※ 引述《building (building)》之銘言：
: 先舉個簡單極端的例子，
: 如果有一隻強隊，得分很多，假設校正的得分要打八折。
: 如果有另一隻弱隊，得分很少，假設校正的得分要加兩成。
: （強弱只是為了描述方便，希望不要介意）
: 現在有另外兩位投手，分別對上這兩隻隊伍，
: 投手一面對強隊掉十分，但是面對弱隊沒有失分。
: 投手二剛好反過來，對強隊無失分，但是隊弱隊掉十分。
: 在校正之前，這兩位投手的失分一樣，
: 但是校正之後，投手一變成掉八分，投手二變成掉十二分。
其實我不太明白你舉這個例子所代表的意義耶 @_@
為什麼面對不同的隊伍，失分就要重新調整呢？
我試著用我的方法來解釋，你看看我這樣解釋有沒有道理。
首先，你的問題是：
: 為什麼校正的數值會有不小的差異呢？
: 而在上面美聯東區的投手裡面，
: 很巧地剛好就是 Yankees 的兩位投手校正的差異最小。
你的結論是：
: 回到我們一開始說的，比較同一區的投手，
: 這個校正剛好懲罰了善於壓制強隊，但不善於壓制弱隊的投手。
: 所以，這真的是「中立」的校正嗎？
: 校正之後的數據真的比較真實嗎？真的比較公平嗎？
以下借用casatwl列的表，而所謂的差異，我用比例來表示，四捨五入到小數點第
二位。
ERA ERA﹡ ERA*/ERA TM
Pettitte 3.78 3.50 0.93 NYY
Wang 3.69 3.45 0.93 NYY
Beckett 3.27 2.86 0.87 BOS
Matsuzaka 4.44 3.85 0.87 BOS
Halladay 3.91 3.33 0.85 TOR
Burnett 3.56 3.02 0.85 TOR
Marcum 3.74 3.23 0.86 TOR
McGowan 3.90 3.32 0.85 TOR
Bedard 3.16 2.82 0.90 BAL
Guthrie 3.65 3.27 0.90 BAL
Kazmir 3.65 3.13 0.86 TB
Shields 3.96 3.44 0.87 TB
各位有沒有發現一件很神奇的事情，同一個隊伍的投手，他們ERA調整的比例竟然
差不多，這一定不是什麼投手類型的問題，相同類型的剛好在同一隊，這也未免太
巧了。
那麼會這樣的原因是什麼呢？其實一樣只要好好看一下說明就知道了。
首先，ERA = ER*9/IP
我們先看ER是怎麼修正的？首先看他給的例子：
ER = 42 * (33.67 / 38.91)
42是未修正以前的ER，33.67是修正後的RC allowed，38.91是修正前的RC allowed
，所以很明顯的，他只是乘上一個數字就調整了ER，這也是我上面的表為什麼不用
差距而用比例表示的原因。
那麼他是乘上什麼樣的數字呢？33.67/38.91=newRC/RC
再對照他說明如何從RC求得newRC：
newRC = RC * park * league
newRC/RC = park*league
答案已經很明顯了，ER的修正只是乘上park*league
league就是先前提到的，把聯盟平均每162場的得分調整到750，而因為上面幾位投
手都在同一個聯盟，所以這部分可以忽略不計。（如果硬要知道的話，上表的投手
中每個人這個數字都是0.94）
剩下的就是park了，也就是球場修正，於是我們很清楚為什麼同隊的投手剛好都會
出現差不多的數值，因為同隊伍的，這個數值是一樣的。
除了ER之外，還有IP，用同樣的方式去驗算就可以知道結果。
其實他開宗明義就有說到，他做的調整包括了：1.調整為中性球場數據、2.調整為
162 場比賽的數據、3.投手自責分調整為失分的 90%、4.聯盟平均得分調整為 750
分。
由於上表中列出來的都是今年美東投手的成績，所以2、4兩項原本就在相同條件下
了，不用考慮，3.在計算 ERA的時候也不用考慮，真正會出現差異的地方，當然只
有park factor了。
於是我得到了一個跟你不同的結論，上表所列出來的只是依照他的設定出現的結果
，由於洋基的投手相較於其他隊伍的投手，在一個最偏向投手的球場投球（至少BR
的park factor 是這麼說的），所以他們的ERA被調整的幅度比其他同區球隊的投手
要來的小。我認為，應該不是因為這個數據的計算本身會懲罰具有某種特性的投手
才對。
前面只是想解釋一下，關於上面的問題，我所觀察出來的原因，但是在我觀察的過程
中，發現BR在計算 Neutralize Stat時，因為某些數據的缺乏，被迫採用一些估計值
，由於他沒有說明（或者是我沒有找到）這樣估計的原因，而估計值和實際數值又有
不小的出入，所以我認為不要他計算出來的數字看得太認真，做為參考就好了。