※ 引述《markwu123 (單身旅記與日光傾城)》之銘言：
: 直接改成用得分機率來講
: 1. 得分機率
: 一人出局三壘有人的得分機率比零人出局二壘有人的得分機率高
: 但是觸擊不是百分之百會成功....
: 得分機率
: 0 1 2 3 12 13 23 123
: X 0.26 0.43 0.59 0.84 0.67 0.84 0.84 0.86
: Y 0.14 0.26 0.41 0.66 0.45 0.62 0.70 0.63
: Z 0.06 0.13 0.22 0.28 0.27 0.34 0.27 0.35
: 0.59 < 0.66x(1-q)+0.41xq q為觸擊失敗率
: 觸擊成功率要8成才會比較高....XD
我認為您引用統計資料是理性討論的開始
但這個資料是整體性的統計，球員打擊率 .26 左右，K/9 值在 7 左右
這樣的數據用在吳昇桓身上恐怕是不太適用
你可以看到三壘有人兩出局的數據 .28，其實就是略大於平均打擊率
大於打擊率的原因應該是暴投、四壞球後的安打，這類馬上安打以外的得分方式
也就是說除了用統計方法外，我們其實可以用模擬的方式來重新建構這個矩陣
我參考了吳昇桓的 2016 的數據，做以下模型設定：
1. 打擊率 .19 (官網查得到)
假定 .14 可以直接把打者從二壘送回本壘，.05 是只能推到三壘
（.14 vs. .19 這個設定是參考上面的統計數據 .22 vs .28 做的）
2. 三振率 .36 (官網上的數據可推得概數)
由此推算出 .45 的打數是打進場內但出局
假定其中 40% (.18) 的球可以把打者從二壘推進到三壘
60% (.27) 的球可以把打者從三壘推進到本壘
（這個假定沒有依據什麼相關數據，歡迎討(ㄉㄚˇ)論(ㄌㄧㄢˇ)）
3. 雙殺和四壞
吳昇桓投四壞造成推進壘包機率很低，不太影響觸擊決策，為計算方便忽略
雙殺牽涉到敬遠棒次的問題，會把模型搞得太複雜，為計算方便也忽略
在這樣的模型設定下，可以建構出下列的得分機率矩陣：
超前分在二壘 超前分在三壘
無人出局 ? .76
一人出局 .29 .56
二人出局 .15 .19
建構的方式是從右下角慢慢往左往上堆，用到的是國中數學
? 處為是否採用觸擊戰術的決策點，假設觸擊成功率 p, 列不等式
.56*p + 29*(1-p) > .14 + .05*.76 + .18*.19 + .66*.15
解得 p > 63.5% 可採觸擊
由於上面關於壘包推進的參數設定會嚴重影響得分機率矩陣
因此我試算了另一組數據：
假定那 .45 打進場內的出局中
只有 .15 能把二壘跑者推到三壘，.22 能把三壘跑者推到本壘
在新的參數設定下，重構出的得分機率矩陣如下：
超前分在二壘 超前分在三壘
無人出局 ? .72
一人出局 .29 .52
二人出局 .15 .19
列不等式解得 p > 67.5% 可採觸擊
不過上面的打擊率和三振率用的是大聯盟打者的數據，恐怕相當失準
因此我再試一套新參數試跑模型
假定打擊率為 .15，其中 .04 僅能把二壘跑者推進到三壘
三振率為 .48，求出打進場出局球為 .37
其中 40% (.15) 能推進二壘跑者，60% (.22) 能送回三壘跑者
在這種屠殺式的新參數設定下，重構出的得分機率矩陣如下：
超前分在二壘 超前分在三壘
無人出局 ? .66
一人出局 .23 .455
二人出局 .116 .15
列不等式解得 p > 59% 可採觸擊
以上只是一個很粗糙的模型啦
其實我只是想說吳昇桓是大聯盟頂級球員，而我們的打者又不到大聯盟等級
用大聯盟的全數據來說八成以上的成功率才該觸擊好像不太對
講老半天，其實九下沒得分的戰犯是蔣志賢吧，他應該直接把球轟出去的 XDDD