페코타

PECOTA는 플레이어 경험적 비교와 최적화 테스트 알고리즘의 약자로 메이저리그 선수 성적을 예측하기 위한 세이버메트릭 시스템이다.^[1] 이 단어는 여정사 빌 페코타의 이름을 바탕으로 한 백어법인데, 그는 평생 타율 0.249로 어쩌면 전형적인 PECOTA 엔트리를 대표하는 선수일 것이다. PECOTA는 2002-2003년 네이트 실버에 의해 개발되었으며, 《야구 프로스펙투스 2003》에서 대중에게 소개되었다.^[2] 야구 프로스펙투스(BP)는 2003년부터 PECOTA를 소유하고 있으며, 실버는 2003년부터 2009년까지 PECOTA를 관리했다. 2009년 봄부터, BP는 연간 예측을 생산하는데 책임을 지고, 2010년은 실버가 PECOTA 예측을 생산하는데 아무런 역할을 하지 않은 최초의 야구 시즌이 되었다.^[3]

PECOTA 선수 전망은 널리 알려진 여러 통계 시스템 중 하나로 BP에 의해 판타지 야구 상품으로 판매되고 있다. 2003년 이후, 연간 PECOTA 전망은 야구 프로스펙투스 연간 책자와 보다 상세한 형태로 BaseballProspectus.com 구독 기반 웹사이트에 모두 게재되었다.^[4] PECOTA는 또한 다른 프로 스포츠를 위한 유사한 프로젝션 시스템들을 고무시켰다: National Football League의 KUBIAK, National Football Association의 SCHOENE와^[5] CARMLO^[6], 그리고 National Hockey League의 VUKOTA^[7].

PECOTA는 전형적인 판타지 야구 경기에서 사용되는 모든 주요 카테고리에서 선수의 성적을 예측하고, 또한 야구 프로스펙투스에 의해 개발된 고급 세이버메트릭 카테고리(예: VORP 및 EqA)에서 생산량을 예측한다. 또한 PECOTA는 선수들의 시장 가치뿐만 아니라 브레이크아웃 비율, 개선률, 소모율 등 몇 가지 요약 진단도 예상하고 있다. PECOTA의 기초가 되는 논리와 방법론은 여러 출판물에 설명되어 왔지만, 상세한 공식은 독점적이며 야구 연구계와 공유되지 않았다.

방법론

실버는 그의 접근에 대한 영감을 다음과 같이 묘사했다.

PECOTA의 기본 아이디어는 실제로 두 가지 다른 것이 융합된 것인데, 그것은 유사성 점수에 관한 [빌] 제임스의 연구와 플레이어를 여러 다른 진로에 배치하려고 했던 게리 허커베이의 이전 투영 시스템인 [야구 프로스펙투스] 블라드에 관한 연구였다.^[8] 나는 게리가 13개나 15개의 다른 진로를 사용했다고 생각한다. 그리고 PECOTA가 정말로 하고 있는 모든 것은 그것을 논리적으로 극단적으로 옮기는 것이다. 그것은 메이저리그 역사상 모든 선수들에게 본질적으로 별도의 진로가 있다. 비교가능성 점수는 그 진로들 중에서 선택하고 선택하는 메커니즘이다.^[9]

비교 가능한 플레이어

PECOTA는 유사성 점수를 통해 "비교적인" 메이저 리그 볼플레이어들의 경기력에 특정 선수의 과거 경기 통계를 맞추는 것에 의존한다. 베이스볼 프로스펙터스 웹사이트 용어집에 설명된 바와 같이:^[10]

PECOTA는 각 선수를 제2차 세계대전 이후 약 2만 시즌의 메이저 리그 타자의 데이터베이스와 비교한다. 또한 이전 시즌의 대부분을 마이너리그에서 보낸 선수들을 위해 약 15,000번의 마이너리그 시즌 번역(1997–2006)의 데이터베이스를 작성했다. PECOTA는 선수의 비교 가능성을 결정할 때 네 가지 광범위한 속성을 고려한다.

1. 타율, 고립된 전력, 타자의 의도치 않은 볼넷 비율 등의 생산 지표 또는 투수의 삼진율과 땅볼 비율

2. 경력, 플레이트 외관 또는 이닝을 포함한 사용량 측정기준

3. 손길, 키, 몸무게, 경력(메이저리그), 마이너리그 수준(전망) 등 표현력 속성.

4. 야수 포지션(타자용) 또는 선발/구위 역할(투수용) ... 대부분의 경우, 데이터베이스는 의미 있게 큰 양의 적절한 대조군을 제공할 수 있을 만큼 충분히 크다. 그렇지 않을 때는 타당한 표본 크기에 도달할 때까지 다른 플레이어에 대한 내성을 확장하여 '싸움을' 하도록 프로그램 설계가 되어 있다.

PECOTA는 가장 가까운 이웃 분석을 사용하여 선수 개개인과 가장 유사한 선수 세트를 일치시킨다. 빌 제임스의 유사성 점수의 기본 개념을 바탕으로 하지만, PECOTA는 이러한 점수를 제임스의 방법과는 매우 다른 "비교"의 집합으로 이어지는 뚜렷한 방법으로 계산한다.^[11] 더욱이 실버는 다음과 같은 뚜렷한 특징을 설명한다.

PECOTA 유사성 점수는 주로 투수 성적의 3년 창을 보는 것에 기초한다. 따라서, 우리는 35~37세의 투수가 무엇을 했는지 볼 수 있고, 공원, 리그 효과, 그리고 다른 모든 것들을 조정하고 난 후, 가장 비슷한 나이인 35~37의 경기와 비교할 수 있다. 이것은 baseball-reference.com이나 다른 장소에서 볼 수 있는 유사점수와 다르다. 이 점수는 특정 연령까지의 선수 경력의 총체성을 평가하려고 시도한다.^[12]

선수별로 한 세트씩 '비교'가 결정되면 향후 성적 전망은 '비교'의 역사적 성과를 바탕으로 한다. 예를 들어, 26세의 다음 시즌 예상 성적은 가장 비교가 되는 26세의 메이저리그 선수들이 후속 시즌에 어떻게 경기했는가에 기초하게 될 것이다.

타자와 투수를 위한 별도의 예측 집합이 개발된다.

주변통계

PECOTA는 또한 주어진 플레이어의 미래 성과를 예측하기 위해 주변 통계 활용에 많이 의존한다. 예를 들어, PECOTA는 수비 독립적인 투구 통계를 사용함으로써 얻어지는 통찰력을 바탕으로, 투수의 과거 성적에 대한 정보를 다른 영역에서 활용함으로써 투수의 미래 성적을 예측한다.^[13] 야구 분석가이자 저널리스트인 앨런 슈워츠는 "실버는 1946년 이후 모든 빅리그 투수의 통계를 조사하여 어떤 수치가 가장 효과적이며 특히 평균 득점을 기록했는지를 알아내기 위해 정교한 분산 알고리즘을 고안했다. 그의 연구 결과는 대부분의 팬들에게 직관에 반한다. 실버는 '과거의 응급실과 미래의 응급실을 예측하려고 할 때 실수를 하는 것이다.' 라고 말했다. 실버는 상당한 차이로 가장 예측 가능한 통계는 투수의 삼진율과 볼넷 비율이라는 것을 발견했다. 홈런 허용, 좌익 우파 붕괴, 기타 데이터로 투수의 장래를 알 수 없다.^[14]

확률분포

PECOTA는 선수의 미래 경기(타율, 홈런, 삼진 등)를 포인트 추정하는 데 초점을 맞추는 대신, 주어진 선수의 "비교"의 역사적 성과에 의존하여 향후 5년 동안 주어진 선수의 예상 성적에 대한 확률 분포를 산출한다. 앨런 슈워츠는 PECOTA의 이런 특징을 강조했다. "페코타를 수십 년 동안 외부인들이 개발해 온 투영 시스템의 재갈과 구분짓는 것은 어떻게 플레이어의 기량을 예측하는 것의 불확실성을 인지하는가 하는 것이다. Pecota는 한 줄의 기대 통계를 생성하기 보다는 7개(일부 낙관론자, 일부 비관론자)를 각각 자체 신뢰수준으로 제시한다. 이 시스템은 허리케인 경로의 예측과 매우 흡사하다. 즉, 플레이어들은 여러 방향으로 갈 수 있기 때문에, 한 방향으로만 준비를 하는 것은 어리석은 일이다."^[15] 은이 쓰여졌다.

이 절차는 확률론적 사고에 익숙해질 것을 요구한다. 특정 유형의 선수 대다수가 특정 방식(예: 일찍 절정을 이룬 경우)을 진행할 수 있지만 예외는 항상 존재한다. 게다가, 비교 가능한 선수들이 항상 그들의 진정한 능력 수준에 따라 경기하는 것은 아닐 수도 있다. 그것들은 때때로 특정 계절에 그것을 초과하는 것처럼 보일 것이고, 다른 때들은 우리가 앞에서 설명한 표본 크기 문제 때문에 부족할 것이다.

PECOTA는 다른 시스템처럼 단일 예측 지점이 아니라 플레이어가 다른 수준의 확률로 달성할 수 있을 것으로 예상할 수 있는 가능한 결과의 범위를 만들어 이러한 요인을 설명한다. 비가 온다고 말하는 대신 비가 올 확률은 80%라고 알려드렸는데, 화요일에 이런 대기 상태가 나타난 시간의 80%가 수요일에 비가 왔기 때문이다.

확실히, 이러한 접근방식은 역사를 통틀어 모든 선수의 '평균' 발달 과정에 기초한 연령 조정을 적용하는 표준 방법보다 더 복잡하다. 하지만, 그것은 또한 현실을 더 잘 나타내고, 더 정확해서 부팅할 수 있다.^[16]

팀노력

Silver는 PECOTA의 창시자였지만 PECOTA의 예측을 제작하는 것은 팀 작업이었다. "나는 PECOTA의 남자일 수도 있지만, 그것은 팀 작업이다."라고 Silver는 BP 직원들에 대해 말했다. "우리 모두 다 한다. 우리 아이지만 PECOTA를 운영하려면 마을이 필요하다"^[17]고 말했다. 예를 들어 PECOTA는 클레이 데이븐포트의 마이너리그 번역(일명 Davenport Translations 또는 DT)과 국제야구 통계를 바탕으로 각 선수의 메이저리그 동등한 성적을 추정한다.^[18] 이런 식으로 PECOTA는 이전 메이저리그 경험이 거의 없거나 전무한 많은 선수들을 포함하여 매년 1,600명 이상의 선수들을 예상할 수 있다.

2009년 프리시즌 전망은 실버가 1차 책임을 지는 마지막이었다. 2009년 3월, 실버는 PECOTA의 극도로 복잡하고 힘든 데이터베이스 조작과 계산이 다른 플랫폼으로 옮겨갈 것이라고 발표했다. 이후 은 그들에게 2003년 –에와 실버 stewarded과 –henceforth PECOTA 예보가 야구 상품 설명서 팀에 의해 야기될 것, 처음에 클레이 데이븐포트와 effort,[19]의 금액과 후는 2013년 시즌을, 콜린 Wy과 그 예측을 도맡아 그것을 팔았다. 비록 야구 상품 설명서 PECOTA의 주인 있었다.ers PECOTA의 생산과 개선을 동시에 주도하고 있다.^[3]

대안예측시스템

다른 인기 있는 예측 시스템은 대부분 "비교적인 참가자" 접근법을 사용하지 않는다. 대신, 대부분의 사람들은 선수의 과거 성적부터 미래의 성적까지의 직접적인 예상에 의존한다. 전형적으로 선수의 이전 3년 동안의 성적에 대한 가중 평균을 기준으로 사용함으로써 말이다. PECOTA와 마찬가지로, 그러한 시스템들 중 다수는 노화, 주차 효과 및 평균으로의 회귀에 대한 예측도 조정한다. PECOTA와 마찬가지로, 그들은 또한 양대 리그의 각각의 경쟁적 어려움에 적응할 수도 있다.^[20] 그러나 이 시스템은 연령 조정의 유형과 강도, 회귀 효과 추정치, 공원 조정 및 리그 난이도의 조정과 유사성 점수 사용 여부에서 서로 다르다.^[21] PECOTA는 또한 다른 시스템보다 훨씬 더 많은 선수들에 대한 예측을 하는데, PECOTA는 조정된 마이너리그 통계뿐만 아니라 메이저 리그 통계에 의존하고 있고, 다른 전망뿐만 아니라 메이저리그 확장 로스터(팀당 40명)에 있는 모든 선수들에 대한 예측을 시도하기 때문이다.

2000년부터 클리블랜드 인디언스는 팀이 수집한 스카우트 정보를 평가하기 위해 DiamondView라는 독점 분석 데이터베이스를 개발했다. 이 시스템은 이후 모든 메이저 리그 선수들의 성적을 평가하고 투영하기 위한 목적으로 선수 성과 지표와 재무 지표를 통합했다.^[22] 2008~2009년 피츠버그 파이어리츠는 스카우트 보고서, 의료 및 계약 정보, 성과 통계와 예측을 통합한 독점 데이터베이스인 MIT(Managing, Information, Tools and Talents)를 개발하는 중이었다.^[23]

업데이트 및 수정사항

2003년에 처음 도입된 PECOTA 예상은 매년 생산되며, 야구 프로스펙투스 연간 일지와 BaseballProspectus.com 웹사이트에 모두 게재된다.^[24] PECOTA는 2003년 이후 여러 가지 개선을 거쳤다. 2006년 버전은 예측된 성과 수준에 근거한 참가자들의 시장 평가에 대한 지표를 도입했다. 2007년 버전은 양대 리그의 경쟁 환경의 차이를 설명하기 위해 리그 효과에 대한 조정을 도입했다.^[25] 2008년 업데이트는 소대 분열은 물론 전 시즌 상·하반기 선수들의 경기력 차이(왼손이나 오른손잡이 타자나 투수를 상대로 얼마나 잘했는지)를 고려했다.^[26] 베이서러닝도 고려했다.^[27] 2009년에 야구 프로스펙투스는 시즌 예상의 시작을 업데이트하고 보완하기 위해 시즌 내 PECOTA 예상치를 도입했다.^[28] 2012년에 PECOTA는 예측에 대한 기준선 설정에서 과거 성과에 가중치를 부여한 방식을 크게 변경하였다.^[29] 또 온라인에 게재되는 개인 PECOTA 카드에는 10년 예측과 백분위 예측이 추가됐다.^[30]

정확도

비록 야구 프로스펙투스가 상업적으로 PECOTA를 "죽을 정도로 정확하다"고 홍보하지만, 모든 투영 시스템은 상당한 불확실성을 안고 있다. 비교한 결과 PECOTA가 OPS를 예측하는 데 있어 2006년 시즌에 여러 다른 예측 시스템을 능가한 것으로 나타났다. 평균자책점을 예측하는 데 있어서 다른 시스템들 중 거의 최고 수준만큼 좋은 성능을 발휘했다.^[31] PECOTA는 매 시즌 1000명이 훨씬 넘는 타자를 대상으로 예측되지만, 시스템 평가에는 메이저 리그 AB 최소 500명을 보유하고 있고 다른 시스템에서도 예상에 포함되었던 100명이 약간 넘는 선수들만 포함되었다. 네이트 실버가 2007년 타자들을 위한 대체 투영 시스템의 성능을 직접 비교한 결과, PECOTA가 두 명 정도는 비슷했지만 필드에서 선두를 달리고 있는 것으로 나타났다.^[32]

PECOTA는 주로 선수 개개인의 경기력 예측을 위해 설계되었지만, 팀 경기력 예측에도 적용되었다. 이를 위해 각 팀원별 예상 경기 시간을 기준으로 예상 팀 깊이 차트를 설정하여 야구 프로스펙투스 직원의 전문가 조언을 도출한다. 다음 시즌에 한 팀이 득점하고 허용하는 횟수는 경기 시간과 PECOTA가 예측한 각 선수의 개인 성적을 바탕으로 추정되며, 데이비드 테이트가 만들고 키스 울너가 추가로 개발한 '마진 라인업 값' 알고리즘을 사용한다.^[33] 한 팀의 예상 승리는 주어진 경기 시간 가정 하에 선수 명단이 허용하고 득점한 예상 실점 수에 빌 제임스의 피타고라스 포뮬라의 개선된 버전을 적용하는 것에 기초한다.^[34]

PECOTA는 각 팀이 획득할^[35] 승률과 플레이오프에 도달할 확률을 예측하는 중간 시즌 시뮬레이션에서 사용되어 왔다.^[36] 2006년 PECOTA의 프리시즌 전망은 시즌 중 팀이 벌어들일 승수를 예측하는 데 있어 다른 예측 시스템(라스베이거스 베팅 라인 승산 포함)에 비해 유리했다.^[37] 웹사이트 라스베이거스 워치의 독립적인 평가에 따르면 PECOTA가 2008년 메이저 리그 팀의 승리를 예측하는 데 있어 가장 낮은 오차를 보인 것으로 나타났다.^[38] 그러나 2009년에 PECOTA는 모든 유명한 예측가들에 뒤쳐졌다.^[39]

20032007시즌을 요약하면 PECOTA의 예상 팀 승리와 실제 팀 승리의 평균 오차는 2003년 5.91승, 2004년 7.71승, 2005년 5.14승, 2006년 4.94승, 2007년 4.31승 ^[40]등 감소하였다. 은빛 추측에 따르면 이러한 개선은 2005년부터 시작된 예측에서 방어를 고려함으로써 부분적으로 나타났다고 한다. 2008년 평균 실책은 8.5승이었다.^[41]

참조

원천