※ 引述《tradewind (The Twins Rule)》之銘言：
: 推 tradewind:因為Base Runs是一種run estimation，和真實得分很近似 08/11 17:00
: 推 Amilous:一隻安打接著全壘打 base runs是1.25 但真實得分是2 08/11 19:23
: → Amilous:假想的這位打者 全壘打特多 算起來不太準吧 08/11 19:24
: Base Runs 基本公式：Runs = A*B/(B+C)+D
: A = H + BB - HR
: B = [1.4*TB -.6*H -3*HR +.1*BB] *1.02
: C = AB - H
: D = HR
: 以你舉的例子來說，
: A = 2 + 0 - 1 = 1
: C = 0 所以 B/(B+C) = 1
: D = 1
: Runs = A*B/(B+C)+D = 1*1+1 = 2
: 與真實得分相同。
坦白說我從來沒有真實去算過，不過以一個 run estimation 來看可以在如此
微小的事件裡做到 perfectly matched 讓我有點訝異，在這個例子裡，也許這
個 Base Runs 或許應該叫 "run equation" 而不只是 estimation 而已。
另一點，可能因為是 expected runs 的觀念影響，我一向認為除了 solo homer
是結結實實的 1 分 以外，其餘像 2-run、3-run homer 或是 grand slam 都
不應該是帳面上的分數，有的時候 homer 可能成為 "rally-killer"，也就是
帳面分數的 "價值" 其實有被高估的可能，這個差異會否因為 Base Runs 所翻
譯的只是一個真實的現象而不是一種 regress to mean 的結果？也就是說我不該
拿 Base Runs 與 expected value 的觀念一起看？
還有一件事就是 Base Run 的使用時機在 A 的部份會否應該做些限制？
好比說我們討論一個 4 consecutive singles 的事件時，用 Base Run 會得到
很奇妙的結果 ( Base Run = 4 !? )，但其實這裡忽略的事就是：
以 A 當成 Baserunners 的數量的話，4 consectuive singles 的小事件在
Base Run 的式子裡就 out of reach 了，因為在棒球的事件裡不可能有 4 個
baserunners。
這種看法不曉得是不是也表示 sample size 對於 Base Run 的重要性？Or
I do miss something？