職棒數據的練習題 | 遠見華人精英論壇
首頁 > 人物 > 方祖涵華盛頓 > 職棒數據的練習題
職棒數據的練習題 發文時間: 2018/10/15   文 / 方祖涵華盛頓 瀏覽數 / 5,350+

從大聯盟全面採用Statcast(Trackman)系統之後,球場上的數據越來越豐富,而資料的開放性也讓更多人能夠嘗試進行分析。不過,就跟所有分析專案一樣,深入瞭解原始資料的正確性,試著除去數據裡的雜音,然後,不要先有定見再去找原因,都是很重要的步驟。

像是從投手分析來說,最常見的失誤就是拿Trackman系統跟舊的PITCHf/x數據做比較,像轉速在舊系統是用複雜公式計算出來的(那時候也只好硬著頭皮把它轉換成自己能用的算式),新系統卻能夠直接捕捉轉速,而前者的估計值與後者的實測值差別非常大。事實上,光是球場Trackman裝置位置不同,就能夠造成數值變異。而從去年到今年球季,Trackman的「微調」又造成奇怪的現象,幾乎所有投手球路的位移距離值都變了,所以就算是Trackman的資料,也需要除去這些雜音才能使用。

雖然說對分析工作有興趣的人,職棒數據是很好的練習,可是如果不知道環境因素,只看數字,就會做出錯誤的結論。

說到Statcast,有一項數字我跟大聯盟分析部門問了好幾次,不久前終於有結果——我覺得陳偉殷是大聯盟裡速度算很快的投手,可是先前公布的跑壘衝刺速度都僅限於野手,所以也無從證實,不過現在答案總算出現了:

在陳偉殷轉進國家聯盟的第一年,曾經出現過每秒26.4英呎的衝刺速度,這個數字換算成時速是29公里,在當年大聯盟投手裡面可以排第十三名。就算跟野手比較,他的速度跟好朋友外野手Nick Markakis一樣,也已經很不錯。

今年打擊能力提升,三不五時就擊出安打,不需要再冒險全力衝刺,沒有出現兩年前的跑速,不過輕鬆跑跑仍然是在投手的前段班。

為什麼我對這個數字特別有興趣呢?事情是這樣的,不知道哪裡來的自信,我曾經一度以為自己跑得比陳選手快,直到有一次自主訓練時看到他花七八分力衝刺的速度,才發現我需要停止幻想,好像應該拿上了年紀的Bartolo Colon當目標比較實際,哈哈哈哈。

不管怎樣,在處理數據時,不帶偏見地清理原始資料,驗證其中的正確性是很重要的步驟,不然就會是所謂「垃圾進,垃圾出」(Garbage in, Garbage Out)的結果,這個從電腦時代開始就存在的道理,在數據世界裡更是圭臬。

陳偉殷衝刺速度,圖表與資料來源:baseballsavant.mlb.com

天下文化 / 小天下 / 未來少年 / 遠見雜誌 / 30 雜誌 / 哈佛商業評論  Copyright© 1999~2018 遠見天下文化出版股份有限公司. All rights reserved.
讀者服務部電話:(02)2662-0012 時間:週一 ~ 週五 9:00 ~ 17:00 服務信箱:gvm@cwgv.com.tw