防守统计数据的缓慢解除

来自亚利桑那州凤凰城的资讯 – 几周前,我参加了第七届年度SABR分析会议,这是一个为期三天的系列小组讨论和演讲,暗示着棒球研究的新领域。主题范围令人印象深刻,远远超出了统计分析领域。 对神经科学在球员发展中的作用感兴趣吗?体育媒体如何在传播分析戒律方面取得成功? SABR会议涵盖了您。但是,当然,这首先是一个分析会议,事件的重点在于它的统计演示。编辑选择MLB交易截止日期预览:哪些买家应该全押? 一只强大的蝙蝠将克利夫兰置于顶端?一位AL ace出发纽约?七月还有几个月的时间了,但看看每一个2018年竞争者潜在的夏季购物清单永远不会太早。

进入大联盟位置转换的是什么?今年春天,四颗全明星都在发现

对于大联盟的老将来说,春季训练和棒球一样轻松 – 除非你正在钻石上寻找新的位置。今年3月,一些参与者正在认识到转型过程是艰苦的。 “这不归结为金钱”:曼尼马查多解释他的举动是游击手

在自由球员之前准备上个赛季在巴尔的摩举行的比赛中,金莺队球星面临着多重挑战 – 切换回他过去的职位,以及对未来的新焦点。

2相关的

有很多好的,但是和我在一起的那两个与我的心脏附近和亲爱的话题有关:防御。我的摘要,简而言之:我们从来没有更好的工具来评估守场员。我们还有很长的路要走,利用它们。

这是每项运动中的一个问题,而且一直都是这样。我们制定了可靠的方法来跟踪团队的情况得分了。但我们在跟踪他们如何阻止对手得分方面并没有取得成功。当你想到它时,后者和前者一样重要。长期以来,防守统计一直是棒球分析的麻烦。问题一直是被追踪的东西 – 抛出物,助攻,错误,双重打法等 – 并没有告诉你太多关于一个球员是否真的有什么好处。团队层面也一样。

在棒球的早期阶段,那些旧的措施可能没有问题,当时球队场均出现两次以上的错误。现在这个数字正逐渐趋于每场比赛的半误差。这是一个罕见的事件,几乎没有人再根据错误来判断守场员。这是进步。不幸的是,目前还没有就如何评价守场员达成共识。 在ESPN。这是一个很好但不完美的系统,事实上,BIS本身在会议上的介绍中强调了这一点。 DRS测量了一名守场员与他位置上的普通玩家相比的次数。追踪并评估每一个球进入比赛的可能性。根据球员的平均表现来计算球员的出场次数,从而得出一个简单的加减测量。将该数字转换为运行,并且您拥有DRS。 DRS的季节与季节呈正相关。换句话说,一个球员的一个赛季的DRS告诉你一些关于你可以指望他在下个赛季做什么的事情。不幸的是,这种相关性不是特别高,并且远远低于例如抛出率或孤立的权力。任何指标的果汁都具有可预测性。DRS具有预测价值,但不足以做你真正喜欢做的事情,这是预测队伍的啄食顺序,以相同的信心进行防守,你可能会用统计数据。为了说明这一点,我们来看看游戏的最佳玩家的DRS职业生涯。直接从2018年比尔詹姆斯手册,这里是按季节迈克鳟鱼的DRS总数:

2012年:+19 2013:-11

2014:-12

2015年:+5

2016:+6

2017:-6

这是全地图。我们可能不敢期望从防守的角度来看完美,但我们至少会相信它正在捕捉游戏最佳球员的相对防守价值。对于他的职业生涯,鳟鱼是加1。那么鳟鱼真的是一名联盟平均守门员?他的年复一年的数字从巨大到糟糕,我不会愿意对这个数字在2018年的样子大加注意。

让我再次强调这一点:DRS是一个很好的指标。因此,UZR(终极区域评级)也是由分析师Mitchel Lichtman开发的基于角色扮演的系统,也可在FanGraphs上获得。 (UZR的职业生涯中鳟鱼6.5的平均成绩高于平均水平)。这些工具优于任何先前的工具。但是他们没有把我们带到我们想要的地方。 BIS在会议上推出了增强型DRS系统,他们称之为“PART”。这是一个缩写:(P)定位,(A)irballs,(R)ange,(T)hrowing。这个新的系统旨在将每个离散的防御技能分解到自己的桶中,然后将它们结合在一起以形成新版本的DRS。它将利用Statcast数据进行球员定位,并且更好地评估球员在换挡情况下的射程。MLB春训

球员和球队在佛罗里达州和亚利桑那州的开幕日上班。

•完成春季培训报道&#187

听起来不错,对吗?那么,我哈哈也有一些坏消息。这个新系统正在向团队销售,但一开始不会公开提供。就我们而言,我们将获得与过去几年相同的DRS版本。从分析的角度来看,这本身就突出了一个覆盖棒球的问题。那就是最好的东西在幕后。团队将他们的量化蜂箱放在新的数据集上,以开发他们可以找到的任何专有优势。你不能责怪他们,但这是一个挑逗。

这并不意味着我们其他人这个赛季不会得到一些新玩具。在SABR会议上,来自MLB.com的Statcast团队的杰出人士上个月向ESPN总部发布了一个演示文稿的扩展版本。有很多令人兴奋的事情发生在每个公园的运动跟踪摄像机捕获的所有数据上。对我来说,最好的是新的防御工具。首先,他们已经解决了Statcast与“墙球”有关的问题 – 图表上的球看起来很平常,因为系统没有意识到守场员有一堵墙可以与之对抗。这已经得到纠正,并且它应该提供更准确的捕捉概率统计数据。更好的是,Statcast的工作人员已经接近推出其系统,用于测量击中地面的球的表现。换句话说,本赛季我们应该拥有内场比赛的数据,这与Statcast为外场比赛所产生的数据一样令人信服。此外,Statcast还推出了用于查看捕手的新工具 – 弹出时间,投掷时间等。我们已经非常接近地掌握了关于野外运动员在场上表现如何的完整数据集他们做了。正如“壁球”的难题所表明的那样,总会有无法预料的细微差别,这些细节之后必须加以解决。会议提出的一个问题是“曼尼”效应。拥有像曼尼马查多这样超级球员的球员会影响他身边的球员的表现和定位?现在,我们不知道,但我们怀疑它不会受伤。

这些新指标继续慢慢爬向成熟阶段。将Statcast定位数据引入BIS系统应该是一个福音,希望我们最终能够看到DRS指标是否会带来更好的逐年相关性。对于Statcast本身,我们必须记住这些跟踪数据的新增功能。我们没有足够的年度数据来确切知道如何处理所有这些数据。涉及的运行值是什么?捕捉概率每年与多大程度相关?游击手的防守老化曲线如何与中场守门员相比?在更高的水平上,与击球或投球相比,防守表现有多么不稳定?我的直觉是它不那么不稳定,尽管现在我无法可靠地证明这是真实的。当防守统计数据达到其全部潜力时 – 无论采取何种形式 – 它都可能对我们如何看待棒球中的防守角色产生巨大影响。也许这比我们想象的更重要。或者,也许这种影响是微乎其微的,因为球员首先需要达到一定程度的敏锐度。当我们知道我们的
当前
措施是完美的工作秩序时,我们可以回过头来磨练我们的

措施,并回答几十年来一直困扰我们的问题。

我们知道,防御性指标在达到某些稳定性基准时已经达到成熟。可预测性是一个因素 – 当我们掌握逐年相关性和老化曲线,并且对我们的实际运行措施的节约和运行成本的信心时,我们将能够更好地预测啄食顺序的球队从防守的角度来看。我们可以通过另一种方式说明防御性指标已经成熟,即各个系统开始比现在更频繁地达成一致。当这种情况发生时,或许我们终于知道麦克特劳特是不是一名优秀的,平均的或不好的守场员。

来自between整理发布:http://www.betway930.com/

发表评论