之前介绍了击球员和投手的高维数据,但实际上还有一个容易被忽略的数据。 是防守数据。 在棒球场上,腾空的美技防守能让观众大饱眼福,但在数据统计中,守备的价值往往最难被估算例如,比起飞跑般明亮的美技,正确的判断、稳健的接杀防守更能奏效。 尽管如此,还是有一些值得参考的防守数据,让我们来看看吧。
普通防守数据,例如方块、触摸、帮手等在此不列举。 这里的守备率是指“(守备机会-失误次数)/守备机会”的数值,即未失误的守备与守备次数的比值,简称FPCT。 因为拦网也属于防守范畴,所以很多时间完成拦网的一垒手这个数据会更高; 相反,由于防守中出现爆传的概率很高,所以三垒手和游击手该项数值通常偏低
2021年美联储金手套获得者三垒手马特-查普曼(马特-查普曼)防守率高达0.987
此数据也称为RF值,与是用(完成守备次数+助杀次数)*9/守备局数来计算的,可以用来衡量选手每9局的守备情况防守率一样,RF值也按职位计算。 因为一垒手和接球手完成防守的次数很多,就连要衡量不同位置的球员守备状况,就要根据不同的位置来比较、洛杉矶道奇队的球员、克里斯泰勒这样可以容纳多个位置的选手,也是按照防守位置来计算的。
与普通帮手相比,外场助杀也是防守美技中相当受人关注的场面,我们常说的“长颈鹿手臂”“镭肩膀”是具有优秀外场帮手能力的外野手。 尤其是右翼手,因为距离三垒和本垒很远,所以跑垒员很容易朝着打右外野的球出发。这就要求右外场手能够在握到球后迅速长距离传球助杀
例如,家喻户晓的一郎就演过激光肩秀,而奥克兰运动家中外场上手雷蒙劳尔雷诺( Ramon Laureano )为了杀本垒曾做过不落地的经典防守。 一次两次可能不说明问题,但请参阅外场助杀次数明显高于其他人,就说明这位外场手的防守实力不俗
这是一项接手的专属数据,方块在对方跑垒员实施盗垒时,接球员接到捕手后迅速向内野手传球,如果后者完成触地,即盗垒失败。 通常实施盗垒的跑者都有不俗的速度,所以不仅手臂力量要优秀,反应也要足够快。 另一方面,如果一个接球手的拦截率很好,阻杀率=阻杀次数/被偷垒实施次数对对方也有不少威胁。
这也是最常用的防守高级数据,UZR。 简单来说,就是一个运动员比联盟同一位置的平均水平体现更多的球队能守住多少分。 例如,如果UZR值为5,就意味着他可以比联盟同一位置的平均水平多守5分; 相反,如果一个选手的UZR值为负,意味着他同一个位置的平均水平比联盟差。 这就像击球手和投手的加权数据,可以直观地反映选手防守面和联盟平均水平的差距。
这是从UZR派生的数据,目的是避免样本的差异。 由于运动员面临的防守机会数量不同,即使在同一位置,大样本数据的运动员和小样本数据的运动员一起比较也会有偏差。 因此,UZR/150是“150场比赛的终极区域防守值”,通过将UZR估算为150场比赛显示的数值,并将所有人放在同一起跑线上,比较变得容易。
但是,由于UZR只用于同一位置选手之间的比较,如何比较不同位置选手的防守能力呢? 产生了Def这个数值。 Def如何解决防守位置的差异呢? 很简单。 只要将比赛选手因多于或少于联盟平均水平而防守的分数增减适当位置的防守补正值即可。 例如,接球手修正值为12.5,一垒手为-12.5不能完全表示防守位置的差异,但很多观众可以直观地比较不同位置选手的防守能力了。
2021年外野手迈尔斯-吸管的Def值达到156
该数据是一个相当直观的防守数据,其全名为Defensive Runs Saved,即该球员对比联盟平均水平所多守下的分数,如果该数据为负值,表示运动员失去了比联盟平均水平更多的分数。 包括出色的接杀、完美的助杀,这个数值也是大联盟考虑金球奖归属的重要依据之一。尤其是一众金手套外场手
与Outs Above Average,即平均水平以上制造出局数DRS相比,该数据的全名需要考虑更多的影响因素,如防守距离、防守时间甚至跑者速度。 因此,也有DRS为正,OAA为负的防守选手。 但是,这并不意味着DRS没有公信力,根据很多数据考虑的方向不同,也会有一些差异。 这些差异是当今大数据棒球仍在深入研究的魅力。
阅读了这么多评价投手水平的数值与计算方式,你觉得哪个最“靠谱”呢?你评价防守者时,最看重的是什么呢?欢迎在评论区留言!