บทนำ การใช้สถิติเพื่อการวิเคราะห์ที่สมบูรณ์ของผู้เล่น

สูตรนี้สะท้อนให้เห็นถึงสองด้านที่สำคัญในการให้คะแนนวิ่งในกีฬาเบสบอล จำนวนครั้งและเดินของทีมงานที่สะท้อนให้เห็นถึงความสามารถของทีมที่จะได้รับวิ่งบนฐาน จำนวนรวมฐานของทีมงานที่สะท้อนให้เห็นถึงความสามารถของทีมที่จะย้ายนักวิ่งที่มีอยู่แล้วบนฐาน สูตรนี้สร้างขึ้นวิ่งสามารถนำมาใช้ในระดับบุคคลเพื่อคำนวณจำนวนของการทำงานที่เป็นผู้เล่นที่สร้างสำหรับทีมงานของเขา ในปี 1942 จอห์นนี่น่าชังมี 620 ค้างคาว 205 ฮิต 42 เดินและ 258 รวมฐาน; โดยใช้สูตรที่เขาสร้าง 96 ลานสำหรับทีมงานของเขา ดิ๊กจ๊วร์ตในปี 1960 มี 532 ค้างคาว 160 ค้างคาว 34 เดินและ 309 รวมฐาน 106 วิ่งสร้าง สรุปคือจวร์ตในปี 1960 เป็นตีดีกว่าเล็กน้อยกว่าน่าชังในปี 1942 นับตั้งแต่ที่เขาสร้างวิ่งอีกไม่กี่สำหรับทีมงานของเขา

น้ำหนักเชิงเส้น

วิธีการทางเลือกในการประเมินผลการปฏิบัติแม่นจะขึ้นอยู่กับสูตรน้ำหนักเชิงเส้น จอร์จลินด์เซ (1963) เป็นคนแรกที่จะกำหนดค่าวิ่งไปแต่ละเหตุการณ์ที่อาจเกิดขึ้นในขณะที่ทีมแม่น โดยการใช้ข้อมูลที่บันทึกไว้จากเกมเบสบอลและทฤษฎีความน่าจะเป็นเขาได้พัฒนาสูตร

วิ่ง = (.41) 1B + (.82) 2B + (1.06) 3B + (1.42) HR
ที่ไหน 1B, 2B, 3B, และ HR มีจำนวนคู่เดี่ยวคู่ผสมและบ้านวิ่งตีในเกม สิ่งหนึ่งที่น่าสังเกตของสูตรนี้ก็คือตระหนักดีว่าแป้งจะสร้างวิธีการสามวิธี มีโอกาสในการวิ่งโดยตรงเมื่อปะทะได้รับการตีและได้รับในฐาน นอกจากนี้ปะทะสามารถวิ่งล่วงหน้าที่มีอยู่แล้วในฐาน นอกจากนี้โดยไม่ได้รับออก, ตีช่วยให้ปะทะใหม่มีโอกาสที่จะได้รับการตีและนี้ผลิตศักยภาพในการทำงานโดยอ้อม Thorn and Palmer (1993) นำเสนอสูตรเชิงเส้นที่มีความซับซ้อนมากขึ้นซึ่งคาดการณ์ว่าจำนวนการวิ่งที่ผลิตโดยทีมเบสบอลเฉลี่ยขึ้นอยู่กับเหตุการณ์ที่ไม่พึงประสงค์ทั้งหมดที่บันทึกไว้ในระหว่างเกม เช่นเดียวกับ เจมส์วิ่ง สร้างสูตรกฎน้ำหนักเชิงเส้นสามารถใช้ในการประเมินประสิทธิภาพการตีของผู้เล่น

ร้อยละของผู้เล่นเกม

มาตรการที่ดีของการกดปุ่มทอยและประสิทธิภาพการทำงานของฝ่ายผู้เล่นเบสบอลได้รับการพัฒนา อย่างไรก็ตามสถิติเหล่านี้ไม่ได้โดยตรงวัดการมีส่วนร่วมของผู้เล่นที่จะชนะสำหรับทีมงานของเขา เบนเน็ตต์และ เรือนไฟ (1984) ข้อมูลที่ใช้จากสองฤดูกาลเบสบอลที่จะประเมินความน่าจะเป็นทีมบ้านชนะเกมที่กำหนดค่าการทำงาน (ทีมบ้านวิ่งลบทีมเยือนวิ่ง), ครึ่งโอกาส (ด้านบนหรือด้านล่างของโอกาส) ที่ จำนวนลึกหนาบางและสถานการณ์บนฐาน โดยใช้ความน่าจะเป็นที่คาดกันเหล่านี้เราสามารถดูว่าน่าจะเป็นของการเปลี่ยนแปลงที่ชนะสำหรับเหตุการณ์แต่ละเกม หนึ่งสามารถวัดการมีส่วนร่วมของผู้เล่นที่จะชนะเกมได้จากข้อสรุปการเปลี่ยนแปลงในความน่าจะเป็นผู้ชนะในแต่ละเล่นที่ผู้เล่นได้มีส่วนร่วม สถิตินี้เรียกว่าผู้เล่นเกมร้อยละ ถูกใช้โดยเบนเน็ตต์ (1993) การประเมินผลการปฏิบัติงานบอลของโจแจ็คสัน เครื่องเล่นนี้ถูกเนรเทศจากเบสบอลที่ถูกกล่าวหาว่าขว้างปาเวิลด์ซีรีส์ 1919 การวิเคราะห์ทางสถิติโดยใช้ผู้เล่นเกมร้อยละแสดงให้เห็นว่าแจ็คสันเล่นให้เต็มศักยภาพของเขาในระหว่างชุดนี้

การปรับเปลี่ยน

คนมักจะสนใจในการเปรียบเทียบแป้งหรือเหยือกจากยุคที่แตกต่างกัน ในการเปรียบเทียบเหล่านี้มันเป็นสิ่งสำคัญที่จะดูบอลหรือการขว้างสถิติในบริบทที่พวกเขากำลังประสบความสำเร็จ ยกตัวอย่างเช่นบิลเทอร์รี่นำลีกแห่งชาติในปี 1930 ที่มีความแม่น 0.401 เครื่องหมายที่ได้รับการค้นพบโดยตั้งแต่เพียงหนึ่งตี ในปี 1968 คาร์ลเซมนำชาวอเมริกันในลีกตีกับค่าเฉลี่ยของ 301 มันจะปรากฏขึ้นบนพื้นผิวที่เทอร์รี่เป็นตีที่เหนือกว่าอย่างเห็นได้ชัด อย่างไรก็ตามเมื่อดูเทียบกับที่น่าเกรงขามที่เล่นในช่วงเวลาเดียวกันทั้งน่าเกรงขามประมาณร้อยละ 27 ดีกว่าตีเฉลี่ย (ธ อร์นและพาลเมอร์ 1993) สำเร็จการกดปุ่มของเทอร์รี่ในปี 1930 และในปี 1968 เซมเป็นจริงที่คล้ายกันมาก ในทำนองเดียวกัน

การเรียนรู้จากข้อมูลที่เลือก