Re: [專欄] 塞滿壘包比較好?一位球迷「卓見」的探討

看板Baseball作者 (NONO)時間4年前 (2019/08/27 22:38), 4年前編輯推噓19(19037)
留言56則, 14人參與, 4年前最新討論串2/5 (看更多)
很尊敬這位作家果子先生引經據典的精神 但是引經引到錯誤的統計數據就完全不OK了 期望值是一個平均"量"的概念,是將 全部的"機率*結果" 加總起來 今天你丟一個骰子,請問期望值是幾點? =>Ans: 1*1/6 + 2*1/6 + 3*1/6 +4*1/6 +5*1/6 +6*1/6=3.5 表示你丟一個骰子,平均會出現 "3.5"點 ========== 回到此題, 一出局滿壘得分期望值比一出局23壘有人期望值高, 所以塞成滿壘比較容易被再見? =>Ans: No! 一出局滿壘得分期望值比一出局23壘有人期望值高,其代表的統計意義是, 這種狀況下你平均得到的分數比較多 但是此case是得一分以上就再見的情形下,比期望值完全是錯誤的 正確要引用的統計數據是,"得一分以上的機率" 原作者真的要加油..... ============= 補充說明, 一出局滿壘得分期望值= 得1分*機率 +得2分*機率 +得3分*機率 +得4分*機率 一出局23壘得分期望值= 得1分*機率 +得2分*機率 +得3分*機率 單純以公式來看...一出局滿壘得分期望值比較高當然是理所當然 但無法證明"得一分以上的機率"比較高.... ※ 引述《sikerkuaitai (K)》之銘言: : 【果子的棒球雜記】塞滿壘包比較好?一位球迷「卓見」的探討 : https://www.sportsv.net/articles/66479 : 名人堂 果子 | 2019/08/23 : 這是一篇被「氣」出來的短文。 : 起因是昨天晚上的LM與統一之戰,延長到第十一局下半,在一出局、二三壘有人時,林安 : 可擊出再見安打結束比賽。 : https://www.youtube.com/watch?v=rpSkBj2txGw
: 之後在社群軟體上,一位曾在公家機關任職,現已退休的死忠某隊球迷在那裡哀嘆「為什 : 麼不保送打者塞滿壘包呢?這樣就可以直接傳本壘甚至製造雙殺!」 : 之後就有包括筆者在內的幾位棒球專業作者跟這位公家機關退休的某隊球迷不斷的解釋。 : 但這位公家機關退休的某隊球迷不但一點都沒聽進去,而是不斷反覆的講「啊~你們都不 : 懂啦,就我最懂」的態度,而且直接用嘲笑的口吻回覆筆者。這把筆者給惹毛了,所以就 : 寫一個非常簡短的文章來「指導」這位公家機關退休,自認全台灣最懂棒球的某隊球迷。 : 先說結論,昨晚的狀況,塞滿壘包完全沒有意義。 : 現在是大數據時代,所以就用非常簡單的一項統計數據證明 : 這個統計項目大家都知道:得分期望值(Run Expectancy) : 有關得分期望值的意義,簡單的說就是列出比賽中24種「出局&壘上人數」的不同組合下 : ,可能得到幾分的機率統計,本文僅列出「一人出局、二三壘有人」與「一人出局、滿壘 : 」的各種不同聯盟不同年代的得分期望值。 : 首先是MLB在2010-2015這兩種狀況的得分期望值 : 一出局二三壘有人 一出局滿壘 : 1.376 1.541 : 再來是2006年中華職棒的年度統計 : 一出局二三壘有人 一出局滿壘 : 1.55 1.60 : 再來是2015年的中華職棒年度統計 : 一出局二三壘有人 一出局滿壘 : 1.625 1.923 : 最後是2016年中華職棒年度統計 : 一出局二三壘有人 一出局滿壘 : 1.691 1.882 : 資料來源:梁維哲《中華職棒2014至2016得分期望值相關研究》,國立師範大學運餐所碩 : 士論文 : 從上面這幾個得分期望值的統計數據,我們可以得到兩個結論: : 一、一出局滿壘的情況,丟掉分數的機率全部比一出局二三壘有人更高。 : 二、不管是上面兩種的那一個狀況,得分期望值都遠遠高於「1」,意思是這種狀況下, : 幾乎每次都可能會丟掉至少1分。 : 那麼,在這麼高的得分期望值,又是只要丟掉一分比賽就立刻結束的狀況下,這時LM教練 : 下令投手把壘包塞滿,有什麼意義? : 以上。 : 最後,我要跟那位公家機關退休,而且自認全台灣最懂棒球的某隊球迷講:因為你的言行 : ,已經讓這個世界增加一位「討厭貴隊求迷」的人,如果你認為反正只要你們的球隊最大 : ,其他都無所謂,沒關係,請繼續惹怒其他人,直到討厭你們球隊的球迷變成跟過去的反 : 象迷一樣多那天,你才會知道你的作為有多麼「偉大」。 : 【後記:我知道這位「某隊球迷」可能只是個案,大部分的球迷都行為良好,但~如同過 : 去絕大多數的兄弟象迷也都是善良的好人,但因為「少數」象迷不良的言行,從職棒二年 : 開始就讓象迷的形象蒙上一道灰塵,至今仍抹不去帶有負面的形象。我只想在這裡說,如 : 果真的支持自家球隊的球迷,無法做好內部控管,繼續讓我發文批判的這種劣質球迷繼續 : 以囂張的言行四處橫行,因為少數幾位老鼠屎把自己喜歡的球隊形象就此走入下降曲線, : 值得嗎?該怎麼管控不良球迷的言行。不只是球團、啦啦隊,是中職所有死忠球迷的共同 : 任務】 : 心得:無 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 218.166.113.122 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Baseball/M.1566916697.A.97A.html

08/27 22:39, 4年前 , 1F
謝謝解說
08/27 22:39, 1F

08/27 23:07, 4年前 , 2F
XD
08/27 23:07, 2F

08/27 23:09, 4年前 , 3F
當初看到這篇也覺得他怎麼會寫出這種文 一個大失誤
08/27 23:09, 3F

08/27 23:09, 4年前 , 4F
得一分就再見的情況要引用的數據是得零分的機率好嗎 再
08/27 23:09, 4F

08/27 23:09, 4年前 , 5F
用1扣掉該機率
08/27 23:09, 5F
您是對的!!!完全正確 我文章應該要修正: "得一分就再見" => "得一分以上就再見"

08/27 23:11, 4年前 , 6F
不過滿壘至少得分條件多了個四壞保送啦~
08/27 23:11, 6F

08/27 23:12, 4年前 , 7F
補充那邊要修正一下 那表的期望值是到該半局結束
08/27 23:12, 7F

08/27 23:12, 4年前 , 8F
要包含得0分跟得4分以上的事件機率
08/27 23:12, 8F

08/27 23:13, 4年前 , 9F
推這篇
08/27 23:13, 9F

08/27 23:17, 4年前 , 10F

08/27 23:20, 4年前 , 11F
然後Tom Tango在期望值下面就附了該半局至少得到1分的
08/27 23:20, 11F

08/27 23:20, 4年前 , 12F
機率表.. 看起來那個公務員球迷好像也不是沒道理
08/27 23:20, 12F
該網頁版文章有球迷貼了... 有人點出了MLB自1957 到 2015年的數據: 一出局二三壘有人的情況下 "沒得分" 的機率是33.755%, 也就是有得一分以上的機率是66.245% 一出局滿壘的情況下 "沒得分" 的機率是35.603%, 也就是有得一分以上的機率是 64.397%。 雖然只差2%,但若真的要用統計來講,是應該要保送的.. ※ 編輯: AhowXD (218.166.113.122 臺灣), 08/27/2019 23:25:58

08/27 23:27, 4年前 , 13F
不太懂 為什麼要再用1去扣?我們現在要的是對手得0分
08/27 23:27, 13F
您的說法跟我的文章在講同一件事喔 對方得0分的機率=>望大 對方得1分以上的機率=>望小 所以用1去扣(沒得分的機率)=對方得一分的機率,選機率小的(望小) =>選一人出局滿壘=64.397%, 而不是66.245%

08/27 23:28, 4年前 , 14F
所以不是直接看得0分的機率 選擇機率較高的選項就好了?
08/27 23:28, 14F

08/27 23:30, 4年前 , 15F
不保送會比塞滿壘 形成大局的機會較低一點點 這個沒錯
08/27 23:30, 15F

08/27 23:30, 4年前 , 16F
但遇到一出局二三壘 得一分就再見的狀況 肯定要塞滿了
08/27 23:30, 16F

08/27 23:31, 4年前 , 17F
塞不塞滿看對戰,是選擇之一,沒有必然怎麼做
08/27 23:31, 17F

08/27 23:31, 4年前 , 18F
因為你不管怎樣 肯定都會需要對付與解決下一位打者
08/27 23:31, 18F

08/27 23:32, 4年前 , 19F
當然,要解釋不會往殺洨得分期望值去講,那是智障
08/27 23:32, 19F

08/27 23:32, 4年前 , 20F
做法…
08/27 23:32, 20F

08/27 23:34, 4年前 , 21F
應該十個有八個教練會塞滿吧 沒雙殺傳本壘也不用TAG
08/27 23:34, 21F

08/27 23:35, 4年前 , 22F
當天後面的蘇智傑也沒有狀況特別好 0安打
08/27 23:35, 22F

08/27 23:37, 4年前 , 23F
你不塞滿 只有內飛 很淺外野高飛 內滾進趨前佈陣不會掉分
08/27 23:37, 23F

08/27 23:38, 4年前 , 24F
推這篇
08/27 23:38, 24F

08/27 23:38, 4年前 , 25F
在打者有打出去的情況 只有這三種選擇 都很難達成
08/27 23:38, 25F

08/27 23:41, 4年前 , 26F
蘇比林打擊率都不只高2個百分點,你怎麼會覺得塞滿賭蘇比較
08/27 23:41, 26F

08/27 23:41, 4年前 , 27F
好?
08/27 23:41, 27F

08/27 23:42, 4年前 , 28F
解決掉林,送蘇上一壘,再去對付下一個,一樣是個很正常的
08/27 23:42, 28F

08/27 23:42, 4年前 , 29F
選擇
08/27 23:42, 29F

08/27 23:43, 4年前 , 30F
前後打者明顯有差的狀況,單看得分期望值意義不大
08/27 23:43, 30F

08/27 23:43, 4年前 , 31F
*得分機率
08/27 23:43, 31F

08/27 23:44, 4年前 , 32F
不能因為成功或失敗去否定,那是幹話
08/27 23:44, 32F

08/27 23:45, 4年前 , 33F
當天兩人打擊率一樣阿...你解決林保送蘇 要對付2-2的潘?
08/27 23:45, 33F

08/27 23:45, 4年前 , 34F
保送林,要連對付兩個明顯強的
08/27 23:45, 34F

08/27 23:46, 4年前 , 35F
誰跟你說後面兩個都會槓龜
08/27 23:46, 35F

08/27 23:46, 4年前 , 36F
當天兩人都無安打 打擊率都差不多 當然選好抓出局的選擇
08/27 23:46, 36F

08/27 23:47, 4年前 , 37F
所以說保送林對付蘇可以多一個雙殺選項阿= =
08/27 23:47, 37F

08/27 23:47, 4年前 , 38F
誰會覺得都一樣5打席沒安打,所以林=蘇的
08/27 23:47, 38F

08/27 23:47, 4年前 , 39F
賣鬧啊,根本來亂的
08/27 23:47, 39F

08/27 23:48, 4年前 , 40F
上面也講了 你不塞滿想不掉分的守備處理非常難 除非直接K
08/27 23:48, 40F

08/27 23:49, 4年前 , 41F
不管怎樣都很難救了 但塞滿就沒抓到雙殺 殺本壘也較好殺
08/27 23:49, 41F
※ 編輯: AhowXD (218.166.113.122 臺灣), 08/27/2019 23:52:58

08/27 23:51, 4年前 , 42F
在我看來 不塞滿是賭更大的選擇 內滾傳本壘也要TAG才行
08/27 23:51, 42F

08/27 23:52, 4年前 , 43F
林當然不等於蘇 但已經是極端狀況了 挑野手好抓的選擇
08/27 23:52, 43F

08/27 23:53, 4年前 , 44F
因為我現在1分都不能掉了
08/27 23:53, 44F

08/28 00:21, 4年前 , 45F
怎麼選都很為難,但作者(棒球專家)是一本正經的說因為
08/28 00:21, 45F

08/28 00:21, 4年前 , 46F
滿壘得分期望值高所以不應該保送啊(菸),不噓報他噓誰
08/28 00:21, 46F

08/28 00:21, 4年前 , 47F
啊。
08/28 00:21, 47F

08/28 00:34, 4年前 , 48F
而且不要拗什麼牛棚差 自己要講塞滿壘的機率 就論機率阿
08/28 00:34, 48F

08/28 00:35, 4年前 , 49F
講了一堆機率數據 最後被發現還輸2% 才開始講球員誰強誰弱
08/28 00:35, 49F

08/28 00:35, 4年前 , 50F
這跟前面講的一堆機率數據已經無關了 自己先開這個頭的
08/28 00:35, 50F

08/28 00:56, 4年前 , 51F
其實最簡單的概念就是打擊率和長打率的差別啊
08/28 00:56, 51F

08/28 08:21, 4年前 , 52F
推這篇,那個數據引用我也覺得納悶
08/28 08:21, 52F

08/28 09:16, 4年前 , 53F
也來推一下這篇,觀念比較有理。
08/28 09:16, 53F

08/28 09:19, 4年前 , 54F
我覺得期望值還有個問題,如果把非全壘打都鎖定為1分
08/28 09:19, 54F

08/28 09:19, 4年前 , 55F
,而且不論哪種得分都無法繼續往後加,期望值還是能
08/28 09:19, 55F

08/28 09:20, 4年前 , 56F
像他原本列出的那樣差別嗎?我連對這個都直接很懷疑。
08/28 09:20, 56F
文章代碼(AID): #1TPK1Pbw (Baseball)
討論串 (同標題文章)
文章代碼(AID): #1TPK1Pbw (Baseball)