討論串[情報] LaTroy Hawkins & Danny Farquhar
共 8 篇文章
內容預覽:
FWIW http://www.fangraphs.com/library/principles/sample-size/. FG定樣本要多少數據才能說穩定. 打擊. 60 PA: Strikeout rate. 120 PA: Walk rate. 240 PA: HBP rate. 290 PA
(還有335個字)
內容預覽:
我同意大部份我們的「爭議」(if there is any). 是來自不同脈絡下對於同一個詞彙不同的解釋. 這一點我想你也同意，就不多解釋了. 你的闡述我多半都同意，但是前幾年因緣際會下我看過某支球隊配球跟守備布陣的分析. 這個東西很有趣，如你所言，BIP一場球不過二三十個play，「也許」以ML的
(還有372個字)
內容預覽:
感謝你的回覆。不過我想這是詮釋上的問題。. 「小樣本，兩種數據是一樣落漆，大樣本，一樣都回歸平均。」這句話沒有. 錯。但什麼時候是大樣本，什麼時候又是小樣本，完全是context dependent. ，它涉及到模型中解釋項的解釋能力，以及你需要多少的樣本量，才能宣稱. 兩個球員的能力在統計上有顯著
(還有4067個字)
內容預覽:
well，其實我覺得這是個誤會. FG在解釋他們跟BR對投手WAR算法不同的時候這麼講過：. 當你校正的東西越多，越容易犯錯（BR從RA開始一路校正回去）. FIP並不宣稱它解釋了投手能力，它只是排除掉現在不能解釋的部分. 所以你說，FIP是否比ERA更能排除運氣的干擾？其實不行. 就像gundam
(還有684個字)