週二, 09/28/2010 - 00:14 — 賴意文
HiNet運動網獨家特稿
前文提到，球場所在的地形、氣候乃至於球場本身的造型、設施等，都會對球員
的表現有所影響。在進階棒球數據中，「球場效應 (Park Effect、Park Factor)」就
是用來處理相關的問題。
舉例來說，Adrian Beltre常常被人批評他在西雅圖水手時期坐領高薪，打擊表現
卻庸庸碌碌。但是我們不能不注意到一點，西雅圖水手主場Safeco Field不僅對投手
較為有利，更嚴重影響右打者的長打表現。
Beltre無法克服Safeco Field這個球場對右打者極為不利的特性，或許不能完全
算是他的錯。而Beltre本季加入以對打者較為有利的Fenway Park為主場的波士頓紅襪
，打出優秀的成績，也並非意外的事情。
這一類的例子，被廣泛應用在現代的棒球數據分析當中，但也分為不同的形式。
最簡單的是以得失分做為依據，同一支球隊同一個球季，若在主場較會得分，在客場
得分較少，代表該隊伍主場可能對打擊較為有利，當然，在計算上更為複雜，會有許
多校正。
算出來的球場效應，通常1(或100、或1000)代表平均值，數字越高的代表該球場
對打者越有利，數字越低的代表對投手越有利。舉例來說，著名《Baseball Reference
》網站上今年的球場效應中，100代表中性，科羅拉多洛磯主場Coors Field是115，聖
地牙哥教士主場PETCO Park是91。
在實際應用上，使用球場效應的數字對球員成績做校正，理論上可以算出該球員
在中性球場的成績，在球員之間互相比較的時候，理論上就可以去除球場因素的影響
，以球員在中性球場的成績做為比較的基礎。
目前相當流行的OPS+(校正後的上壘率加長打率)、ERA+(校正後的自責分率)等進
階數據，大多也都經過球場效應的校正，這些數據都能讓人簡單的比較球員之間的投
、打成績。
更複雜一點的球場效應，可能會將各種數據分開，計算出各球場一壘安打、二壘
安打、三壘安打、全壘打、三振、四壞等不同數據的球場效應，甚至也有左右投/打分
開計算的球場效應，都是為了求得更準確的結果。
而隨著網路的普及，各種球場效應的數據取得也更為方便，也是球迷們的一大福
音。即使自己不進行計算，不要求更準確的結果，但能多瞭解各個球場的特性，知道
某些球員在某些球場為什麼會有那樣的表現，也能讓你更瞭解棒球這項比賽。
http://www.tsna.com.tw/?q=node/14168
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 203.72.87.25