噓 lakersPOYU: 哎 沒比賽只能看這種文章 09/09 23:28
噓 ll8833: 噗.... 09/09 23:29
噓 KDDKDD: 真的愈來愈扯的算法 09/09 23:29
噓 daaa: 列快點回來啊 這樣系列文就是你了 不會是這些數學 09/09 23:30
噓 kiddvier: 我也覺得繼續檢討列斯特比較實在 XD XD XD 09/09 23:31
噓 stond007: ? 09/09 23:31
噓 lungfat258: 缺P幣也別這樣=_= 還要幾篇? 沒出局要多打1~2人 結束 09/09 23:33
推 bibyy: 唉 數學老師哭慘 教成這樣 09/09 23:33
噓 daaa: 到底要有多大的耐心跟毅力才能完成這篇文章 佩服佩服 09/09 23:33
噓 hu610346: 這裡是 數學版吧 09/09 23:34
噓 tonysd: 這些東西是用來這樣加加減減的嗎...太扯了吧 09/09 23:34
推 bibyy: 拿數字來硬拼湊 也要有點邏輯吧 09/09 23:35
推 hhhhh550: 還來阿~我不想上數學課了啦~ 09/09 23:36
噓 crazy0228: 扯...爆... 09/09 23:37
→ bar9527: 真的厲害,什麼論點都是那麼"堅持",欽敬欽敬XDDDDDDD 09/09 23:38
可惜阿,無人能視其中奧妙
算法或有瑕疵,但方向是對的
→ crazy0228: 奇譚...奇談... 09/09 23:38
噓 KDDKDD: 方向對個頭XD 09/09 23:41
數據大師來囉,每次看你批評那麼多
你要不要算一篇 "實際的數據" 打我臉阿
每次講一堆專有名詞,也沒看你有什麼貢獻
就這個命題 "該出局而未出局造成的後續影響",你算算看如何
我相信你一定可以比我算得精準很多
但重點是有沒有去算吧
推 hhhhh550: 方向對個頭。我笑了XD 09/09 23:43
噓 daaa: 拜託別回他 他對 都他對 都算他對 拜託 09/09 23:45
噓 ohnacl: 其實你也想當數據大師,對吧? 09/09 23:46
推 kkk192: 還不錯阿 09/09 23:46
→ kkk192: 大家都好兇 顆顆 09/09 23:46
→ rain0212: 沒貢獻我也是笑了,稍微按一下搜尋比較好XDDD 09/09 23:46
噓 lakersPOYU: 你整篇都在胡扯啊,你自己看著你算出來的數據,如果守 09/09 23:47
→ lsh0508: 朝聖一下XDDDD 09/09 23:47
→ lakersPOYU: 備真的像妳說的要這麼多打席彌補,那守備組早就一統 09/09 23:47
→ lakersPOYU: 天下了,你可以告訴我紅龜拿幾座mvp了嗎? 09/09 23:47
你沒認清前提
這邊的前提是一個 "已經發生" 的 "該出局而未出局" 事件,後續影響會很大
跳開這個前提,應該質疑的是這樣的一個事件
一場會不會出現一次?
噓 chawer: 其實就忽略就好了 09/09 23:47
→ chen44: 朝聖 09/09 23:48
噓 tonysd: 我一直有一種他的各種數字與理論都是要證明我們投手不爛 09/09 23:52
→ tonysd: 來映證戰神不爛好棒棒的感覺 很抱歉 刻板印象 09/09 23:52
這篇還真的沒有想到戰神耶
純粹想討論火力最大化下的"道歉野球"是如何道歉的 XD
推 bibyy: 我還比較想看到每日老列 09/09 23:54
推 ismark2000: 其實你承認你也想加入數據大師的行列對吧 09/09 23:54
沒喔,我是拋磚引玉
很想看看版上數據達人,有沒有人可以認真的算算這個命題
噓 needlove23: 你贏了 大家坐下來 算一下今天誰贏 不用打了 09/09 23:54
推 bibyy: 自我感覺良好 09/09 23:56
→ jkhcc: 千萬別質疑他喔~他會說你人云亦云 09/10 00:14
1.52 1.55 1.6 怎麼來得,現在應該是懂了
推 dsauqt: 大師你真的蠻閒的欸 09/10 00:16
※ 編輯: ensuey (61.230.110.57), 09/10/2016 00:17:26
噓 robin2691: 方向對個喇叭嘴,私設一堆前提,數據一直包含無效資料 09/10 00:16
噓 wglhe: 優文幫推 09/10 00:17
→ robin2691: 這樣算出來的東西可信度能看嗎...別人反駁了又在那邊 09/10 00:18
→ hunng5: 換句話說投1.55個打者才能抓到一個出局數 09/10 00:19
→ hunng5: 平均投完一局要面對4.65位打者 09/10 00:19
→ hunng5: 一局有3個出局數 09/10 00:19
→ hunng5: (所以每一局會讓1.65位打者上壘) 09/10 00:19
→ hunng5: 等於一局多投1.65x3.77=6.2205顆球 09/10 00:19
→ hunng5: 被安打就算了 如果守備不幫忙對投手會造成更大負擔 09/10 00:19
→ hunng5: 也顯示出中職投手壓制力太差了 09/10 00:19
→ hunng5: 或被守備拖累的情況很常見 09/10 00:19
噓 hhpsjoe: 自我良好到這種程度也是蠻奇筢的.. 09/10 00:20
推 ismark2000: 其實樓樓上的概念好像跟他要表達的概念接近了(? 09/10 00:21
推 jjam: 你不就是只想證明 師兄跟周的守備棒子很難補回來? 09/10 00:21
沒喔,因為"該出局而未出局的"事件,一場未必會發生一次
真要詳細討論,應該是說固定潘或師兄守2B一整年,潘會比師兄多守幾顆球來看
但我雖然不知道真實的"彌補打席"數據為何
我也認為潘不可能取代師兄,可是有可能可以取代周董
噓 ohnacl: 省著點吧,跟人要數據你也不會看的啦,到時候又說數據怎樣 09/10 00:24
噓 trogtor: 朝聖~ 09/10 00:24
噓 ohnacl: 不算,啊數據還要你認可才算數喔?Bill James應該向你取經 09/10 00:24
推 hunng5: 把他前面的翻白話了而已 後面的。。看看就好 09/10 00:25
噓 raywoor: 很累 09/10 00:27
噓 KwonCho: 辛苦了 09/10 00:29
噓 andy61132000: 朝聖 幫推! 09/10 00:31
噓 CGtheGREAT: 看來豆爺可以退了 09/10 00:31
噓 Chad0523: avg 1.303是三小 09/10 00:31
噓 suzy0717: 洗文章喔 09/10 00:37
推 eagleflyfree: 奇文共賞 09/10 00:49
推 angel90380: 還來啊 -_- 09/10 01:00
噓 papa72103: 在你這樣的假設性問題下,請問試曾想過,棒球比賽跟天 09/10 01:17
→ papa72103: 氣都是瞬息萬變,你考慮了打擊跟守備,為何缺了投手狀 09/10 01:17
→ papa72103: 況、教練戰術、壘審判決等...每一個都會影響比賽內容, 09/10 01:17
→ papa72103: 拜託你醒醒腦好嗎? 09/10 01:18
要討論單一play,就是要把所有變因減到最少
所有變因都要考慮,只能用K大那種算法
但K大對守備失分的算法,只提到失誤
但其實守備差會導致的失分,是包含了 "失誤+非失誤的守備瑕疵" 兩個部分
噓 yankeefans: 數據野球的極致 以後面試總教練先考個數學 09/10 01:21
噓 toweryang100: 洋基大 還要考英文阿 溝通野球 09/10 01:22
→ splong: 路過看到這篇,笑死我了 09/10 01:40
→ splong: 前三行就有一些問題,1.55就是含你所謂的該出局而未出局 09/10 01:45
→ splong: 才能得到的結果,你怎麼能直接乘上3.77 ? 09/10 01:46
→ splong: 好,後面基本上都不用看了(雖然我知道avg那邊更搞笑) 09/10 01:46
→ splong: 簡單說,你後面的計算都用1.55,這本身就有問題了 09/10 01:49
沒有喔,我後面計算都是用1.0,也就是只算到事件發生的下一個打席
AVG/OBP 部分我已解釋了,用機率來看當然不合理
你把他當成兩個打席創造出的期望值就可以理解
因為攻守比較都是用兩個打席來計算的
噓 h100142003: 這個avg太消魂了XDDDDD 09/10 01:50
→ hunng5: 我上面翻白話了 他算的很怪 09/10 01:52
→ hunng5: S大 1.55x3.77是比例問題 09/10 01:56
噓 h100142003: 很好奇 a打擊率1 b三成 我們可以說每次b打都算1.3打擊 09/10 01:57
→ h100142003: 率? 09/10 01:57
→ hunng5: 1.55用1.0算誤差會不會太大?起碼也1.5吧?等於每2出局數 09/10 01:58
→ hunng5: 會讓一位打者上壘 09/10 01:58
1.55 就是要算到下面第二/三個打席的意思,有點複雜
所以我只討論到下一打席
→ hunng5: 那你知道1.55的含義嗎?製造一個出局數要面對1.55個打席( 09/10 02:11
→ hunng5: 者) 09/10 02:11
→ hunng5: 一局要面對4.65個打席 09/10 02:11
→ hunng5: 那1.65打席上壘的變數太多了 09/10 02:11
→ hunng5: 無法證明什麼 09/10 02:11
→ hunng5: 4.65怎來的知道嗎? 09/10 02:12
1.55 是我用大數據算的
至於前面一小段,和後面的部分其實是沒有關係的
→ splong: 很晚了簡單打一下 09/10 02:17
→ splong: 1.事件效應根本胡扯 09/10 02:17
→ splong: 2.下一打席還是胡扯,兄弟平均slg乘以0.078有什麼意義? 09/10 02:18
→ splong: 答案:根本沒有意義 09/10 02:18
推 hunng5: 你覺得那1.65位打者上壘都是失誤上壘的嗎? 09/10 02:19
→ splong: 然後就算不管細節,我想下一篇文就很明白的跟你說為何 09/10 02:21
→ splong: 不能用你這種概念來算了 09/10 02:22
→ Terry2231: 朝聖 09/10 02:22
噓 Phatmen: 機率沒有在相加的啦................ 09/10 02:25
→ splong: 當然不能直接加 09/10 02:32
把每個機率同乘以1(打席),看成期望值,其實就可以相加了
→ splong: 因為失誤上壘產生的:avg 1.0 (其他數據略) 是"結果" 09/10 02:34
→ splong: 但是相加起來跑出來的東西根本不是結果啊? 09/10 02:35
→ splong: 相加出來的東西根本不是期望值 09/10 02:36
→ splong: 我也不知道那是什麼東西 09/10 02:36
噓 Phatmen: 你就想 你所謂「事件效應」的OBP是1.370 這根本不對啊 09/10 02:39
→ Phatmen: 如果是期望值就不會用OBP表示,因為OBP的P是percentage 09/10 02:39
→ Phatmen: 所以這個數字不管怎樣都不會大於1................ 09/10 02:40
→ splong: 如果是擲硬幣第一次正面,準備要丟第二次,你當然可以說 09/10 02:40
→ Phatmen: 不管你加了多少事件,每個打席的上壘率永遠都不會超過1 09/10 02:41
→ splong: 丟兩次正面期望值1.5,但是在你這邊,第二打席的數值 09/10 02:41
→ splong: 並不是會產生的結果 09/10 02:41
→ Phatmen: 已經得知前一棒因為失誤而上壘的「已知」,是放在條件機 09/10 02:41
→ Phatmen: 率的分母,而不是直接加在分子 09/10 02:41
→ Phatmen: 我不否定數據棒球,但我否定沒有sense的數據還長篇大論 09/10 02:42
推 hunng5: 夭壽 這篇討論完大家都可以被挖腳了XD 09/10 02:44
→ yankeefans: 我突然覺得我腦袋思路好像變清晰了 09/10 02:44
→ hunng5: 因為就是一個硬幣有正反兩面的變數 09/10 02:45
→ hunng5: 就像一個打席上壘的變數太大了 09/10 02:45
→ yankeefans: 硬幣 骰子 撲克牌 輪盤 變數都是可量化的 09/10 02:49
→ yankeefans: "失誤上壘"的變數要怎麼量化? 09/10 02:50
→ ensuey: 若把原數據 OBP 改成上壘數 SLG 改成壘打數 09/10 02:50
→ ensuey: 若把原數據 OPS 改成上壘數 + 壘打數 AVG 忽略不看呢 09/10 02:50
→ Phatmen: 你知道改成你說的這些東西後,數據模型意義為何嗎? 09/10 02:51
→ Phatmen: 如果你想的還是「相加」那就根本沒意義了 09/10 02:52
OK阿
相加若是不對的,那有沒有別的方法可算
若算得出來,是不是會更接近事實的本質
噓 followwind: 他就是要想辦法能讓相加聽起來合理,不然他的立論基 09/10 02:53
→ followwind: 礎就整個垮掉了 09/10 02:53
那你就錯了,我算得數字是多少其實不重要
重點是從這個微觀的角度去切入
去探討一個"該出局而未出局"導致的後續真實影響究竟是多少?
這才重要
→ hunng5: 骰子6個變數 6分之6等於1 09/10 02:54
→ hunng5: 第一次骰到1機率6分之1,第2次還是1的機率是6分之1x6分之1 09/10 02:54
→ hunng5: =36分之1 09/10 02:54
→ hunng5: 這個概念有吧? 09/10 02:54
噓 yankeefans: 麻煩先定義出"上壘的變數"有幾個 09/10 02:55
→ hunng5: 可以阿 除非是要在現場親自分析計算,紀錄組也沒那麼精細 09/10 02:56
→ hunng5: 吧的 09/10 02:56
→ yankeefans: 要先有辦法算出"純失誤上壘率" 才能繼續討論 09/10 02:57
→ yankeefans: "我算得數字是多少其實不重要" XD XD XD 09/10 02:58
→ yankeefans: 好吧 我們這群人算是浪費時間了 09/10 02:58
噓 followwind: 「該出局未出局」造成後面的變數你給得出來我們再繼 09/10 02:59
→ followwind: 續 09/10 02:59
→ followwind: 你給不出變數來是要怎麼去做量化? 09/10 02:59
→ hunng5: 例如整場因為大師兄失誤(包含隱形失誤記的安打或野選) 09/10 02:59
→ hunng5: 次數算出來 在算出本場平均一局要面對多少打者算出來,然 09/10 02:59
→ hunng5: 後上壘的變數等等等等 09/10 02:59
噓 yankeefans: 這如果真的算得出來 也堪稱創舉了 09/10 03:00
→ yankeefans: MLB好像也沒有這種數據 09/10 03:01
→ hunng5: 包括安打,保送,觸身,甚至野選 不死三振 失誤(純失誤or 09/10 03:03
→ hunng5: 有守備瑕疵,但是最後沒有記失誤的play)等 09/10 03:03
→ splong: 原po還要跟潘比耶,這樣每個play去看也無法比啊 09/10 03:03
不用想得這麼複雜
就只是假設一個已經發生的play
討論這個單一play而已
→ splong: 因為你根本不知道這次防守機會換潘守會發生什麼結果 09/10 03:04
→ splong: 算了還是去睡覺...XD 09/10 03:04
噓 followwind: 你知道美國棒球進階數據學者已經有好幾十年在研究都沒 09/10 03:05
→ followwind: 有人提出所謂的該出局未出局的效應嗎... 09/10 03:05
沒人研究,還是可以探討阿
說不定真有人從這個角度切入,可以寫出新的公式
科學不就是要有創造性
噓 yankeefans: 因為"該不該"的標準就能吵到天荒地老了 09/10 03:07
→ hunng5: 建議你可開個進階棒球科學數據學系 讓大家陪你研究 還可 09/10 03:08
→ hunng5: 拿到世界專利 09/10 03:08
推 jash0910: 亂算一通也能叫創造性 ....... 09/10 03:09
→ hunng5: 如果你可以研究的出來也是台灣之光 09/10 03:09
噓 followwind: Exactly!請問兩個野手在range不同的情況下你要怎麼 09/10 03:09
→ followwind: 樣求出那個play是所謂「該出局沒出局」? 09/10 03:09
→ jash0910: 不是把數據這邊++那邊-- 就是一個可以拿來用的標準 09/10 03:10
單純的構想也是會有創造性阿
我的算法錯了,或許有其他人可以從這個角度切入進而算出來啊
→ hunng5: 關是該出局未出局的變數就要研究好幾個月了 09/10 03:10
→ jash0910: 沒精確定義出"該出局未出局" 後面算的都是垃圾 09/10 03:11
在這個例子當中不用定義,我是已經假設其確實發生了
噓 followwind: 然後這還不包括球場對range造成的影響變數,請問這個 09/10 03:12
→ followwind: 你要如何量化? 09/10 03:12
→ jash0910: 自己要把"該出局未出局"的範圍定的那麼廣 然後又算不出 09/10 03:13
→ followwind: /facepalm 09/10 03:13
→ jash0910: 如果把"該出局未出局"定義為失誤 那一切簡單多了 09/10 03:14
其實你要把這個case當作失誤來看也是可以
在這個case當中,一個壘包的失誤和一支一壘安打產生的效應相同
→ jash0910: 雖然顯示的數據沒有很全面 至少是一個可以討論的數據 09/10 03:15
→ jash0910: 把xx當成是oo來看也是可以 你在市場喊價嗎 09/10 03:17
一個壘包的失誤上一壘和一支一壘安打上一壘,有不一樣嗎
→ hunng5: 一個case 如果一人出局一壘有人 09/10 03:19
→ hunng5: 球打到游擊王勝偉拋給智勝,智勝傳一壘時一個彈跳,一壘 09/10 03:19
→ hunng5: 手許基宏好了 09/10 03:19
→ hunng5: 沒有確實接起來漏掉 離開壘包撿球造成擊球跑壘員上一壘 是 09/10 03:19
→ hunng5: 要怎麼判斷該出局未出局是要記在誰身上? 09/10 03:19
噓 followwind: ...請問在一個已經發生的事件後下個事件發生的機率跟 09/10 03:19
→ followwind: 前個事件的關聯性是什麼...銅板有兩面,你已經丟了一 09/10 03:19
→ followwind: 次了,下一次丟的正反面機率跟前個事件的關係是什麼? 09/10 03:19
你考我也沒意義阿,我解這道題失敗了
或許你可以嘗試解解看
※ 編輯: ensuey (61.230.110.57), 09/10/2016 03:22:38
→ hunng5: 是一樣正面 或是反面? 09/10 03:21
推 jash0910: 潘可以守 林不能守的標準是什麼? 你的腦嗎..... 09/10 03:21
→ hunng5: 智勝是要他的打擊阿 09/10 03:23
推 jash0910: 你的假設完全沒標準 數據也是亂套 這樣也能扯一堆 09/10 03:24
→ hunng5: 如果林傳偏是林的責任 許沒接起來一個彈跳 是許的問題 但 09/10 03:24
→ hunng5: 是擊球跑壘員會被記野選 09/10 03:24
噓 rioslo: 神邏輯 09/10 04:30
噓 hornet01: 對對對 09/10 06:08
噓 tony123839: ........... 09/10 07:49
→ tony123839: 我數學爛的人都覺得第一段那邊怎麼會用加法 09/10 07:50
※ 發信站: 批踢踢實業坊(ptt.cc)
※ 轉錄者: JUNstudio (61.231.143.214), 09/22/2016 00:52:55