[閒聊] 哪一隊投手群獲得了最友善的好球帶？

[TanakaJapan (田中將大19)]

相對於其他球技，「捕手接球能力」顯然是比賽中最難以察覺、最不容易被感受到的技術
。長打者能用一支接一支的全壘打，向對手展現自己的驚人炮瓦；飛毛腿能利用光速不斷
的盜壘、擾亂敵方投捕搭檔；金手套得主也能隨時來一手精彩撲接，使球迷讚嘆其駭人的
防守範圍；打擊技巧好的打者能每晚貢獻球隊至少一到兩支安打，有時候他會是球隊當晚
的關鍵時刻英雄。就連戴著面具的捕手，也能爭取到屬於他們的戲份 — 精彩的擋球，讓
投手失控的變化球沒釀成大錯、兇狠的長傳臂力，也能替其上演一次血脈賁張的阻殺秀。



唯獨「捕手接球能力」— 英文普遍稱作framing — 難以在比賽中瞬間被量化、甚至難以
被察覺。你能在一場比賽賽後，得知Giancarlo Stanton打了幾支全壘打、Billy
Hamilton盜了多少壘、Jose Altuve打了多少安打；但我們無法計算捕手的接球，到底幫
了投手多少忙。但即便如此，「捕手接球能力」仍是一項能影響比賽戰局的球技之一。接
球技術越好的捕手，能把壞球接的像好球、誘使裁判做出有利己方的判決；接球技術不好
的捕手，非但可能沒有將壞球接的像好球的能力，還可能將好球的接得搖搖欲墜、使裁判
猶豫是否要給好球判決。

(註：圖檔、表格好讀版可點下列此網址，不過點進去是有稿費的，所以若只對內文有興
趣可以直接讀下去：goo.gl/SvpJmq)


http://i.imgur.com/feCthjq.jpg


這樣講太抽象？那我們來看一點圖檔。以下三張GIF清楚顯示，接捕技術優秀的捕手，的
確有能力將許多可能被判壞球的邊角球，「拉」進好球帶、讓它看起來就像個好球。只要
裁判尚未改成電子化的一天，好壞球判決就可能受到捕手接球的動作、位移影響：


https://streamable.com/89i90

https://streamable.com/cqzfm

https://streamable.com/j3j9p



就如前面所提，好的捕手有能耐將壞球接得像好球；壞的捕手非但可能沒這個能力，甚至
還會將有機會被判好球、通過好球帶的投球，接得像是明顯的壞球：

http://cdn.fangraphs.com/blogs/wp-content/uploads/2014/12/wel3.gif



那麼，我們該如何量化捕手的接球能力？今天我們將用一些統計數據，粗估每一支球隊在
「好球帶戰爭」上拿下、或失去了多少城池。算法在以前的文章已有提過，不過這邊會再
寫一次計算法：


===========================

1.首先，我們必須要收集幾項團隊投球數據，包括Zone% (投手將球投進好球帶的機率)、
O-Swing%(打者追打壞球的機率)、以及團隊投手的總投球數。



2.再來，我們得算出投手總共將多少球投進好球帶；因此我們必須將Zone%乘上團隊投手
的總投球數，即能算出投手將多少球投進好球帶。



3.算出投手將多少球投進好球帶後，我們也能知道投手有多少球「沒投進好球帶」。算式
很簡單：總投球數 - 投進好球帶內的球數 = 沒投進好球帶內的球數。



4.打者若出棒追打壞球，無論結果如何都會被計上一個好球數。因此，我們必須將投手沒
投進好球帶的球數、乘上打者追打壞球的機率(O-Swing%)；如此一來，即可算出投手總共
被追打了多少壞球。



5.最後，將投手投進好球帶的球數、和打者追打的球數加總，即能得到「團隊投手的預期
好球數」。

==========================

http://i.imgur.com/va8L3wC.jpg


舉今年的紐約洋基做為計算實例。洋基投手群本季團隊總投球數為16049球、Zone%為
45.9%、O-Swing%則是33.6%；將16049球乘上45.9%，可算出洋基投手今年有7366.5顆投球
通過好球帶。剩餘8625.5顆沒有通過好球帶的球，有33.6%讓打者追打 — 兩者相乘後，
洋基投手能再從這邊拿走2917.3顆好球。把兩邊拿到的好球數加總，洋基本季的團隊預期
好球數為10283.8顆；而他們投手群今年實拿的好球數為10328顆好球。這表示，今年洋基
投手群「實拿」的好球數，比「預期會得到」的好球數多出44.2顆；那這又代表什麼意思
？我們知道實拿的好球比預期多是好事，但有多好？




根據數據網站硬球時報在2015年的文章計算，一顆好球比一顆壞球的價值多出0.14分 —
換言之，每比預期多拿一顆好球，球隊的淨獲利約為0.14分。將洋基本季多拿到的44.2顆
好球、乘上每顆好球的0.14分價值，我們大約能說洋基投手本季在「好球帶爭奪戰」上，
大約替球隊省下了6.18分。按照這個算法，以下我將會列出一個大表格，放上每支球隊的
投手群預期會拿下的好球數、實際拿下的好球數、實際拿下與預期拿下的好球數之間的差
距、以及球隊在這方面省下或失去的分數。表現越好的球隊會在表格的越上方：



球隊    預期好球數      實際好球數      兩者差距        省下/失去的分數
金鶯       10331           10581          +250              +35.0
道奇       10047           10270          +223              +31.2
勇士       10014           10175          +161              +22.5
響尾蛇      9933           10081          +148              +20.7
天使        9936            9988           +52               +7.3
印地安人    9895            9945           +50               +7.0
雙城        9954           10003           +49               +6.9
洋基       10284           10328           +44               +6.2
藍鳥       10387           10429           +42               +5.9
釀酒人     10616           10647           +31               +4.3
太空人     10348           10374           +26               +3.6
海盜       10194           10212           +18               +2.5
小熊       10152           10164           +12               +1.7
教士        9975            9985           +10               +1.3
光芒       10443           10451            +8               +1.2
大都會     10622           10625            +3               +0.4
紅雀       10273           10260           -13               -1.9
紅襪       11137           11110           -27               -3.8
遊騎兵     10094           10045           -49               -6.9
馬林魚     10064           10012           -52               -7.3
白襪       10108           10054           -54               -7.5
運動家     10357           10296           -61               -8.6
巨人       10584           10492           -92              -12.9
國民       10433           10338           -95              -13.3
水手       10377           10270          -107              -15.0
皇家       10337           10220          -117              -16.4
紅人       10364           10231          -133              -18.7
費城人     10277           10111          -166              -23.2
落磯       10368           10180          -188              -26.3
老虎       10473           10176          -297              -41.5


根據這套統計模型，金鶯隊投手群拿到的實際好球數比預期多出350顆、冠霸全聯盟；換
算成分數的話，等同他們憑著比聯盟其他29隊還要友善的好球帶，球季還沒打完就已經省
下了多達35分。我們也能看到，聯盟前四強和其他球隊間有個巨大的鴻溝 — 在響尾蛇後
，沒有球隊省下的分數超過10分；但包括他們在內的前四名球隊，都靠著比別人友善的好
球帶，省下超過20分。除了金鶯外，道奇在這方面也是本季聯盟表現最好的球隊之一；而
這或許不讓人意外 — 根據我過去兩年、以及其他國外作家近幾年的追蹤，道奇一直是這
方面的佼佼者球隊。

http://i.imgur.com/9HEA7Ii.jpg


另一方面，我們也能看到某些球隊在這方面表現差勁，而且似乎都是很熟悉的名字。根據
這套模型，老虎、國民、運動家、費城人、落磯、皇家等隊，在過去幾年都是聯盟中表現
最不好的球隊，本季似乎也不例外；其中今年又以費城人、落磯和老虎最慘。這三支球隊
的投手群，本季所面對的好球帶相較於其他球隊是最不友善的；這可能跟投手群的控球能
力有關(投手控球越好、越能讓捕手預測到球的進壘點，並做出較為流暢的接補動作)，但
一般來說如此慘烈的數據，捕手不可能不需要負任何責任。特別是老虎隊，長年以來許多
人對他們的印象就是牛棚很爛、防守不好；先發和打擊則是強項。



但對我來說，老虎近幾年總是得面對聯盟中最不友善的好球帶，累積下來已讓他們少贏了
很多球賽。從近幾年的資料能發現，老虎似乎是最不重視接球技術的球隊之一；該隊經常
使用的捕手如Alex Avila、James McCann，都是很糟糕的接球者，但他們卻都能輪流穩坐
先發。以捕手的打擊標準來看，他們都算是不賴的進攻者；但接捕功夫不是他們的強項，
而這些損失的好球，近年讓球隊無形間損失不少勝場。對於紅人、費城人這種重建隊伍來
說，捕手不會接球或許不是什麼太讓人難過的事；但對於落磯、國民、皇家這幾支季後賽
競爭者，相較於其他強權，他們在這方面就會居於劣勢。

http://i.imgur.com/p2cb0Zm.jpg


去年和今年相比衰退最多的大概是海盜隊 — 他們的主戰捕手Francisco Cervelli在近兩
年遭遇各種大小傷勢後，原屬聯盟頂級的接捕功夫似乎因此顯著退化。根據Baseball
Prospectus網站的接捕數據，他今年的接捕讓海盜比平均多丟了5.2分；不僅未能重拾昔
日聯盟頂尖的身手，如今連達到平均都顯得困難。根據上述的接捕數據，本季聯盟表現最
好的捕手為Tyler Flowers，而他所屬的勇士隊，也排在本文榜單中的第三；道奇的
Yasmani Grandal則已經連續好幾年，扮演著全聯盟最頂尖的偷好球高手。響尾蛇去年不
續約Wellington Castillo、改簽防守第一的Jeff Mathis，也確實收到顯著效果。



最讓人摸不著頭緒的，或許是排名極差的巨人隊、和領先群雄的金鶯隊。巨人主戰捕手
Buster Posey是過去幾年大聯盟最頂尖的偷好球高手之一，與同分區世仇Yasmani
Grandal在這方面堪稱一時瑜亮；過去幾年巨人都在此榜排行高居聯盟前幾名、甚至壓著
表現同樣強勢的道奇打。但這季他在這方面的表現卻顯著衰退 — 根據StatCorner網站的
接捕數據，去年靠著接球比平均替巨人多守下26.8分、高居全聯盟捕手之冠的Posey，今
年竟退化到僅有 -0.1分、淪落至僅有聯盟平均附近的水準。為何會有如此突然的巨幅衰
退，實在難以理解。



他今年曾因腦震盪進過7天傷兵名單，但已是四月初的事情、而且也就躺過這麼一次傷兵
。我們也很難想像，因為這次的腦震盪傷兵，就能使他從一個接捕實力聯盟頂級的捕手、
衰退至平均值附近。如果說他的衰退期已經到來、或身體有隱傷，那我們還得解釋為何他
今年能在這樣的情況下，繳出和生涯平均差不多的攻擊成績(生涯136wRC+、本季139wRC+)
。也可能是因為今年巨人投手群的表現太不給力、控球太難為捕手 — 但從該隊本季聯盟
第七低的每九局保送數，要成立這個理論也會備受質疑。到底是Posey退化、還是他身體
有傷、或是巨人投手群這季無法把球投進邊邊角角的位置，導致Posey的接捕數據嚴重下
滑？沒人能確定。

http://i.imgur.com/JknKmFS.jpg


金鶯會出現在第一名的位置，也非常讓人訝異。該隊的主戰捕手Castillo，是過去幾年聯
盟中接捕表現最差勁的捕手之一；但根據Baseball Prospectus的數據，他這季表現大有
進步。過去幾年動輒下探 -10分、甚至更慘的Castillo，今年繳出了聯盟平均左右的接捕
數據；而該隊的替補捕手Caleb Joseph即便未能掙取夠多的上場時間，但根據BP網站的統
計，他本季的接捕數據卻排在全美職前五。或許Castillo的接捕功夫真的有進步、或許
Joseph真的是聯盟中最會偷好球的捕手之一；但就跟巨人隊的案例一樣，我們難以完全解
釋原因。



Castillo真的能在長年繳出悲慘的接捕數據後、突然來個華麗轉身嗎？Joseph一直以來都
被認為是個不錯的接捕者，但他會是聯盟最頂級的那個嗎？這些數字有多少是來自運氣？
這都是不好回答的問題。但可以確定的是，無論是受惠於什麼原因、不管是運氣好還是捕
手技術提升，至少到目前為止，金鶯投手確實獲得了全聯盟最友善的好球帶；不過好笑的
或許是，即便有著較友善的好球帶幫忙，金鶯投手群本季累積的5.1WAR竟只能在聯盟排第
25名。若他們未來想重返競爭季後賽的行列，他們得先想辦法搞定殘破的投手戰力。



那麼，這些透過接捕省下、失去的分數，又代表什麼意義呢？這些分數顯然會影響比賽勝
負，但有多大的影響力？根據進階數據FanGraphs的計算，在本季的MLB平均要贏下一場球
賽，需打下或守住10.1分。換言之，我們能說道奇、金鶯這季光靠著比其他球隊更友善的
好球帶，多贏下3～4場勝利；勇士響尾蛇則是兩勝左右。反過來說，巨人、皇家、國民和
水手，都在這方面損失了1～2勝；費城人和落磯則是2～3勝、老虎最慘，他們可能已經因
為最不友善的好球帶賠掉4場勝利。我們能發現這些差距並不大，但仍然很有感 — 在現
今自由市場買一勝平均得花近900萬的環境下，每場勝利都很珍貴。

http://i.imgur.com/IOYPUUD.jpg


一般來說，控球品質越好的投手群，越能讓捕手接到比其他人更大(更友善)的好球帶；因
此，本文的數據不全然是光靠捕手接球能力所建立。但捕手的接球能力肯定是最重要的一
環，這也是他們的工作 — 球隊付錢請他們，有部分就是為了希望他們能替投手多省下一
些分數；而接捕能力越好的捕手，就越有可能讓球隊的投手群有著更大的好球帶。好的捕
手能把投偏的球拉進好球帶、壞的捕手也有機會把好球接的像壞球；這就無關投手的控球
能力。按照上面的數據，我們發現接捕的影響力，確實沒有轟全壘打、每晚上演精采守備
來的大；但在每一勝都很珍貴的情況下，接捕仍是一項很重要的技術。



舉例來說，按照這套模型的計算，響尾蛇在這方面相較於落磯多佔了4～5勝的便宜 — 兩
隊目前戰績相同、有可能會在外卡驟死戰碰頭。對落磯而言，若他們的接捕能力能再強勢
一些，或許能有更高的機會奪下主場優勢；對響尾蛇來說，他們肯定很慶幸有著比同區對
手好很多的接捕數據，使球隊目前能在戰績上咬住落磯。對於道奇而言，若Grandal強大
的偷好球技術能帶進十月，搭配他們那超級駭人的先發輪值，難以想像道奇的投手群會多
麼難以被攻克；不過這或許也是個魚幫水、水幫魚的概念。

http://i.imgur.com/L5WdMwO.jpg


雖然他在教士時期就是個接捕高手，但現在的道奇投手群更有天賦、控球能力更精準。無
論Clayton Kershaw、Alex Wood、Kenley Jansen、前田健太等等，都是想投哪裡就能投
哪裡的高手；如果達比修狀況好的話，他也有能力這麼做。Grandal搭配那恐怖的控球大
隊，簡直就是每個打者的夢靨；而他的存在，正是為何道奇近年能在國聯西區橫著走路的
主因之一。或許更讓人傻眼的是，Grandal還是近年聯盟中打擊最好的捕手之一：近三年
他的116wRC+，在捕手位置全聯盟僅落後Posey；當初拿Grandal來跟道奇換Matt Kemp的教
士隊，現在恐怕想哭都哭不出來。



當然，就如前述所提，接捕能力只占一支球隊眾多環節的一部份，但對於戰績依舊有一定
的影響力。「偷好球」、或者說「接捕能力」、「Framing」，是一項平常我們很難用肉
眼看出來的能力；然而，他能帶來的實際影響力，可能大於一般人所能想像。
由衷地希望，我們未來能繼續對這項隱形的技巧有更多的認識。

http://i.imgur.com/AWa0PFm.jpg


========

圖片來源：Google.com

數據來源：FanGraphs.com、Pitch Info

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 150.117.24.175
※ 文章網址: https://www.ptt.cc/bbs/MLB/M.1502009536.A.71B.html
※ 編輯: TanakaJapan (150.117.24.175), 08/06/2017 16:54:38
推 biorockma: 好文大推
推 az755181: 好文推
推 dragon50119: 記得Lucroy偷好球能力也蠻好的，不過今年好像退化?
→ ChrisDavis: Lucroy今年蹲捕能力大退化,武功全廢的那種
→ dyo010123: 推
推 jerryklu: 推!
推 powerman100: 推。
推 ilikeroc: push
推 Liebe0405: 優文推推
推 adad48362: 怎麼感覺之前看過這篇文
推 Timekeeper: 我也覺得看過這篇
推 TokyoHard: 達比修去LAD第一場投完說捕手都把壞球接成好球,很好投
→ TokyoHard: 我想他忍很久了吧
推 duke7814: 這篇是renew版的
大大正解，之前我有寫過幾篇同樣的文章，時間主要是近三年，時間許可的話就會拿來
更新一次


推 b99202071: 達爾今年在條子真的很多好球被接成壞球啊XD
推 nuggets0916: 金鳥捕手這麼猛結果投手很鳥……
推 masao0103: 怪怪~某隊版之前一直說自家補手場上帶領投手能力多好，
→ masao0103: 打擊爛沒差~~結果倒數XD
推 ualileigod: 誰還敢質疑前說瞎大將Mathis
推 ru26: 推
→ jones210272: 推
推 osiris860411: 推~
推 whhw: 有看有推
推 OLDdaughter: 好文推
推 Yginger1: 推 比較意外的是壓低 他是印象中的偷好球大師
回大大，他過去幾年全盛時期的時候，framing數據確實是年年頂尖；但近三年有
點走下神壇的味道，可能是年紀衰退的關係吧。

推 dido3612: 好的捕手帶你上天堂啊
→ JustinIdiot: 事實上framing並非看不出來 常在看比賽的話一定會有
→ JustinIdiot: 所察覺
推 henghsiao: push
→ edhuang: 推
推 Asucks: 推好文
推 in9e5: 不過posey我記得今年棒子算還行的吧
噓 acd51874: Statcorner顯示金鳥的威卡每場接球貢獻是負的(超過一半
→ acd51874: 局數都是他蹲)，然而金鳥卻省下了比道奇隊還要多的分數
→ acd51874: 這其中解釋不了的原因，可以合理質疑是立論的根本就錯了
→ acd51874: 嗎？
StarCorner的計算法對我來說就粗糙很多啊，我不確定acd大大有沒有看過BP和SC
兩個網站framing公式的差異啦，但BP有考慮投手的控球、以及把球種分開來算

如果就看BP好了，這季Caleb Joseph累積的framing runs是全美職第四、Castillo
的framing runs是比聯盟平均高出1.2分，所以與其說是我的立論有問題，不如說
是每一家網站用的追蹤系統不一樣，像我用的就是pitch f/x的資料

如果要說我立論有問題我當然也不是不能接受，但我比較想請acd大大提出我的算式
和理解哪裡有明顯的錯誤，我會思考哪裡是可以修正的。如果只是拿一個StatCorne
r的數據，就說我的結論不一樣所以我有問題，這樣好像不是很公平吧

我也可以說根據BP，金鳥這季有兩個above average的framer啊



推 kenny781558: 好文推!!
噓 vance1024: 紅明顯 Zone的數據是由那個單位提供的 文中要先列出來
噓 vance1024: Zone的技術&所採的數據須有一定公信力這個問題才能探討

回大大，我這邊的數據是用FanGraphs網站的pitch info(pitch f/x)，和BrooksBaseball
網站的追蹤系統是一樣的；希望有回到到您的問題

推 EE1: 好文推!!完全符合我看球的經驗
→ sikerkuaitai: 這兩個系統是不是計算上就存在根本的差異阿
→ sikerkuaitai: 或者應該問 如何定義好球帶？
推 Brujita: 為什麼要用百分比推算回去??Pitch f/x 沒原始資料??
→ Brujita: Pitch f/x 的好球被判成壞球, 這部分怎麼處理??
沒有原始資料，只有小數，所以我只能用excel自己算......

至於pitch f/x的好球帶可能跟每個主審的好球帶大小當然是有差，但pitch f/x是抓
聯盟的好球帶平均大小

推 OneCell: 有趣的題材
推 wade3flash: 好文推
推 ray41705: 認真看完了推推
噓 jardon: 教士就腦殘啊 哈哈
→ jardon: 資敵天才
→ jardon: 不過看Hedges也蠻會偷的
Hedges的確會偷，球探報告上就已經強調過這點很多次了

推 maldini3: 不知道90年代勇士隊的數據會多驚人?
推 ghia73ray: Grandal.....
※ 編輯: TanakaJapan (150.117.24.175), 08/07/2017 13:54:35
噓 ichsong: 紅明顯...假說跟模型都不夠完整,判好球的是人不是機器
噓 vance1024: 你用2015的好球期望值去算2017的數據 為何不用2017的
噓 vance1024: 還有你文章中都有說投手控球能力也很重要了 這就表示
→ vance1024: 投手的控球這個變因對數據的影響並沒有細微到可以忽略
→ vance1024: 所以在建立模型時就不能排除掉控球能力的影響
噓 vance1024: 而且要證明投手群控球能力的好壞對球隊成績以現在的數
→ vance1024: 據更容易吧 你的假設有能證明可以排除這個變因嗎
我沒有說過投手的控球能力是一個可以忽略的變因，還是我有在哪裡說過我自己
忘記了？我只是認為捕手的接捕能力對於這個數據的影響力會明顯大於投手

至於主審的話我覺得不是需要特別考慮的點，因為你一整季下來每天面對的主審
不一樣，長期下來獲得的好球帶(主審方面)應該是趨於聯盟均值；所以會影響這個數據的
就是捕手和投手，而我個人認為捕手在這方面的影響力更為巨大

去看看BP每個捕手的接捕數據、再看看球隊在這文章上的排名，應該可以理解為何我
會這樣說；再者，這篇文章我下的標也是誰獲得最友善的好球帶，而非單純探討哪一隊
最會接捕，所以我從來沒有認為影響這項數據的只有接捕。我不確定為什麼我的意思會
被這樣解讀，可能是因為我在文章中有很高的比例在探討捕手的能力吧；但事實上我認為
，這種數據跟捕手有很大的關聯是沒錯的，但我也知道不是100%

那不是100%有關係嗎？我認為還好，因為我這篇探討的答案主要還是今年哪支球隊拿到
了最友善的好球帶；順便去旁敲側擊有哪些球隊的捕手可能是影響的主力。譬如道奇和
他們的Grandal、老虎和他們的Avila/McCann

他們的接捕能力就有極大的探討價值、也確實能顯著影響球隊的好球帶大小

此外，Pitch F/x的好球帶期望值是一年一更，所以不會有2015年的刀斬2017年的官
的問題，這是我的解讀
※ 編輯: TanakaJapan (150.117.24.175), 08/07/2017 14:34:31
→ jardon: 本篇作者其實也沒講的斬釘截鐵 還是保留一點空間
→ jardon: 就像守備盡量生數據給你 你不信 全部踢翻 那其實沒什麼好
→ jardon: 討論的 接球也是
→ kokal: 講直白點, 這種算法的數字越高代表裁判犯越多錯誤
→ kokal: 裁判組自然會想辦法壓低這種數字
推 vance1024: 你如果要討論哪一隻球隊獲得最友善的好球帶那就不能這
→ vance1024: 樣討論 應該要把全部球隊到今年為止的好球落點分佈與你
→ vance1024: 認定可以當作客觀標準的Zone直接拿來比對  這樣直接就
→ vance1024: 能看出哪一隊取得Zone的區域外好球能力最佳 還能作分佈
→ vance1024: 圖來看好球取得多是在那些位置
我覺得這個方法沒有比較好耶，你要算最友善的好球帶，不是就應該算誰獲得的好球數
比預期多更多嗎？在同一套模型下，所有球隊的立基點都是一樣的；在這個立基點上，
撿到比預期好球數越多的好球，就是越友善的好球帶啊

我覺得，用這個算法算誰獲得了最友善的好球帶是沒有問題的，因為所有球隊都是站
在同一個模型立足點上；在這套算式下拿越多好球的球隊，他們的好球帶的確就是比
其他球隊更友善。

現在比較重要的疑問點應該是：為什麼有些球隊可以獲得比較友善的好球帶？
為什麼有些球隊不行？捕手佔了幾%？投手控球佔了幾%？

我認為算法概念應該是沒問題的，但上述這個疑問當然就是見仁見智。
但我想說的是，我有把我算出來的這些數字拿去BP對每個捕手的Framing stats，
我的結論是framing stats越好的球隊，他所屬的球隊就越有可能在這個榜上
名列前茅。所以衍伸出來的另一個個人結論是，捕手影響好球帶的能力大於投手，但
投手的影響力不是0。


噓 dishomer: 每天面對的主審不一樣 不代表長期下來就有聯盟平均
→ dishomer: 除非每個主審判每個球隊的次數是一樣的 你才能這樣說
推 sikerkuaitai: 基本上如果樣本夠多 裁判的理由是可以信服的
→ sikerkuaitai: 樓上的理由在大樣本之下很難成立
推 vance1024: 半季的樣本數不夠吧
噓 dishomer: 一年也不夠 16年裁判19組 每組會跟球隊打完一個系列才換
推 vance1024: 少說每隊也要有取1000場以上的比賽 但又跨賽季了
→ dishomer: 用系列戰3場來看 平均一隊遇到一組裁判 2.84次 主審輪流
→ dishomer: 數據根本不大 橫跨好幾個年度才算大 但是跨年度對此議題
對於裁判的觀點我的看法是這樣

首先，雖然每個裁判的好球帶大小當然是不太一樣，如果我們去調聯盟最大/最小
好球帶的裁判，藉由兩個極端的例子相比，也或許能看出很明顯的差距。

但今天我們談的是一整個聯盟的裁判，也就是說大部分情況下，只要時間拉長，
球員就不會每天都碰上同一個很極端的裁判。美國職棒的好球帶畢竟還是固定的，也沒有
容許每個裁判能有不一樣的標準，在每一場比賽後，裁判都會收到裁判報告，上面顯示
的是根據聯盟現行標準，他們的判決正確率是多少。在這種情況下，絕大部分裁判之間的
好球帶是不會有很大的差距的；除非是最極端的那種。

就好像為什麼國民隊投手的ERA+和洋基隊投手的ERA+能拿來相比？不是一般認為美東
打者的強度明顯比國聯東區高嗎？這也是因為我們選擇相信，在比賽夠多的情況下，
能夠大致消化(有時候甚至是忽略)這微小的極端值

如果打者今天10場比賽有9場會對Kershaw，那他的wRC+當然不可信啊；但為什麼我們
會拿響尾蛇隊的打者wRC+和別隊的wRC+比？因為我們知道長期下，球隊遇到極端值投手
的機會不多，至少沒多到能不被剩餘的百餘場比賽抵銷掉。響尾蛇比其他分區的球隊更常
面對Kershaw，那是不是他們打出來的OPS+就沒參考性了？不會，因為長期下來，
他們不會天天都碰上極端值的投手

裁判也是如此，每個裁判之間好球帶大小不盡，但長期下來我覺得是可以大致抵銷的；
因為我的猜測是，可能聯盟中間80%的裁判好球帶大小本來就差距很小，即便不一定
一樣。聯盟當然可能會有一些極端值，但影響力有大到能讓這數據沒用處嗎？我個人不
這麼認為。當然大家可以有相反意見，但既然我們不會因為國聯西區的球隊要打Kershaw
、而其他球隊不用，所以覺得OPS+無用，那同樣的道理，我覺得只有幾個極端值裁判
，不會影響這超過半季很多的樣本數的排名。


→ dishomer: 根本不符合....
→ dishomer: 更不要提每年的裁判組別又會換過....
→ dishomer: 另外作者說沒忽略控球 但模型看不出來有把這邊加入計算
模型就包含林林總總的東西了不是嗎..........無論是接捕能力出色、還是投手控球好，
都會被加總進入模型裡面啊；我們沒辦法做的事情是，將這些數據幾%的功勞分給捕手、
幾%的功勞分給投手。我個人相信捕手的影響力會佔明顯比較多的%數、但投手的控球
佔的功勞絕對也是遠大於0%。這就是我一直以來要表達的意思。我不認為捕手的接球
對這篇文章的數據有100%的影響力，但我認為捕手的影響力大於投手、再遠大於隨著時間
拉長，影響力會越來越小的主審。


※ 編輯: TanakaJapan (150.117.24.175), 08/07/2017 21:56:18
噓 acd51874: 如果捕手的影響力大於其他因素，那麻煩解釋解釋金鳥為
→ acd51874: 什麼能省這麼多分，是樣本不足還是運氣太好?
運氣好是有可能的，但Joseph這季framing數字很猛、Castillo在BP的模型上也是高於
平均，這也不能忽略呦

→ waiting0801: 這篇外電文還不錯
→ waiting0801: http://www.ptt.cc/bbs/MLB/M.1415985970.A.D13.html
推 sam9595: 為啥作者這麼認真寫一篇文章 一堆人噓成這樣？ 連好好討
→ sam9595: 論都不行？
推 acd51874: 爽推就推，爽噓就噓，有礙到其他人嗎？沒有嘛
→ acd51874: 對一個沒學過統計的人來說，要寫這種文還是太早了
到底是誰規定寫這種文章一定要學過統計啊？美國一堆在寫framing的寫手，也都
不一定都是念過什麼統計的啦

我覺得acd大大你要嘛就是提出我算法的缺陷、要嘛就是自己提一個更好更沒缺陷的東西
來；在那邊嘴說是統計不統計，我說認真的，真的一點意義和貢獻都沒有

你要質疑我的文章可以，像這篇留言處也很多人確實提出了他們的疑問；只有你讓我覺得
從頭到尾就只是想要一概的否定這篇文章，先抓個公式有疑問的StatCorner數據就
匆匆忙忙地跑來噓文，再來被我反駁之後就乾脆丟個沒學過統計就不准寫文章的荒謬論點

我不管是學什麼的你都沒有干涉的權利，我愛寫什麼文章，你也沒有干涉的權利
你的權利是像其他版友一樣，給出讓我覺得可以修正、值得討論的意見，否則我就會覺得
你只是來找碴的

其他版友都很認真地想要討論我的模型哪裡修正的更好，唯獨acd大大從以前到現在
還是只會去其他地方弄個本身也有疑問的數據，來質疑我的東西有疑問；被反駁之後
又會搬出大絕招，說些什麼XXX才能寫文章這種荒謬論點

請問是有誰規定一定要念過什麼才能寫文章？如果你是要指正我文章中哪裡有算錯，或
公式出差錯的地方，我很歡迎；但如果你是要嘴什麼XXX不准寫文章，我只想說PTT和運動
視界都不是你家開的，別以為你講什麼別人就該聽你什麼，好嗎？

我倒是建議你，要引用人家的數據之前，多去看看人家的公式算法是什麼，要質疑的話
你就該把質疑精神一視同仁的發揮在他們的公式上；如果英文看不懂的話也可以盡量去
多學。雖然有兩年的時光沒跟你合作了，不確定你的英文能力到底是不是跟以前一樣
連外電文章都無法處理，不過說實在的你也是個對棒球有熱情的球迷，建議你可以
去多讀這類的東西，回過頭來質疑也會比較有憑有據

你這樣質疑不出什麼東西，然後只會搬出什麼沒學過XXX所以不得寫什麼XXX文章的，
只會讓我覺得你很沒料，就這樣

推 redsnipertd: 就是因為你這模型包含太多東西，所以應該要把投手造
→ redsnipertd: 成的影響作校正，這樣得出的結果才有意義
→ redsnipertd: 你沒有作校正就是忽略了投手控球好壞對最後數字的影
→ redsnipertd: 響。而且你不能以主觀的"我認為"來解釋這些變因對於
→ redsnipertd: 最終數字的影響程度高低吧? 未免太不客觀了
噓 ichsong: 會說主審影響力小,你可能沒看過球
別斷章取義擷取我的意思，我從來沒說過主審的影響力小，我只說過時間拉得越長，主審
的影響力會隨之減弱；就跟打者每天面對到的投手強弱差距很大，但長久下來他們
遇到的投手平均實力不會差太多，意思是一樣的

開幕戰巨人打道奇遇上Kershaw和道奇的先發輪值、其他球隊可以面對非道奇的對手，
所以一開季的OPS+沒有參考價值；但時間拉長後，每個打者面對到的投手實力是差不多
的。所以即便投手實力會影響打者的打擊輸出，但我們不會因為投手實力不同，而去說
打者的OPS+不可信。為什麼？因為長期下來，打者面對的投手強度會慢慢抵銷回歸平均

裁判也是一樣的道理

※ 編輯: TanakaJapan (150.117.24.175), 08/08/2017 13:51:08
→ acd51874: http://i.imgur.com/c9RIZy1.jpg
推 acd51874: “看”的出來Welington的接球還是很差勁，所以那些正分
→ acd51874: 到底是他自己接來的，還是控球好的投手幫他贏來的？
→ acd51874: 然後你，開始看比賽了嗎？
感謝acd大大關心，我之前就已經說過以前有一陣子沒能看球賽是因為我覺得準備
學測比每天追球重要一些

學測考完後每天早上我能爬起來的話基本上都會把MLBTV開起來的
我們現在這個新團隊，也跟以前一樣有很多球迷，會討論當天各隊的比賽內容，
這是我能給你的解答，你要不要信隨便你，我沒意見。啊至於統計，我當然不是念這個
科系的啦，我只是覺得你要質疑文章OK，但去戰人家去念什麼，沒念什麼不能寫文章
，我個人不是資格論者的粉絲

然後回一下Castillo那段，我強調過很多次了，BP的framing stats計算公式中，有考慮
投手的控球能力，你開始去翻他們的英文解釋了嗎？我的猜測是應該沒有

如果你看不懂他們的公式沒關係，我知道你現在身邊有很多英文能力屌打你我幾條街的
朋友，拿BP的公式去問一下他們到底是怎麼搞公式的吧，問完我們可以再談論這公式
的缺點到底在哪裡XDDD
※ 編輯: TanakaJapan (150.117.24.175), 08/08/2017 14:23:58
推 acd51874: 模型有包含進去不代表具有解釋力，因為你沒辦法處理那
推 acd51874: 些處理變因，而你只是用改絕去猜，時間如果拉的夠長，
→ acd51874: 裁判影響力的確會變得夠小，但還是沒辦法解釋投手跟捕
→ acd51874: 手到底誰的影響力比較大的問題
要知道捕手影響力有沒有大於投手其實沒那麼困難，我們把BP的捕手數據抓下來跑YOY
Corr就有答案了；為什麼我不這麼做？因為BP上就有文章跑過了，他的結果是
顯示捕手的framing stats的YOY Corr是中間偏強的，跟打者的OPS一樣

如果捕手能力真的影響力很小，那他們的framing stats yoy corr應該會跟投手的BABIP
那樣沒什麼yoy corr，不過事實證明不是如此
※ 編輯: TanakaJapan (150.117.24.175), 08/08/2017 14:26:44
→ acd51874: 我那樣就是放大招？說事實你也聽不進去，呵
我個人是有這樣的觀感啦，不過如果你覺得不是在放大招，那我也沒意見，總之
這也不是這篇文章的重點，再說我們也不是第一次對同一件事有不同的觀感了，呵呵
※ 編輯: TanakaJapan (150.117.24.175), 08/08/2017 14:28:59
推 acd51874: 舉ERA+那邊，你要不要檢查一下啊，國美聯能比?新理解
→ ShaShoukun: 我覺得你貼現有的framing數據不就好了
→ ShaShoukun: 找了一下BP他們做了不少修正試圖扣除投手跟裁判影響耶
→ ShaShoukun: 你這算法完全做到這點擺明有點問題吧
→ ShaShoukun:             沒
→ kokal: 裁判的部分不能用"覺得","似乎"蒙混,像dishomer大已經指出
→ kokal: 2017單個年度對於裁判輪調實在太少
→ kokal: 還有, 2017的好球帶是縮小的
→ kokal: 另外,https://goo.gl/8t2UUS看一下,你的數字的%太小,很難說
→ kokal: 不是誤差