推 shihchenhung:好強！這系列文應該找時間好好看一看 08/18 13:34
推 sausage:所以FIP只是不可預測的部分拿掉而已 長知識了 08/18 16:55
※ 引述《Phatmen (一丘之貉被戰活該)》之銘言：
: 推 gundam00:YES 但我主要的疑問是 FIP真的能夠就說這個投手好 並且 08/16 00:08
: → gundam00:扣掉守備及運氣成份嗎？ 感覺被HR和K和BB也都有運氣成份 08/16 00:09
: → gundam00:一個投手整季對米糕162場 FIP我覺得會比他整季都不對米糕 08/16 00:10
: → gundam00:還要高上不少 打者能力也有差不是？還有被HR有時候也是 08/16 00:11
: → gundam00:運氣 不同球場的強距離不同 這場地HR 別場地被沒收 這也 08/16 00:12
: → gundam00:運氣阿 08/16 00:12
: → gundam00:xFIP也有盲點 有的投手被HR%低 但xFIP標準化全部投手為 08/16 00:14
: → gundam00:聯盟平均 那不就忽略每個投手被HR%的數據了? 08/16 00:15
: 推 phrygia:球場上本來就有運氣，沒有任何數據可以排除所有的隨機成分 08/16 02:10
: → phrygia:如果真的有那樣的數據，球也不用打了，算算術就知道結果了 08/16 02:11
: → phrygia:重點在於，FIP或xFIP是否比傳統的ERA更能排除運氣的干擾 08/16 02:13
: → phrygia:更能夠反應球員的true talent level 08/16 02:14
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gundam00說的，HR、K、BB都有運氣的成分
小樣本，兩種數據是一樣落漆，大樣本，一樣都回歸平均
FIP是實際上在做的，像是FG講的，它只是解釋現在可預測性高的部分
換句話說，是YOY correlation高的部分，以前是TTO，現在多加了一個IFFB
所以為什麼叫Fielding Independant Pitching？因為這四樣是跟守備一點關係都沒有的
（IFFB以ML的層級來說，幾乎是跟守備能力一點關係都沒有）
所以它是不是排除「運氣」？我覺得嚴格來說不是，
應該說，現在對於守備的評估遠比其他數據差太多，所以FIP把這部分排除
守備能力是不是運氣？這五年的錢球派絕對跟你說不是的
所以可以說FIP排除運氣嗎？我覺得不行
會認為FIP比ERA好的檢驗方式是YOY的corr.，但是corr高可以說明什麼？
其實只能說明TTO比起守備能力對於一個投手而言更「穩定」
現在有五個因子，K、BB、HR、IFFB、Fielding
最不穩定的就是Fielding，FIP把最不穩定的踢掉，比起五個都包含的ERA
自然它YOY的corr.會高了
所以說FIP是否比ERA更能反應球員的true talent level？
我覺得從定義上來說，其實並不行
是不是真的有讓人打出去軟趴趴的投手？其實有
這樣的投手一定比K/BB ratio高的投手差嗎？其實不一定
: 推 sausage:請問一下 進階數據對於SP跟RP的適用性是不是有所不同? 08/16 03:42
: → sausage:以Farquhar來說 FIP跟xFIP跟ERA差距甚大 是不是因為IP較少 08/16 03:44
: → sausage:所以反映不出真實的狀況 但SP大部分ERA跟FIP的落差都不大 08/16 03:48
: → sausage:所以我在想拿進階數據預測RP是不是會誤差比較大? 08/16 03:49
我認為這個問題跟任何數據都無關，樣本數是任何統計的根本
RP比SP難預測就是因為樣本太小，多數的情況下，任何數據要拿來檢驗RP都比SP難得多
: 推 gundam00:感謝phrygia點醒 過度強調完全沒有運氣的數據 那還真的是 08/16 07:01
: → gundam00:算算術就好XD 況且有運氣成份在 才是棒球迷人的地方阿！ 08/16 07:02
我覺得phrygia講的強調有無運氣云云其實是對數據有所誤解了
運氣在統計上就是小樣本事件，沒有統計學家可以宣稱他們能排除小樣本事件
事實上，真正的數據派絕對不可能否認運氣到處都是，這跟人生是一樣的
只算數學的數據派你幾乎可以說他絕對是半吊子的數據派
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 98.213.48.82