※ [本文轉錄自 Sabermetrics 看板]
作者: WillWaiting (Creep) 看板: Sabermetrics
標題: [翻譯] 為什麼Mario Mendoza很重要？ [6]
時間: Tue Dec 5 13:40:17 2006
考慮這些條件，值得我們來問：如果取代層級的球員是這麼好取得的，為什麼還是有
球員打的比取代層級來的低？這裡有許多的可能性。
◆錯誤的評估/錯的資訊。
我們的取代層級的定義是根據GM從他們已經的資訊來做最好的決定。如果GM的資訊是
錯的──不正確的球員年紀、在Scout裡測速槍或轉換統計數字的錯誤──他們將會得到
比預期的更爛的球員。
◆不理智的決定
有許多的例子顯示，球隊會一直讓打非常爛的高薪球員上場，即使他們真的該休息了
。球隊應該要承認已經無法挽回的事實並且繼續向前看，但是他們常常做不到。對許多的
GM及教練來說，承認做錯是很困難的。更難的是向老闆解釋花在球員上的兩千萬已經沒辦
法用而且沒法取回這投資的這件事。
◆比短期效益更重要的戰略思考
有時候球隊會把那些“在小聯盟沒有可練的”新秀叫上來並且讓他們上場，即使他們
已經在MLB被壓制了一段時間。如果球隊不是在競爭隊伍中，那麼給這些新秀磨練的長期
利益可能多過於短期利益。
◆受傷
球員會因為傷勢的困擾或是處在復原中，暫時打的很爛，即使他們在正常的情況下打
的比取代層級來的高很多，而特別是對於那些怕丟掉工作而隱瞞傷勢的人。(Painvano?)
◆不正確的取代層級觀念
一個還不知道便宜好用的球員是很好取得的GM，將會有好用球員難找的錯誤觀念並且
高估了自己手上的爛貨。
◆防守表現
到目前為止，我們主要只討論在攻擊上的取代層級。但是球員的表現也包括防守。一
個優秀的防守球員可能打的比取代層級還爛但是對球隊的效益卻是好的。最典型的例子是
名人堂游擊手Ozzie Smith，在他的早期他是個很爛的打者(在他的前四個完整球季，他在
多於2200個打數裡的成績是 avg 0.231 obp 0.295 slg0.278)但是他的手套幫他保住
了飯碗。
◆樣本大小/統計上的干擾
這是所有統計頭對那些不符預期的事的最喜歡的理由。在很少的打席樣本裡裡可能會
出現與真實能力差很多的離群值。你不可以光用50個打席來判斷一位球員，不管是老鳥或
新秀。在小樣本空間裡有太多的隨機變數會影響結果。
取代層級公式
那麼，我們要怎麼找出真實的取代層級呢？Baseball Prospecuts的做法是收集那些
替補球員的表現──那些在賽季裡才上來充人數的球員──並且比較他們跟該守位平均
表現的差異。在每年裡，我們找那些在各個球隊跟各個守位打過最多打席的球員的成績。
例：一個捕手在紅襪出賽多於洋基再來是金鶯和其他(註：將視為紅襪的捕手)；一個在一
壘為紅襪、洋基或其他隊出賽有最多打席的球員(註：將視為紅襪的一壘手)。這些球員將
視為在該守位該球隊度過完整球季的球員。其他的球員則依照最常打的位置被分到該位置
。例如：一個在3B打了30場而外野10場的將視為三壘手。把所有替補球員的成績與聯盟該
守位平均做比較。這樣的做法在每個位置和每季重覆計算。在長時間計算後，先發選手的
打席佔了所有的打席的80%，替補則是20%。
把這些結果制成圖表(Fig. 5-1.1 http://0rz.tw/442O7 )，一個值得注意的關係出
現了。在各個守位的所有替補的表現的平均成績大概是平均攻擊層級的80%(以RC/27來表示)
。唯一的小小例外是捕手，由於該守位對守備的高度要求，替補的成績大概是平均的85%
而已；和指定打擊，由於不需要守備，所以替補的成績是平均的75%