※ [本文轉錄自 Sabermetrics 看板]
作者: Debugger (Win Shares 痴漢) 看板: Sabermetrics
標題: Bill James 的重要想法(2)
時間: Mon Apr 3 14:17:32 2006
Tim Foli 效應（Tim Foli Effect）：
幾乎每一年都會看到，某個打者從打擊不好的球隊換到了打擊較好的球隊，然後這個打
者的打擊成績有大幅的進步。他通常會把這個進步歸因於“比較有好球打“（比方說，
當 Dave Parker 是下一棒時，投手不願意保送 Tim Foli）。但事實上經常是因為這個
球員的打擊成績進步有一部分或是全部來自於他新加入球隊的主場。Bill James 寫說
“但是那個打者會說什麼呢？不，我跟本來一樣還是個鳥蛋打者，只是球場讓我看起來
變好了一點。“在某些情況中，打者加入的打擊較好的球隊，但是這個打擊好的球隊的
主場是不利於打者的，此時這名打者的成績通常會下降。
Bill James 把 MLE（Major League Equivalencies，用來評估小聯盟球員的成績用來預
估升上大聯盟之後表現的工具）稱為他的生涯中最令人驚訝的發展。他所發現的是“一
個球員在小聯盟與大聯盟的成績有落差的機會不會高於他在大聯盟的成績出現落差的機
會“。
他寫說“棒球界人士一般相信，用球員的小聯盟的打擊成績來推估他在大聯盟會打得怎
樣並不可靠。在深入地研究了這個問題之後，我的結論是，用在小聯盟的打擊成績來預
估在大聯盟的打擊成績，準確度就跟用在前一年大聯盟的打擊成績來預估新的一年在大
聯盟的打擊成績一模一樣。“
如你所可以預期到的，MLE 需要配合球場以及聯盟成績來做調整，再加上小聯盟到大聯
盟的成績轉換。不過，最終這套系統顯示的是，如果要賭賭看誰的成績會比較好，那就
要去賭好的小聯盟人才，這比去賭不怎麼好的“已經證明過的“大聯盟人才要好得多。
相信小聯盟數據不能顯示與大聯盟數據的關聯，部分是因為不了解不同球場與聯盟造成
的成績差異可以修正過來，而大部份的小聯盟鳥蛋變成大聯盟猛將，或是反過來的例子
，是源自於球隊太快放棄了該球員，或是小聯盟的數據被不當的解讀。
Bill James 寫說，相信小聯盟數據沒有意義，幾乎在所有的情況中都是錯誤解讀的結果
，而不是沒有意義。Wade Boggs 常常被提到被當成是個比他在小聯盟的成績顯現出來還
要更好很多的球員，不過事實上是，他在小聯盟的時候是在投手球場，聯盟也偏向於投
手，他的 MLE 預估出來他會是個偉大的大聯盟打者。
大聯盟球員表現每年都有漲有跌，可是誰因為 Adrian Beltre 在 2003 打了兩成四，在
2004 打了三成三四，就說大聯盟的數據沒有什麼意義呢？Jerry Mumphrey 有一年在 57
次盜壘嘗試中成功了 52 次，他剩下的生涯盜壘成功率六成，只是個負貢獻的盜壘者。在
任何形式的分析中都沒有魔術公式。即使是穩定的打者也會有再不同年間的成績波動。克
羅拉多的打擊數據跟西雅圖的打擊數據意義並不相同，可是，這仍然並不代表大聯盟數據
沒有意義。
Bill James 將這個發現寫在他 1985 年的 Baseball Abstract 上，但是所造成的影響則
在不同層面深淺不一。後來 Bill James 寫說“我證實了一件直接跟壓倒性的棒球智慧矛
盾的事情。我感覺繼續不斷地推動這個論點不是很值得鼓勵的一件事。“