Lineup Optimizer
新球季快開始了，大家都想排棒次吧。
增加ZiPS今年的預測成績，使用介面和之前一樣，守位請自己勾選。 :p
看了兩年前寫的程式碼，果然覺得很醜 XD 因為中途陸續加了很多功能，架構很雜亂，找個時間來重寫好了 =.=
相關文章
2008/02/28
2008/02/24
Bench Hitter in Fantasy Baseball World
這幾年玩Fantasy Baseball下來有一個感覺，Bench Hitter(這裡指FB中的，不是現實生活的板凳)在球隊中似乎沒什麼地位。理論上板凳球員是在先發球員出問題不能上場時替補上陣，但由於MLB休兵日很少，所以一旦發生了先發打者缺陣的情況，很難由板凳球員補上未出賽的場次。SP是五天先發一次，所以只要視情況調動陣容就可以在短時間內補回局數；而NBA則是賽程較鬆散，可以讓替補球員在先發球員休兵日的時候調上來補場數。只有MLB的打者，一旦臨時受傷或day-off，儘管有替補球員也很難補上。
Fantasy Baseball是扮演GM兼Manager的虛擬遊戲，不過上述的情況並不能貼切的表現現實比賽。如果在現實生活中(或是其他棒球模擬遊戲)一支球隊有人無法上場，身為一個Manager，該做的事應該是選一個替補選手上陣，而不是擺個人型看板當做沒這回事；球員當然可以有day-off，但是理論上球員要不要上場是由manager(也就是玩家本人)決定的，所以不應該有玩家來不及更換先發選手的事發生。
可是在FB的世界中，即使玩家已經幫每個位置都找好了替補人選，也決定好了替補策略，玩家仍然無法知道自己隊上的先發球員會不會上場，也就無法讓替補球員發揮應有的價值。
Fantasy Baseball是個滿足球迷掌控慾的遊戲，如果玩家為預想到的問題準備好瞭解決之道，但事情就是無法像現實世界中一般的運作，這並不是個提高遊戲樂趣的設計。
解決之道？
先來看看另一個很多使用的設定:在先發九人外另加C,CI,MI,OF*2，這種設定可以增加聯盟深度和調度彈性，不可否認這五名打者也有模擬球隊中替補野手的意義，使得Fantasy球隊的陣容更接近現實的25人球隊。
然而大多數的情況下，這五名增加的野手，仍然是現實的先發球員，玩家也會每天將這名球員排上場，造成一隊一季的球員總出場數超過2000場(162場*9=1458場)，而FB陣容中則有"板凳的板凳球員"等著替補替補選手的位置。球隊事實上是兩名先發捕手、五名先發外野手，而不是一名先發捕手、三名先發外野手加上替補捕手和兩名替補外野手，與現實情況的差距反而更大，而替補球員難以使用的問題仍然存在。
昨天忽然想到一個方法可以讓板凳打者很容易的補上先發打者的缺陣。只要使用14名先發打者的設定，然後將每個守備位置的場次上限調成108場就行了。
如此，以MI為例，三個位置的場次加起來是324場，恰好是一年比賽場數的兩倍，如果兩名先發MI都全勤剛剛好可以輪替用完，當先發MI缺陣時，只要在之後讓替補MI一起上場，以每日三名MI的陣容就可以輕易的補足場次。 雖然不是同一天，但是替補球員一場補先發球員一場，這種想法應該還不會很難理解。事實上當投手局數不足或是NBA場數不足時，大家都在做同樣的事：靠著調動陣容讓有出賽的球員多上場以彌補之前不足的場數，只要最後總數對了就好。
來看看三種設定下可能出現的出賽情形:
| GS場數 | 2B,SS(162場) | 2B,SS,MI(162場) | 2B,SS,MI(108場) |
| 先發2B | 140 | 140 | 140 |
| 先發SS | 150 | 150 | 150 |
| 替補MI | 5 | 140 | 34 |
| MI總和 | 295 | 430 | 324 |
2008/02/13
2007 Projections Comparison - Hitters (1)
一個多月沒發新文章，主要是因為上班後沒什麼時間，決定先把接下來要做的事起個頭，不然就更不可能花精神寫完這篇了。 XD
在BP的2007 Hitter Projection Roundup這篇文章中比較了八個不同來源的預測，他們比較的標準是OPS的差距。就評斷打者綜合能力而言，OPS是很不錯的評量標準(有點意外BP沒有使用EqA XD)，不過若是以Fantasy Baseball的角度來看，OPS並無法提供我們足夠的資訊。
在標準5*5 FB中，打者計分的項目包括R,HR,RBI,SB以及AVG，其中AVG和HR絕大多數是打者自身的能力，R和RBI需要考慮一些棒次與隊友的影響，SB有教練戰術頻率的考慮，球員的打席數則是必須考慮到球隊陣容。
我認為各家預測可能有不同的強項，比方Marcel使用打者過去幾年的打席和幾條簡單的經驗法則來預測未來的打席數，而不管該球隊是否有位置給這些球員；相較之下，Rototimes的預測是人工產生的，就有考慮到球隊陣容的問題，應該是比較可信的。
我找了四個免費的2007年預測─ Marcel, ZiPS, Chone和Rototimes來做細部的比較，選用的資料是2007實際打數前300名的打者(最少的是Tony Graffanino,231AB)，除了AB的預測保留不變外，R,HR,RBI,SB以及H都校正到600AB來做比較。來觀察這幾家預測在不同領域的預測表現。
(P.S: Rototimes今年的預測拖到現在都還沒公開，明明Draft Kit都出來了說 =.=)
2008/01/11
2007 K-BB Chart
(點擊放大)今年有一些和過去不同的地方，首先是改用K/PA和BB/PA取代K/9和BB/9；另外是改用了Excel 2007，也就順便換了新樣式，更簡潔的風格我個人還蠻滿意的，不過我不會用VB改Excel 2007的泡泡圖的顏色，弄了一下午還搞不定，現在看到的這張圖其實是用兩張圖疊起來的(山不轉路轉 orz)。
跟第一次碰到這種圖的讀者說明一下怎麼觀看，這張圖的縱軸是K/PA，越高代表三振能力越好，橫軸則是BB/PA，越左邊代表越不容易出現四壞球。這兩項能力佔了投手能力的絕大部份，我們可以從這張圖上快速的看出一個投手的投球類型和投球品質。
假如一個投手的位置在另一個投手的左上方，代表他的三振率比較高且四壞率比較低，換言之，較好的投球品質(在此沒有考慮到聯盟及球場)。如果在右上方，也就是三振率和四壞率都較高，代表Power pitcher的成份較重，反之則是Fitness pitcher的成份較重。
點的顏色代表投手的定位，藍色是先發投手，紅色是後援投手，綠色則是兩頭跑的投手。總共有167名投手在圖表上，沒有精確的選擇標準，我看順眼的就放上去。 XD
2007/12/08
Hitting stats across the years
本週本來想寫這個的，不過從PTT上看到有人已經做過類似的事了，那我就先省點事吧。 XD
How do you measure a player in a year?
上面這篇文章的作者將球員的打席分成奇數打席和偶數打席，然後去計算兩者的相關係數，他以相關係數0.7做為一個門檻(換言之，R-Square=0.49，R-Square是相關係數的平方)，計算每項數據超過門檻所需的打席數。最後他也列出了650PA和300PA時各數據的相關係數。
詳細的數據請自行參閱原文。從這些數據得出的結論，一個打者最穩定的能力是他的揮棒率(這不太能算能力)、揮到球的比率以及受這兩項影響最大的三振率，其次是四壞球率以及擊球類型(平飛/滾地/飛球比率)，接下來是全壘打率，以上都是相當穩定的能力；再來才是一壘安打率，而二三壘打率的變動性很大不易保持。
其他的複合數據排序關係不難由以上數據推出來，BABIP由一壘打率及二三壘打率組成，所以穩定性介於兩者之間。打擊率基本上是Contact Rate乘上BABIP，由於Contact Rate是十分穩定的能力，所以打擊率要比BABIP來得穩定些。上壘率是打擊率加上穩定性高的保送率所組成，所以要比打擊率更穩定；長打率與打擊率、ISO的關係亦同。
至於Clutch(關鍵時刻的能力)，基本上完全沒有穩定性可言。
我想對Sabermetrics有研究的球迷對這個結果都不會感到意外，打者對於BABIP有一定的控制力，但是穩定性比不上K,BB和HR Rate，不過造成此現象的"元兇"是二三壘打率而不是一壘打，這可能是比較少人會想到的部份吧。
2007/11/24
小貼紙
小貼紙開放測試，可以從註冊頁面去申請帳號。
註冊範例如上圖，應該要寫說明文件的，但是沒那個工夫。 XD 如有問題就請直接發問吧。
如果所有項目都沒有錯誤，應該會出現以下的訊息：
將表單內的文字放到自己的網頁上就可以了。
因為還在測試階段，如果使用後有發生錯誤或建議請通知我。
在這段期間又有了另一個想法，目前的架構是每次有訪客瀏覽網站就會進行一場比賽，如果有複數的Blogger使用這個貼紙的話，想將它改成定期進行比賽，而訪客點閱次數則是影響球員能力的成長程度(當然我不會讓兩者關係是線性，而是接近指數函數)。
換言之，點閱次數越高的Blog，球員成長就越多，當然各球員間還是有特性的差別。然後像部落格觀察一樣搞個排行榜，這樣應該會比較有意思吧？
相關文章
2007/11/10
Pitching stats across the years
05 & 06 K/PA  | 06 & 07 K/PA  |
05 & 06 BB/PA  | 06 & 07 BB/PA  |
05 & 06 G/F  | 06 & 07 G/F  |
05 & 06 HR%  | 06 & 07 HR%  |
05 & 06 BABIP  | 06 & 07 BABIP  |
數據人人會算，每個人也都可以用基本的統計資料發明自己的數據公式，但是哪些數據是有意義的，哪些又是無用的數據呢？
就我來說，有意義的數據是選手有辦法維持的數據，也就是同一個選手在年與年之間，不容易出現無理由的大幅變動的數據。當然此數據必須對比賽有影響力(比方說球員的肝功能指數雖然在年與年間有很強的關聯性，不過跟棒球比賽沒有直接關係。)一方面，我們使用數據常常是用於預測未來的成績，無法保持的數據對於預測根本沒有使用價值；另一方面，選手沒有辦法維持的數據，很難令人信服是選手自身的能力。
有現代棒球觀念的人會說勝投和打點是意義不大的數據，因為受隊友的影響成份過大；得點圈打擊率(精確來說應該講RISP BA和BA的差距)和投手的BABIP也沒什麼意義，因為統計資料顯示選手沒辦法長期保持這項數據。
找了2006和2007年都投了100局以上的88位投手，和2005及2006年都超過100局的102位投手的成績，做了以上幾張圖。
其中G/F是根據ESPN的資料，HR%=HR/(AB-K)，然後將各數據做個簡單的標準化。
橫軸是前一年的數據，縱軸是隔年的數據，如果每個選手都能複製前一年的成績，那所有的點都會落在一條斜率為1的直線上。在每張圖上都有一條趨勢線，如果大部份的點都落在線的附近，代表我們可以根據前一年的數據去預測隔年選手這一項目的成績，相反的若是很多點都離趨勢線很遠，就表示這項數據年與年之間的關聯性不大。
R-square是一個可以將上述的關聯性量化的數值，它代表這條趨勢線對資料的解釋程度有多大，最大值是1，代表所有點都在趨勢線上，最小值是0，代表這條趨勢線完全沒有意義。以下是各數據R-square的值：
| 05&06 | 06&07 | |
| K/PA | 0.672 | 0.586 |
| BB/PA | 0.583 | 0.386 |
| G/F | 0.798 | 0.814 |
| HR% | 0.096 | 0.131 |
| BABIP | 0.064 | 0.061 |
在這五項數據中，投手對於滾飛比有最強的控制力，可以年年投出相近的滾飛比；三振率和四壞球率有不錯的穩定性，不易出現大幅的變動；至於TTO之一的全壘打率，雖然和野手守備沒有任何關係，可是投手並沒有辦法維持這項數據的穩定(打者顯然可以，所以一顆球被打出去會不會變成全壘打，打者的因素應該佔了極大的部份)；BABIP和HR%對於隔年的成績沒什麼參考價值，前一年數值高的投手和數值低的，隔年的成績分佈幾乎沒什麼差別，這和前三項數據的情況是差別很大的。簡而言之，這兩項數據就是所謂的「運氣」－選手本身無法掌控的數字。
2007/10/27
放假囉~ (AL CYA 意見調查結果)
經過兩個禮拜後，終於第一次衝出關西營區，回到文明世界。 XD 但是不怎麼想更新耶(毆飛)
還是來寫些東西好了。
基本上不會寫營區生活週記，平日操課已經夠了，不需要連假日都把生命浪費在那些事上。 XD
所以還是來看AL CYA的調查結果吧。
Sabathia拿了過半的5票，Beckett和Bedard平分剩下的4票。 感想：嗯.....和想像的差不多吧 XD
Lackey和Carmona雖然分居ERA一二名，但是FIP和RA告訴我們他們的投球品質並沒有特別出色，至少他們沒有擊敗Sabathia的理由。
(他們的局數和出賽場數都比Beckett/Bedard多，VORP也比較高，所以將他們排在這兩人前面是說得過去的。)
能在投球品質上和Sabathia一較長短的是Beckett和Bedard。基本上，他們的投球品質的排行剛好和局數排行相反，所以三人都有理由得到第一名票。由於品質上的差距很小，在貢獻量上有顯著優勢的Sabathia應該能拿到最多的"中間選票"。
2007/10/11
意見調查結果 - NL MVP
投票結果如上圖，基本上並不令人意外，不管是各球員的得票數還是總投票人數。 XD
Holliday本來就是傳統觀點上最佳的候選人，從現代數據來看他也不輸其他人，得到最高票早在預料之中。
Jones, Wright和Utley都很有理由拿到選票。
讓我稍感意外的是Howard拿了一票而Rollins沒有，雖然我覺得Howard比Rollins好，不過在大多數的網站上Rollins的呼聲都比較高。從數據上來看，Utley可能比這兩個人都好，以晉級球隊中的Slugger來說，Holliday的成績也比他亮眼。
沒有要臆測投票者心態的意思，我能想到的理由是Howard比Holliday少了一百多個AB，RBI卻只少了一個，沒有任何NL打者有那麼高的打點產率。
投給Howard也不是什麼不好或錯誤的選擇，只是他目前的聲勢確實比較落後，如果在10000人中他拿到1000票我會很驚訝，不過這個調查只有11張選票，其中有1個人投給他也不是件奇怪的事。
接下來調查AL CYA，不過投票截止時我應該沒辦法即時發表評論。
訂閱：
文章 (Atom)
發表文章
