※ 引述《nickyang (肌腱炎者少打字)》之銘言：
: LOB%是另外一個常常被誤解的數據
: 照字面上翻譯，Left on Base %，殘壘率，很容易把boxscore上的殘壘跟他連在一起。
: 但是看看個他公式：(H+BB+HBP-R)/(H+BB+HBP-1.4*HR)
: 這是一個依照安打保送觸身全壘打跟失分（注意非責失分）「推估」出來的數字。一
: 個LOB%高的投手不必然代表他真的阻止了很多跑者得分。整體LOB%的平均約在70~73%
: 這裡面的1.4 是因為聯盟平均每支全壘打會得到1.4 分。所以他的分子是「送上壘但
: 是沒有回來得分的跑者」除上「送上壘且沒有被理論全壘打送回得分的跑者」。我們
: 先假設一個投手沒有被打全壘打，如果所謂關鍵時刻的投球能力提升是一種投手的能
: 力，那麼分子會極度接近分母，LOB%會趨近1 。反過來說，如果關鍵時刻投手會軟手
: 是一種能力，那麼LOB%會靠近0 。如果一個投手所失的分數都是陽春砲，他的LOB%甚
: 至會大過1 。反過來說，如果一個投手都在壘上有人時被打全壘打，會靠近零。
: 但是前面的表格也看到了，對於整體投手而言，LOB%跟擲筊是沒有兩樣的，YOY corr
: 甚至低過BABIP 。所以要光用LOB%低去判斷CC的壓制力下降是說不通的。
誠如你所言 這些都是滿滿的運氣
作分析 也只能在幾個假設下 作推論 導出可能的結果
壓制力的下降會導致LOB%的下降 這是無庸置疑的
你隨便找兩的投手的內容 帶入公式 就可以驗證
我的原文是 "LOB%的下降是因為CC的壓制力下降"
不知你怎麼會看成 "用LOB%去判斷CC的壓制力下降"?
CC壓制力越來越差 從電視上看 從數據上看都是如此
他的配球也改變了 過去全盛期 速球佔大多數
今年速球甚至還不是他投最多的球種
: 但是有沒有個案可以控制LOB%？有，Mo生涯LOB%是八成，遠高過他的年代平均（LOB%
: 平均，近年有逐步上升的趨勢，亦即，得分越來越難了，也的確符合趨勢），這跟他
: 的HR比例極低有關。
: 也有反過來的例子，林盲腸鳥掉之後LOB%大幅下降，這跟他本來就特別的投球姿勢可
: 能更有關係，他在失去本來的威力之後，開放式跟封閉式的投球威力差距太大，導致
: 他壘上有人時特別容易炸。
: shift
: shift我覺得就現有的資料看來，這是一個神話。投入shift最多的幾乎就是投入棒球
: 統計最多的球團。但是你說shift 真的很有價值嗎？我到現在看不到有說服力的資料
: 就拿某板友也許剛google到的這篇文章來說 http://0rz.tw/UgMJm
可能我google 運氣比較好 所以我有找到而你找不到
這邊我再拿一個文章給你參考 也許可以改變你的想法
http://goo.gl/jX7Q1g
Shifting 的精神是 一個打者打出去的球
有一定程度的隨機 卻也有一定程度的趨勢
最常用的手法就是把球場切成左中外三個等份
然後去分析該打者把球打進三等份的機率分別是多少
最近我有看到有人在推九等份 不過還很少見
說到Shifting 就要先提到防守的佈陣
一個標準守備佈陣是這樣的:
https://goo.gl/7g8dFD
每一個防守球員站在哪邊 都有他的原因在
比如說游擊跟二遊為什麼不站更後面一點 增加攔截到滾地球的機率
是因為到某一個界限之後 就算攔到滾地球也有很大機率來不及傳一壘
這樣結果跟讓後面的外野手來處理是一樣的
另外一壘上有人的CASE 也有處理二壘的需要
嚴格來說 Shifting 早就存在
如果上來的打者跑得超慢 內野會往後
如果上來的打者跑得超快 內野會趨前
這就是一種針對打者的Shifting概念
至於我門現在要舉的Shifting 這張照片是一個例子:
http://goo.gl/v7fVG1
舉個例子來說 如果一個打者 把七成的球都打到球場右邊
那麼你會傾向把二壘手 游擊手 三壘手都往順時針方向移動
使得內野的防守能量集中在右邊 外野的話也是類似的變動
因為球較可能落在某區 所以你讓防守球員盡量靠近某區 是一種戰略思考
: 在該文寫成的2014年七月，shift可以讓BABIP從.300下降到.299。嗯.300到.299，也
: 就是0.3%跟0.29%的差別，John Dewan是個很不錯的作者，不過0.01%？誤差就飽了好
: 嗎？
: 而整個2014年的BABIP是0.295，shift比2010年多了將近九倍，那2010年的BABIP呢？
: 0.293。今年至今shift發動的頻率比2014年更頻繁了，BABIP？一樣是0.293
: 如果照文中所謂shift只影響到滾球跟偏軟平飛球，所以效果會被稀釋，那麼在shift
: 發動多了十倍不止，GB%上升將近一個百分點（這可是0.01%的一百倍呀！！）的2015
: 年，為什麼BABIP也只是持平呢？甚至連0.01%的改變都看不到啊！
你既然看了文章 你怎麼沒有提到Shifting 把ERA從3.85將到了3.80呢?
這可不是小數目啊!
你說的那些東西 之所以觀察不到 因為就算Shifting 現在越來越普遍
佔所有防守case 的比例 還是很有限 所以你觀察聯盟的BABIP 當然被稀釋的很慘
正確的分析方法 是要把一個球隊的BABIP case 分成有Shifting 跟沒Shifting兩種
然後統計各自的BABIP 相互比較 才知道有沒有用
http://goo.gl/AeCW1G
這篇文章就作了如上所述的分析 絕大部分的球隊在有Shift的case 都得到了回報
當然也有少數如洋基隊 反而BABIP上升的
對此我沒有更好的解釋 也許是運氣吧
Shifting 可以是很嚴格的科學問題 這也就是為什麼有些人開始倡導
將球場分為九等份 就是要防守球員不僅是往球場某側移動
還要統計過去數據 讓球員前進一點 後退一點 往最有可能的球落點方向移動
: 又，玩shift玩得這麼開心的洋基隊，GB%從2010年的43.9%跳到今年的46.5%（$man:
: 我們不要飛球投手），BABIP從2010年的0.281，2011年的0.297，到今年的0.302
: 所以shift不要說要成為從2009年開始得分下降的重要因素了，根本連影響BABIP的
: 效果都看不到。甚至在shift越玩越大的今年，聯盟平均得分還上逆勢上升了
分析一個東西 最最基礎的就是要把其他變因都控制住
如果不能控制 就要想辦法作相對應的修正 有時候這是個大工程
不去想辦法搞定這些其他變因 看到就嚷嚷
絕非做學問的正確態度
我告訴你吧
去年全壘打很反常的少 比過去五年的平均少了10%
聯盟一年平均要產生約四千五百支全壘打 10% 是450隻的差距
你不是知道一支全壘打換1.4分?
那你告訴我 其他不計 光是這450隻全壘打 就會讓平均得分差多少?
連最基礎的控制變因都不懂 得出來的結論當然是GIGO下的產物
: 當然，Dewan文章中提到的一點是，滾地球跟偏軟平飛球的被打擊率下降了。這點是
: 我覺得最奇妙的。我們看到整體BABIP上升，BIS不公開作法的資料卻宣稱滾地球跟平
: 飛球的被打擊率下降了3%，換句話說，飛球跟紮實平飛球的被打擊率要上升超過3%囉？
: 考慮到GB%實際上年年上升，那麼後兩者被打擊率上升的幅度要更為驚人了。
: 我們可以窮經皓首去想想到底有什麼可能讓只影響內野的shift在降低滾球被打率的同
: 時，更大幅度的提高飛球的被打率。又或者，換個角度想想，
: 提供這些資料的是誰？
: 世界上唯一知道怎麼做的是誰？
: 如果你覺得shift超棒超有用，你要跟誰買？
: 嗯？
: 我還有其他的理由懷疑BIS在shift這件事的認定上出了很大的問題，不過當然，這也
: 僅止於是懷疑而已。或許在shift的樣本數更多更大資料更公開之後，可以看出其他
: 的原因。不過至少到目前為止，我是非常懷疑任何跟shift有關的宣稱。
你會懷疑也不要緊 多看看人家的分析就是了
看了你就會信了 不要再用一堆不相干的東西稀釋
然後聲稱Shifting 無效了
Shifting 是一個很嚴謹的科學問題
牽涉到統計 機率 等等學問
你對打者跟自家防守球員的能力有更深的認識
你就能在打擊出去之前 讓佈陣保持在最佳狀態
進而減少被安打的機率