※ 引述《KDDKDD (KDD)》之銘言:
: 先逐步提出我的質疑
: (1) 1.52這數字如何來?
: 看的出你的寫法是 (1+R) ^ N
: 那為何N只到3
: 4以後呢?
: 提一個邏輯上的問題
: 第一個打者失誤
: 第二個打者安打 請問安打是要記在誰的責任?
: 我想這有不小的爭議
: 我知道閣下可能會認為絕對是第一個野手的錯
: 所以才會提出(1+R)^N 這個發散函數出來解釋
: (2) 機率真的是這樣算嗎?
: 我講一個根本性的問題
: 第一個打者和第二個打者之間有沒有相關性
: 如何証明出兩者是獨立事件?
: 我想光這個問題就足夠你焦頭爛額了
: 你後面算的東西根本全部都建立在未知的基礎上
: 另外我提醒您
: OBP 並不是所有打擊事件都列入
: 他的分母是AB+BB+SF 並不是PA(不同的樣本事件)
: 您可能沒發現這件事
: 所以你算得很開心 結果全都是錯的XD XD XD
: 最後我還是得說明一個觀念
: 失誤(狹義定義是應出局而未出局)是一項很主觀的東西
: 如同我第一段所述
: 第一名打者失誤 而第二名安打
: 安打責任算在誰身上
: 這有不小爭議
: 所以棒球統計學家大致上分成兩種算法
: (1) ERC 是根據大樣本(MLB多年來數據)針對H、 BB、HR、K等對ERA作迴歸
: (2) FIP 是根據大樣本針對BB、HR、K等對ERA作迴歸
: 兩者皆欲對投手真實能力做客觀分析
: 就是想避開我所講的爭議
: 中職今年投手大多本身ERC、FIP其實都偏高
: 就算扣除今年FIP可能受飛球影響 數據離群了
: ERC還是能說明投手能力跟不上打者
: ※ 引述《ensuey (*^-^*)》之銘言:
: : 每個該出局未出局,增加投手面對人次為 1.52
: : 聯盟平均 OBP:0.378
: : 多一人次 多二人次 多三人次
: : 1.0 + 0.378 + 0.378x0.378 = 1.52
: : 那如果我們由另一角度,從打者的打擊三圍來看呢
: : 聯盟平均 AVG:0.311 OBP:0.378 SLG:481 OPS:0.859
: : 也就是多增加的第一人次,就是個平均 OPS:0.859 的打者
: : 那第二三人次三圍期望值呢
: : 第一人次 AVG:0.311 OBP:0.378 SLG:0.481 OPS:0.859 (x 0.378)
: : 第二人次 AVG:0.117 OBP:0.143 SLG:0.182 OPS:0.324 (x 0.378)
: : 第三人次 AVG:0.044 OBP:0.054 SLG:0.068 OPS:0.123
: : 加總 AVG:0.472 OBP:0.575 SLG:0.731 OPS:1.306
: : <結論一:一個該出局未出局的影響,遠比你想像中的大>
: : 當然這個數據是用聯盟平均計算,若要單算對兄弟投手的影響
: : 會比上述數字稍低,因為兄弟的打擊數據是最好的
: : 接下來,我試著用非彈力球年的2014年,套用相關數據來計算
: : 聯盟平均 OBP:0.331
: : 多一人次 多二人次 多三人次
: : 1.0 + 0.331 + 0.331x0.331 = 1.44
: : 每個該出局未出局,增加投手面對人次為 1.44
: : 這1.44人次的三圍期望值
: : 第一人次 AVG:0.274 OBP:0.331 SLG:0.367 OPS:0.698 (x 0.331)
: : 第二人次 AVG:0.091 OBP:0.110 SLG:0.121 OPS:0.231 (x 0.331)
: : 第三人次 AVG:0.030 OBP:0.036 SLG:0.040 OPS:0.076
: : 加總 AVG:0.395 OBP:0.477 SLG:0.528 OPS:1.005
: : 2016加總 AVG:0.472 OBP:0.575 SLG:0.731 OPS:1.306
: : <結論二:彈力球導致的打擊數據全面提升,也放大了守備差異對投手的影響程度>
我覺得回e的文不用回那麼多
他算的結論是一個人沒被解決
投手要多投1.52人次
白話就是這個人沒出局
投手平均要再多投一到兩個人...
這個結論有跟沒有不是一樣嗎==
幾乎等於廢話
不用論證細節
也可以知道他算這個沒意義
K大反而講的太複雜了哈哈