베이스 런
Base runs |
베이스런(Basruns, BsR)은 세이버메트리컬리스트 데이비드 스미스에 의해 만들어진 야구 통계로, 팀의 공격적 통계뿐만 아니라 타자나 투수가 만들거나 허용한 득점 수를 "득점"으로 추정하기 위해 고안되었다.기본적으로 Bill James가 만든 것과 같은 값을 측정하지만 검체학자인 Tom M과 같은 값을 측정합니다. Tango는 베이스런이 "다른 어떤 런 추정기보다 훨씬 뛰어난" 런 스코어링 프로세스의 현실을 모델링한다고 지적합니다.
목적과 공식
베이스 런은 여러 가지 변형이 있지만 모두 형식을[1] 취합니다.
Smyth는 다음과 같은 통계 형태를 상세하게 설명했다.
가장 단순하며, 가장 일반적인 타격 통계만[1] 사용합니다.
A = H + BB - HR
B = (1.4 * TB - . 6 * H - 3 * HR + .1 * BB) * 1.02
C = AB - H
D = HR
오프슈트는 훨씬 더 많은 타율[1] 통계를 포함한다.
A = H + BB + HBP - HR - .5 * IBB
B = (1.4 * TB - . 6 * H - 3 * HR + .1 * (BB + HBP - IBB) + . 9 * ( SB - CS - GIDP ) * 1.1
C = AB - H + CS + GIDP
D = HR
세 번째 공식은 투구 통계를[1] 사용한다.
A = H + BB - HR
B = (1.4 * (1.12 * H + 4 * HR) - .6 * H - 3 * HR + .1 * BB) * 1.1
C = 3 * IP
D = HR
다른 검체학자들은 Smyth의 일반 형태를 사용하여 B 인자를 수정하여 그들만의 공식을 개발했습니다.
베이스런 통계는 팀런 스코어링 프로세스의 모델링을 시도하기 때문에 각 플레이어의 통계에 직접 공식을 적용할 수 없습니다.이렇게 하면 전체 팀이 개인의 통계를 발표하는 실행 견적을 얻을 수 있습니다.이 문제에 대한 해결 방법은 라인업에 있는 선수에게 팀의 주루를, 라인업에 [2]교체 레벨의 선수를 포함한 팀의 주루를 찾는 것이다.이러한 값의 차이는 개인의 기준 런 통계량에 가깝습니다.
베이스런의 장점
베이스런은 주로 메이저 리그 야구 수준에서 정확한 득점 프로세스를 제공하기 위해 설계되었으며, 이 목표를 달성합니다. 최근 시즌에는 주요 득점 추정 방법 중 베이스런의 RMSE가 가장 낮습니다.게다가, 그것의 정확성은 심지어 가장 극단적인 상황이나 리그에서도 유지된다.예를 들어, 솔로 홈런이 쳐지면, 홈런은 배팅 팀이 득점한 1점을 정확하게 예측하게 된다.반면 생성된 런이 단일 HR을 평가할 때는 4개의 런이 채점될 것으로 예측합니다. 마찬가지로 대부분의 선형 가중치 기반 공식은 단일 HR에서 점수가 매겨진 1.4 런에 가까운 수치를 예측합니다.이는 각 모델이 162경기 MLB 시즌 샘플에 맞게 개발되었기 때문입니다. 물론 해당 샘플에 적용하면 잘 작동하지만 설계 환경에서 제외하면 부정확합니다.반면, 베이스런은 최고 프로 수준의 162경기 시즌뿐만 아니라 야구 경기 운영 방식을 모델링하기 때문에 야구 어느 수준의 샘플에도 적용할 수 있다(B 승수를 계산하는 것이 가능하다면).고교나 리틀리그 통계에도 적용할 수 있다는 뜻이다.
주루 약점
TangoTiger Wiki에서
"베이스 런은 대부분의 다른 런 추정기보다 런 스코어링에 대한 기본 제약 조건을 더 많이 준수하지만, 완벽하게 준수하지는 않습니다.단점의 몇 가지 예:
- 기준 런은 때때로 음의 추정치를 제공하는데, 이는 B 요인이 음수일 때 발생합니다.
- 3개가 상한임에도 불구하고, 때때로 1회에 3개 이상의 주자가 남는다.예를 들어, 볼넷의 B 계수가 .1인 경우, 볼넷 10개와 아웃 3개로 구성된 이닝은 10*1/(1+3) = 2.5점을 산출하게 되며, 이는 7.5명의 주자가 발이 묶였을 것이라는 것을 의미한다.
- Tangotiger의 연구에 따르면 BsR은 .500-800 팀 OBP 범위 내의 이벤트를 과대평가했다.
모델의 가능한 개선을 위한 한 가지 방법은 스코어링 레이트 추정기 B/(B + C)입니다.이 구성에는 깊은 이론이 없습니다.경험적으로 작용했기 때문에 선택된 것입니다.현재보다 더 복잡해야 하지만 더 나은 점수율 추정기가 개발될 수 있습니다."
「 」를 참조해 주세요.
레퍼런스
- ^ a b c d "Archived copy". Archived from the original on 2015-11-03. Retrieved 2015-04-21.
{{cite web}}: CS1 maint: 제목으로 아카이브된 복사(링크) - ^ "How are Runs Really Created - Third Installment".
