs
raa.
杰 Weaver
Laa.
50.2
9
14
杰克 Peavy
CHW.
52.1
11
14
贾斯汀 Verlander
黛联
51.1
13
11
Felix. Hernandez
59.0
17
11
瓜 Floyd
CHW.
46.1
13
9
杰森 Vargas*
51.2
16
9
杰森 Hammel
bal
38.2
10
8
C.J. Wilson*
Laa.
41.2
13
7
瑞奇 Romero*
48.0
17
5
CC. Sabathia*
纽约
51.1
19
5
克里斯 Sale*
CHW.
33.0
11
5
布兰登 Morrow
47.2
18
5
大卫 Price*
TBR.
45.1
17
5
dr Smyly*
黛联
34.0
12
4
汤米 Milone*
橡木
43.2
16
4
杰夫 Niemann
TBR.
33.2
12
4
Neftali. Feliz
Tex.
32.0
12
4
亨德森 Alvarez
48.1
19
3
Derek. Holland *
Tex.
46.2
19
3
杰克 Arrieta
bal
44.2
18
3


最后,表3显示verlander每九个允许2.26基础 innings. 赢得了大约93%的运行,因此乘以这一结果 .93。将其与时代相同。最终结果是加权 component ERA. 虽然,我在这里没有使用线性重量, 我称之为Werc,因为别人说了那样的名字。 但它真的不是一个小说的想法。  Toirtap of 像一只军刀一样走路一直使用基础运行来评估投手一段时间,但更喜欢不转换为时代。

返回到示例,Verlander有2.26 Werc,再次在联盟中排名第三。 这比2.63的实际时代更糟糕,这表明他可能比他的时代提出更好地投球。 Smyly的Werc为2.93并不像他联盟领先的1.59时代那么好,但可能更加反映他的投手如何 - 非常好,但不是联盟中最好的投手。  


表3:AL WERC领袖


播放器
团队
IP.
根据 Runs/9 IP
WERC.
杰 Weaver
Laa.
50.2
1.69
1.57
杰克 Peavy
CHW.
52.1
1.90
1.76
贾斯汀 Verlander
黛联
51.1
2.26
2.10
杰森 Hammel
bal
38.2
2.45
2.28
瓜 Floyd
CHW.
46.1
2.57
2.39
Felix. Hernandez
59.0
2.63
2.45
杰森 Vargas*
51.2
2.77
2.57
C.J. Wilson*
Laa.
41.2
2.81
2.62
克里斯 Sale*
CHW.
33.0
2.94
2.73
dr Smyly*
黛联
34.0
3.15
2.93
瑞奇 Romero*
48.0
3.23
3.00
Neftali. Feliz
Tex.
32.0
3.27
3.04
杰夫 Niemann
TBR.
33.2
3.27
3.05
大卫 Price*
TBR.
45.1
3.32
3.09
布兰登 Morrow
47.2
3.34
3.10
Jeanmar. Gomez
cle
29.0
3.37
3.13
CC. Sabathia*
纽约
51.1
3.40
3.16
汤米 Milone*
橡木
43.2
3.41
3.17
杰克阿雷塔
bal
44.2
3.61
3.35
Derek. Holland*
Tex.
46.2
3.61
3.36

注意:上述计算中使用的原始数据取自根据ball-Reference.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