Из Википедии, бесплатной энциклопедии
Перейти к навигации Перейти к поиску

Sabermetrics или SABRmetrics - это эмпирический анализ бейсбола , особенно бейсбольной статистики, которая измеряет игровую активность.

Саберметристы собирают и обобщают соответствующие данные из этого игрового действия, чтобы ответить на конкретные вопросы. Этот термин происходит от аббревиатуры SABR, которая означает Общество американских исследований бейсбола , основанное в 1971 году. Термин «саберметрика» был придуман Биллом Джеймсом , который является одним из его пионеров и часто считается его наиболее выдающимся защитником и общественностью. лицо. [1]

Ранняя история [ править ]

Генри Чедвик , спортивный обозреватель из Нью-Йорка, разработал шкалу счета в 1858 году. Это был первый способ, которым статистики смогли описать вид спорта, как бейсбол, путем численного отслеживания различных аспектов игры. [2] Создание таблицы результатов дало бейсбольным статистикам сводную информацию об индивидуальных и командных выступлениях в данной игре. [3]

Исследования саберметрии начались в середине 20-го века с работ Эрншоу Кука , одного из первых саберметровцев. Книга Кука 1964 года « Процент бейсбола» была одной из первых в своем роде. [4] Сначала большинство организованных бейсбольных команд и профессионалов считали работу Кука бессмысленной. Идея науки о бейсбольной статистике начала приобретать законность в 1977 году, когда Билл Джеймс начал выпускать Baseball Abstracts , свой ежегодный сборник данных по бейсболу. [5] [6] Однако идеи Джеймса не нашли широкого признания. [1]

Билл Джеймс считал, что существует широко распространенное заблуждение относительно того, как игра в бейсбол, утверждая, что этот вид спорта не определяется его правилами, а на самом деле, как резюмировал профессор инженерии Ричард Дж. Пуэрцер, «определяется условиями, в которых проводится игра. - в частности, стадионы, но также и игроки, этика, стратегии, оборудование и ожидания публики ». [2] Саберметристы, которых иногда называют бейсбольными статистиками, начали пытаться заменить давнишнюю любимую статистику, известную как среднее значение. [7] [8] Было заявлено, что средний командный результат относительно плохо подходит для командных забегов. [7] Саберметрические рассуждения говорят, что пробежки выигрывают в играх с мячом, и что хорошим показателем достоинства игрока является его способность помогать своей команде набирать больше пробежек, чем команде соперника.

До того, как Билл Джеймс популяризировал саберметрию, Дэйви Джонсон использовал IBM System / 360 на пивоварне владельца команды Джерольда Хоффбергера , чтобы написать компьютерную симуляцию бейсбола FORTRAN, играя за Baltimore Orioles в начале 1970-х. Он использовал свои результаты в безуспешной попытке продвинуть своему менеджеру Эрлу Уиверу идею о том, что он должен быть вторым в очереди. Он написал программы IBM BASIC , чтобы помочь ему управлять Tidewater Tides , и после того, как в 1984 году стал менеджером New York Mets , он договорился о том, чтобы один из сотрудников команды написал dBASE II.приложение для компиляции и хранения расширенных показателей командной статистики. [9] Крейг Р. Райт был еще одним сотрудником Высшей бейсбольной лиги, работая с Техасскими Рейнджерс в начале 1980-х годов. За время работы в «Рейнджерс» он стал известен как первый сотрудник фронт-офиса в истории MLB, который работал под названием Sabermetrician. [10] [11]

Дэвид Смит основал Retrosheet в 1989 году с целью компьютеризации общего счета всех когда-либо сыгранных бейсбольных матчей высшей лиги, чтобы более точно собирать и сравнивать статистику игры.

Окленд Атлетикс стал использовать более количественный подход к бейсболу, сосредоточив внимание на sabermetric принципов в 1990 - х годах. Первоначально это началось с Сэнди Алдерсона в качестве бывшего генерального менеджера команды, когда он использовал эти принципы для получения относительно недооцененных игроков. [1] Его идеи были продолжены, когда Билли Бин занял пост генерального менеджера в 1997 году, эту должность он занимал до 2015 года, и нанял своего помощника Пола ДеПодеста . [8] Благодаря статистическому анализу, проведенному Бином и ДеПодеста в сезоне 2002 года, «Окленд А» выиграли 20 игр подряд. Это был исторический момент для франшизы, в которой 20-я игра была сыграна в Колизее округа Аламеда.[12] Его подход к бейсболу вскоре получил национальное признание, когда Майкл Льюис опубликовалв 2003 году «Манибол : искусство победы в недобросовестной игре», в котором подробно описывалось использование Бином саберметрики. В 2011 году был выпущен фильм, основанный на книге Льюиса, также называемый « Moneyball», в котором широко освещались приемы, используемые в офисе Oakland Athletics.

Традиционные измерения [ править ]

Sabermetrics был создан для любителей бейсбола, чтобы узнать о спорте с помощью объективных свидетельств. Это выполняется путем оценки игроков во всех аспектах игры, в частности, в ударе, подаче и подаче. Эти меры оценки обычно формулируются в терминах либо запусков, либо командных побед, поскольку более старые статистические данные были сочтены неэффективными.

Измерения ватин [ править ]

Традиционным показателем эффективности удара считается деление ударов на общее количество ударов. Билл Джеймс, наряду с другими отцами саберметрии, обнаружил, что эта мера ошибочна, поскольку она игнорирует любой другой способ, которым отбивающий может достичь базы, кроме удара. [13] Это привело к созданию процентного соотношения « На базе» , в котором учитываются прогулки и посадки. Чтобы вычислить процентное значение на базе, общее количество ударов + основание по шарам + попадание по высоте делится на количество ударов по летучим мышам + базы по шарам + удары по высоте + жертвоприношение мух. [14] : 11

Другая проблема с традиционным измерением среднего показателя заключается в том, что он не различает попадания (то есть одиночные, парные, тройные и хоум-раны) и придает каждому удару равную ценность. [13] Таким образом, была создана мера, которая различает эти четыре результата попаданий - процент закупоривания . Чтобы вычислить процент забивания, общее количество оснований всех ударов делится на общее количество времени на летучей мыши. Стивен Джей Гулд предположил, что исчезновение среднего показателя .400 на самом деле является признаком общего улучшения показателей. [15] [16] Это потому, что в современную эпоху игроки все больше сосредотачиваются на силовых ударах, чем на обычных. [16] Таким образом, стало более ценно сравнивать игроков, используя процент пробок и процент на базе по сравнению со средним показателем. [15]

Эти два усовершенствованных саберметрических показателя являются важными навыками для измерения в тесте, и они были объединены для создания современной статистической OPS. На базе плюс пробки - это сумма процента на базе и процента пробок. Эта современная статистика стала полезной при сравнении игроков и является мощным методом прогнозирования пробежек, набранных определенным игроком. [17]

Некоторые из других статистических данных, которые саберметристы используют для оценки эффективности ватина, - это взвешенные на основе среднего , вторичного среднего , количества выполненных пробежек и эквивалентного среднего .

Измерения тангажа [ править ]

Традиционная мера качки - это средний пробег. Он рассчитывается как заработанные пробеги, разрешенные за 9 иннингов. Заработанный средний пробег не отделяет способности питчера от способностей полевых игроков, с которыми он играет. [18] Еще одна классическая мера подачи - это процент побед питчера . Процент выигрыша рассчитывается путем деления выигрышей на количество решений (выигрышей и проигрышей). Процент побед также сильно зависит от команды питчера, особенно от количества забитых ранов.

Саберметристы пытались найти различные методы измерения качки, исключающие выступления полевых игроков. Одна из самых ранних разработок и одна из самых популярных в использовании - это прогулки плюс попадания за подачу подачи (WHIP), которая, хотя и не полностью независима от защиты, имеет тенденцию указывать, сколько раз питчер может поставить игрока на базу. (с помощью базовых ударов, ударов по подаче или ударов по основанию) и, таким образом, насколько эффективны отбивающие против конкретного питчера при достижении базы. Более поздней разработкой является создание системы статистики качки, не зависящей от защиты (DIPS). Воросу Маккракену приписывают разработку этой системы в 1999 году [19]. Благодаря своему исследованию Маккракен смог показать, что между питчерами практически нет разницы в количестве ударов, которые они допускают, независимо от их уровня мастерства. [20] Некоторыми примерами этой статистики являются независимая от защиты ERA , выставленная независимая качка и независимая от защиты компонентная ERA . Другие саберметристы продолжили работу в DIPS, например, Том Танго, который руководит сайтом Tango on Baseball sabermetrics.

Бейсбольный проспект создал другую статистику, называемую периферийным ERA . Этот показатель производительности питчера учитывает удары, прогулки, разрешенные хоум-раны и аутинги с поправкой на приблизительные факторы. [18] Каждый стадион имеет разные размеры, когда дело доходит до боковой стены, поэтому питчер не должен быть одинаковым для каждого из этих парков. [21]

Среднее количество ударов по мячам в игре (BABIP) - еще одно полезное измерение для определения игры питчера. [20] Когда у питчера высокий BABIP, он часто показывает улучшения в следующем сезоне, в то время как питчер с низким BABIP часто показывает его снижение в следующем сезоне. [20] Это основано на статистической концепции регрессии к среднему значению . Другие создали различные средства для количественной оценки отдельных полей на основе характеристик поля, в отличие от заработанных пробежек или ударов мячей.

Высшая математика [ править ]

Ценность над заменяющим игроком (VORP) считается популярной саберметрической статистикой. Эта статистика показывает, какой вклад игрок вносит в свою команду по сравнению с фальшивым заменяющим игроком, который показывает результаты ниже среднего. Это измерение было основано Китом Вулнером, бывшим автором саберметрической группы / веб-сайта Baseball Prospectus .

Выигрыши выше замены (WAR) - еще одна популярная саберметрическая статистика, которая оценивает вклад игрока в его команду. [22] Подобно VORP, WAR сравнивает определенного игрока с игроком замещающего уровня, чтобы определить количество дополнительных побед, которые игрок предоставил своей команде. [23] Значения WAR варьируются в зависимости от позиции удара и в значительной степени определяются успешной игрой игрока и количеством времени, которое он провел. [23]

Количественный анализ в бейсболе [ править ]

Многие традиционные и современные статистические данные, такие как ERA и Wins Shared, не дают полного представления о том, что происходит на поле. [14] : 189–198 Простых соотношений недостаточно для понимания статистических данных бейсбола. Структурированный количественный анализ может объяснить многие аспекты игры, например, выяснить, как часто команде следует пытаться украсть . [24]

Связанные ставки в бейсболе [ править ]

Связанные ставки могут использоваться в бейсболе для точного расчета различных ходов в игре. Например, если бегуна отправляют домой с третьего места, можно использовать связанные ставки, чтобы показать, был ли бросок с дальнего поля вовремя или он был правильно срезан перед тарелкой. [14] : 189–198 Связанные ставки также могут помочь в определении того, насколько быстро игрок может перемещаться по базам после удара по мячу, информация, которая помогает в разработке отчетов разведки и индивидуальном развитии игрока.

Импульс и сила [ править ]

Импульс и сила - аналогичные приложения исчисления в бейсболе. В частности, средняя сила, действующая на летучую мышь при ударе по мячу, может быть вычислена путем объединения различных концепций в прикладном исчислении. Во- первых, изменение шара импульса внешней силы F (т) должны быть рассчитаны. Импульс можно найти, умножив массу на скорость. Внешняя сила F (t) является непрерывной функцией времени.

Приложения [ править ]

Sabermetrics может использоваться для нескольких целей, но наиболее распространенными являются оценка прошлых результатов и прогнозирование будущих результатов для определения вклада игрока в его команду. [17] Это может быть полезно при определении того, кто должен выиграть награды в конце сезона, такие как MVP, и при определении ценности совершения определенной сделки.

Большинство бейсболистов, как правило, несколько лет играют в низших лигах, прежде чем их вызывают в высшую лигу. Конкурентные различия вкупе с приблизительными эффектами затрудняют точное сравнение статистики игрока. Саберметристы смогли решить эту проблему, скорректировав статистику низшей лиги игрока, также известную как эквивалент низшей лиги. [17] Благодаря этим настройкам команды могут посмотреть на результаты игрока как в AA, так и в AAA, чтобы определить, подходит ли он для участия в крупных турнирах.

Прикладная статистика [ править ]

Методы Sabermetrics обычно используются для трех целей:

  1. Для сравнения ключевых показателей определенных игроков в реальных условиях данных. Оценка прошлых выступлений игрока позволяет получить аналитический обзор. Сравнение этих данных между игроками может помочь понять ключевые моменты, такие как их рыночная стоимость. Таким образом, можно определить роль и зарплату, которая должна быть предоставлена ​​этому игроку.
  2. Чтобы обеспечить прогноз будущих результатов данного игрока или команды. Когда доступны прошлые данные об эффективности команды или конкретного игрока, Sabermetrics можно использовать для прогнозирования средних будущих результатов в следующем сезоне. Таким образом, можно с определенной вероятностью сделать прогноз о количестве выигрышей и проигрышей.
  3. Обеспечить полезную функцию вклада игрока в его команду. Анализируя данные, можно понять, какой вклад вносит игрок в успех / неудачу своей команды. Учитывая эту корреляцию, можно объективно подписать или выпустить игроков с определенными характеристиками.

Машинное обучение для прогнозирования исхода игры [ править ]

Модель машинного обучения может быть построена с использованием наборов данных, доступных в таких источниках, как baseball-reference. Эта модель дает оценки вероятности исхода конкретных игр или результатов конкретных игроков. Эти оценки становятся все более точными при применении к большому количеству событий в долгосрочной перспективе. Исход игры (выигрыш / проигрыш) рассматривается как имеющий биномиальное распределение.

Прогнозы могут быть сделаны с использованием модели логистической регрессии с объясняющими переменными, включая: подсчитанные пробежки оппонентов, подсчитанные пробежки, время локаутов у бита, процент побед и кнут питчера.

Последние достижения [ править ]

Многие саберметристы все еще усердно работают, чтобы внести свой вклад в эту область, создавая новые меры и задавая новые вопросы. Два издания Билла Джеймса « Исторические рефераты по бейсболу» и книга « Win Shares» продолжали продвигать саберметрию спустя 25 лет после того, как он помог начать движение. [25] Его бывший помощник Роб Нейер , который сейчас является старшим писателем ESPN.com и национальным бейсбольным редактором SBNation, также работал над популяризацией саберметрики с середины 1980-х годов. [26]

Нейт Сильвер , бывший писатель и управляющий партнер Baseball Prospectus , изобрел PECOTA . Это акроним расшифровывается игрок Эмпирических сравнений и оптимизация тестирования алгоритма , [27] и является sabermetric системы для прогнозирования МЛБ работы плеера. Проще говоря, это предполагает, что карьера игрока пойдет по той же траектории, что и игроки, на которую они похожи сейчас. Эта система принадлежит Baseball Prospectus с 2003 года и помогает авторам веб-сайта изобретать или улучшать широко используемые саберметрические методы и методы. [28]

Начиная с бейсбольного сезона 2007 года, MLB начала изучать технологию для записи подробной информации о каждой подаче, используемой в игре. [13] Это стало известно как система PITCHf / x , которая способна записывать скорость шага в точке его выхода и по мере того, как он пересекает пластину, а также местоположение и угол разрыва определенных питчей через видеокамеры. . [13] FanGraphs - это веб-сайт, который поддерживает эту систему, а также анализ данных от игры к игре. Веб-сайт также специализируется на публикации расширенной бейсбольной статистики, а также графики, которые оценивают и отслеживают выступления игроков и команд.

В популярной культуре [ править ]

  • Moneyball , фильм 2011 года о том, как Билли Бин использовал саберметрию для создания Oakland Athletics . Фильм основан на Майкла Льюиса " книги с одноименным названием .
  • В эпизоде Numb3rs 3-го сезона «Hardball» основное внимание уделяется саберметрии, а в эпизоде ​​«Sacrifice» 1-го сезона также освещается эта тема.
  • « MoneyBART », третий эпизод 22 - го сезона «Симпсонов » , в котором Лиза использует саберметрию, чтобы тренировать бейсбольную команду Малой лиги Барта .

См. Также [ править ]

  • Аналитика (хоккей) , аналог хоккея
  • Расширенная статистика в баскетболе , аналог баскетбола
  • Библейская премия Филдинга
  • Кайл Бодди , основатель Driveline Baseball
  • PITCHf / x
  • Количественная оценка высоты тона
  • Спортивная аналитика
  • Statcast
  • The Hardball Times
  • Теоретическое мастерство
  • Тотальный бейсбол , Джон Торн и Пит Палмер
  • Что случилось с Залом славы? Билл Джеймс

Ссылки [ править ]

Заметки
  1. ^ a b c Льюис, Майкл М. (2003). Moneyball: искусство выигрывать в несправедливой игре . Нью-Йорк : У.В. Нортон . ISBN 0-393-05765-8.
  2. ^ a b Пуэрцер, Ричард Дж. (осень 2002 г.). «От научного бейсбола к саберметрии: профессиональный бейсбол как отражение инженерии и менеджмента в обществе». ДЕВЯТЬ: Журнал истории и культуры бейсбола . 11 : 34–48. DOI : 10.1353 / nin.2002.0042 .
  3. ^ "Зал славы - Генри Чедвик" . Архивировано из оригинала на 2008-04-12.
  4. ^ Альберт, Джеймс; Джей М. Беннетт (2001). Кривой мяч: бейсбол, статистика и роль случая в игре . Springer . С. 170–171. ISBN 0-387-98816-5.
  5. ^ «Билл Джеймс, помимо бейсбола» . Аналитический центр с Беном Ваттенбергом . PBS . 28 июня 2005 . Проверено 2 ноября 2007 года .
  6. ^ Ackman, D. (20 мая 2007). «Султан статистики» . The Wall Street Journal . Проверено 2 ноября 2007 года .
  7. ^ Б Джарвис, J. (2003-09-29). «Обзор показателей оценки результатов деятельности бейсболистов» . Проверено 2 ноября 2007 .
  8. ^ a b Кипен, Д. (1 июня 2003 г.). "Совершенно новая игра Билли Бина" . Хроники Сан-Франциско . Проверено 2 ноября 2007 года .
  9. ^ Портер, Мартин (1984-05-29). «ПК переходит к летучей мыши» . Журнал ПК . п. 209 . Проверено 24 октября 2013 года .
  10. ^ RotoJunkie - Roto 101 - Sabermetric Глоссарий (питание от evoArticles) архивации 2007-09-10 в Wayback Machine
  11. ^ BaseballsPast.com
  12. ^ «Хронология франшизы» .
  13. ^ a b c d Альберт, Джим (2010). «Саберметрика: прошлое, настоящее и будущее» (PDF) . В Джозефе А. Галлиане (ред.). Математика и спорт . 43 . Автор: Математическая ассоциация Америки. MAA. С. 3–14. ISBN  9780883853498. JSTOR  10.4169 / j.ctt6wpwsw.4 .
  14. ^ a b c Джон Т. Саккоман; Габриэль Р. Коста; Майкл Р. Хубер (2009). Практика саберметрики: применение науки бейсбольной статистики на практике . Соединенные Штаты Америки: McFarland & Company. ISBN 978-0-7864-4177-8.
  15. ^ a b Гулд, Стивен Джей (2003). «Почему никто больше не попадает в калибр .400» . Триумф и трагедия в Мадвилле: страсть к бейсболу на всю жизнь . WW Norton & Company. С.  151–172 . ISBN 0-393-05755-0.
  16. ^ a b Agonistas, Дэн (4 августа 2004 г.). "Куда делись нападающие .400?" . Проверено 30 августа +2016 . ... Обсуждение развернулось вокруг эссе, которое Гулд написал для журнала Discover в 1986 году и которое было переиздано как в его книге 1996 года Full House, так и в Triumph and Tragedy под заголовком «Почему никто не попадает в рейтинг .400 Anymore» ...
  17. ^ a b c Грабинер, Дэвид Дж. «Саберметрический манифест» . Бейсбольный архив .
  18. ^ Б Маккракен Voros (23 января 2001). "Питчинг и защита: насколько сильно контролируют херлеры?" . Бейсбольный проспект .
  19. ^ Баско, Дэн; Дэвис, Майкл (осень 2010). «Многообразие DIPS: история и обзор». Журнал исследований бейсбола . 32 (2).
  20. ^ a b c Болл, Эндрю (17 января 2014 г.). "Как саберметрика меняет бейсбол?" . За гранью очков .
  21. ^ Баумер, Бенджамин ; Цимбалист, Андрей (2014). Саберметрическая революция: оценка роста аналитики в бейсболе . Университет Пенсильвании Press.
  22. ^ Фанграфы : ВОЙНА
  23. ^ a b Шенфилд, Дэвид (19 июля 2012 г.). «О чем мы говорим, когда говорим о WAR» . ESPN.com .
  24. ^ "Изменяющееся исчисление пойманных-кражи | FanGraphs Baseball" . FanGraphs Бейсбол . Проверено 6 декабря 2016 .
  25. ^ Neyer, Rob (5 ноября 2002). «Red Sox нанимает Джеймса в качестве консультанта» . ESPN.com . Проверено 7 марта 2009 года .
  26. ↑ Jaffe, C. (22 октября 2007 г.). "Интервью Роба Нейера" . The Hardball Times . Проверено 2 ноября 2007 года .
  27. ^ "Бейсбольный проспект | Глоссарий" . www.baseballprospectus.com . Проверено 5 мая 2016 .
  28. ^ "Бейсбольный проспект" . Проверено 4 марта 2012 .

Внешние ссылки [ править ]

  • Общество американских исследований бейсбола (SABR)
  • Стремление этого парня отслеживать каждый удар в НБА навсегда изменило баскетбол - Wired, Марк МакКласки, 28 октября 2014 г.