※ 引述《abc12812 ()》之銘言：
:
: 推 julians:我很好奇的是說，如果是這樣的話，那我們擺九個Ryan跟擺 03/01 12:58
: → julians:九個Fielder最後得到的勝場會不會差不多呢? 03/01 12:59
:
: 理論上是這樣沒錯
:
: Ryan的打擊在一壘會很悲劇 但同樣的Fielder當游擊霸的守備肯定也很悲劇
:
: 推 Guillen:不會，因為Ryan移去一壘的話WAR會大降，可能會變成負的。 03/01 13:00
:
: 理論上不會變 因為Ryan照理說會比"守備好的一壘手"再更多攔到很多球
: (可以想像一下Pujols和Ryan的範圍差距)
:
: 這些多攔到的球抵消掉轉一壘的position adjust (約15分)
:
:
: 不過實際上沒人這樣玩過 所以無法驗證
其實相反，我覺得理論上不會這樣
wOBA也好、TZ、ZR、WAR也好，所有的關鍵都在runs created/saved上
runs created/saved最後是連到理論勝率上
這當中的橋樑都是回歸分析，回歸分析取是大數，不是極端值
任何時候你也只能應用這些數字在大樣本、接近平均值的樣本
例如說，一支一壘安打長期而言等於0.17分
但是在Barry Bonds前面的一壘安打是不是0.17分？
很顯然不是，因為Bonds就是個離群值
一樣的道理，positional adjustment SS +7.5、 1B -10都是大數取樣
你把很顯然的離群值擺進去還能用這個數字推論嗎？可能可以，但是要很小心
打個比方，假設今天你用一個價錢區間在$100~$200的東西推算價格彈性
那麼能不能計算你把他漲價漲到$1000時的銷售量？
不管你在$100~$200之間用的是哪一種curve，out of sample的數字理論上都是沒根據的
甚至極端一點，任何沒有出現過的price point都是沒根據的，即使within sample range
我們信賴現在wOBA乃至WAR的理由是他們的計算結果極為接近真實情況
(全隊的wOBA、SIERA推論全隊得失分準確，全隊得失分推論全隊勝率準確）
但前提是多數球隊都在你的sample pool裡面玩，沒有人瘋到把肥王子丟到SS
當我們今天要討論肥王子這個個案的時候，守位校正已經失準了
事實上，任何的個案都存在這種情況，例如說拿FIP看全盛時期的大數準不準？
FIP可能對99%的球員都準，但偏偏對他就很可能不準
SIERA對他可能稍準一點，但同樣的，因為他是個很例外的投手，你拿根據多數投手計算
出來的加權套在他身上誤差就會偏高
: 推 julians:然後，如果Fielder移到游擊去WAR不也會因此大降呢? 03/01 13:12
: → pujos:胖王子去守游擊WAR可能會升.而且機率不是一般的大*-* 03/01 13:14
:
: 理論上也是不會變
:
: Fielder當游擊霸的防守恐怕不是普通的慘烈
:
: → pujos:守備要扣到比在1b慘有可能嗎xdd 03/01 13:17
: → pujos:只要不是連一壘都傳不了.範圍小就小了 03/01 13:18
:
: 游擊手比較的對象 最爛的是至少很會跳傳的Jeter
:
: 雖然沒人實驗過 但Fielder當游擊真的很可能一個反手就是內安
:
: 這樣看來還有人會覺得轉職WAR就會自動加分嗎?
另外一個問題是WAR的假設，對的根據WAR的假設你說的沒錯
但是WAR的假設符合這個case嗎？恐怕不是
WAR假設所有的守位可以透過平均校正，這個校正本身忽略了很多因素
例如說假設有個人正手接超強反手接超爛，他站在左邊或右邊差異就很大
但這個校正的假設是不管你換到哪個位置你的守備能力都不會變
再來，守備位置有沒有可能影響打擊表現？
WAR的假設是沒有，很多球界的人相信有，我們不知道有沒有，或說有多大
:
: 推 hunterqiji:任憑WAR再怎麼合理﹐真正付錢的老板和GM還是不認的 03/01 13:19
: → hunterqiji:一個簡單的問題﹐Ryan能簽到20M/y的合約嗎? 03/01 13:19
市場效率是一件事，硬球之前有篇文章談守備職人是不是衰退比較快
那篇文章懷疑是的。
所以Bourn簽不到符合WAR的大約、Ryan甚至連張普通約都可能拿不到
也許反映的不是市場效率不彰，是球團的人遠比你以為的聰明
:
: 推 TaiwanNeko:守備組薪水比不上重砲手的另一個原因，球迷喜歡打擊大 03/01 21:56
: → TaiwanNeko:爆發勝過穩定的守備，球迷多自然賺的多 03/01 21:57
這話不是沒有道理，但關係可能沒那麼強
得分跟全壘打佔票房的比重的確高過失分，但是戰績跟球場才是最重要的
: 推 blue142857:問題是一壘手根本不可能cover"大部分"右半邊內野 03/01 22:56
: → maxspeed150:你怎麼知道不可能? 03/01 22:57
: → blue142857:一壘手在多數的情況下還是會回到壘包而非出去搶球 03/01 22:57
: → maxspeed150:這些守位分數可不是亂加亂扣的 03/01 22:57
不是亂加亂扣，但是沒辦法處理極端值
另外blue142857說的也是很有可能，兩個活動力一樣的一壘手跟三壘手
假設他們正反手接球都一樣好，他們的站位會一樣嗎？
很可能不會，站三壘他可以站得很靠二壘，但是站一壘他必須要回去接球
這樣的差別可能只在一個人活動力大到可以站在二三壘中間依舊cover三壘時才出現
大部分的情況下不會有這樣的一三壘手，但是Ryan會不會是？我們不知道
: 你給Fielder守1B他當然撿不到幾球 但Pujols就不同了
:
: 可是Pujols的範圍又跟Ryan有差
:
: 可以想像一下Ryan如果守1B會是多神的防守者
事實上我覺得Ryan越神這個差距就越無法預測
他越是out of sample，我們越不知道會發生什麼事
: → maxspeed150:備就是一個慘烈 03/01 23:13
: → maxspeed150:就是因為1B從來就不會有很多很多球可以守才有守備扣分 03/01 23:13
: → maxspeed150:在看WAR時請把那些理所當然的直覺丟掉 一切讓統計數據 03/01 23:14
: → maxspeed150:說話 03/01 23:14
這樣講我覺得就有點太過，任何的統計都假設，你要很清楚這些假設才能正確的讓數字
說話。當這個數字出來違反你的常識的時候，除了懷疑常識是否正確也要懷疑假設是否
還適用
: → maxspeed150:WAR這東西就是為了要更客觀評價球員才發明的 03/01 23:57
: 推 blue142857:WAR是個客觀評價的標準這我同意 但個人認為他的缺陷在 03/01 23:58
: → blue142857:其實也不算缺陷啦..反正就是他是用統一修正的數據 03/01 23:59
: → blue142857:所以對每個隊伍而言 同樣把一個球員WAR提升2.0 03/01 23:59
: → blue142857:可能會因為隊伍組成而帶來不同的效益 03/02 00:00
其實與其說是為了客觀評價，不如說是為了簡化理解
你對.3/.4/.5沒概念，換成幾勝總有概念了吧？
但問題就在，WAR是透過層層回歸計算的結果，每一次的計算都有假設
有越多的假設運用的限制就越多
這是不是缺陷？我覺得這不算是缺陷，重點是你要理解你模型的假設跟限制
: 推 OoyaoO:如果規則改成多守下一分對方球隊得分會減1 多守跟多打一分 03/02 00:49
: → OoyaoO:的價值才會相等吧 03/02 00:49
: → OoyaoO:多守了3分被尻陽春HR但是打不下分最後還是會0：1輸球 不會 03/02 00:51
: → OoyaoO:變成0：-2贏球 03/02 00:51
你這樣的理解就跟WAR的應用不同了，
打出一支一壘安打不會馬上幫你在計分板放上0.17分，但是長期來說會往這個方向回歸
一場比賽0:1輸球還是2:0贏球從來都不會是統計的重點
統計處理的是長期，是一整季是一個世代，一場球的輸贏表現是沒辦法用任何數字預測的
: 推 waijr:一些統計方法都會有極端值 一般來說都是拿掉 有必要鑽牛角尖 03/02 01:01
: 推 prereality:要找出war的弊端我覺得很容易 假設你找了8個在各防守 03/02 01:12
: → prereality:位置都是頂尖war但是攻擊指數平均只有6~7左右的野手組 03/02 01:12
: → prereality:成一隊應該就會發現問題出在哪了 03/02 01:14
: → prereality:但所謂這種找出8個極端的球員組在一隊並且讓他們打滿 03/02 01:17
: 推 OoyaoO:不可能 沒人會去做這種看起來就死定而且高成本的實驗 03/02 01:18
: → prereality:整個球季這種事情現實中幾乎不可能發生 所以很難去反駁 03/02 01:19
: 推 catsondbs:現實中防守打擊以外的變數也很多 投手+守備也不能控制 03/02 01:27