2005年12月26日,星期一

FIP分析:Bonderman比他的ERA更好

在较早的帖子中,我讨论了团队 防跑 使用FIP 时代评估投球表现,使用DER评估投球表现。 在这篇文章中,我将使用FIP 时代评估各个起跑器的性能。 在2005年,有65个美国联盟投手开始了17个比赛(大约半个赛季)。 下表列出了2005年底特律虎队的首发投手以及肯尼·罗杰斯(Kenny 罗杰斯)。 第二张表列出了联盟中所有65个资格赛。



在两个表中,ERA代表投手’s actual 时代. FIP代表FIP 时代,投手’s 时代仅基于现场独立统计数据(K,BB,HBP,HR)。 DER是指定投手在土堆上时球队的防守效率比。 DER越高,表明他获得了更多的现场支持。 FIP-ERA是投手之间的区别’FIP 时代和实际ERA。 它表明非FIP因素对实际ERA的帮助或损害程度。 负数表示该投手的俯仰比其实际ERA更好。 一个正数表示他的音调可能比实际ERA差。



表格显示,杰里米·邦德曼的FIP-ERA为-0.63,这表明他相对较高的实际ERA可能很大程度上是由于他无法控制的因素所致。 他的DER(.690)低于该团队中任何首发的投手,这意味着他得到的战场支持少于他的投手。 而邦德曼’的实际ERA(4.57)为41ST 在联赛中,他的FIP 时代(3.94)为16. 由于FIP 时代比实际ERA更好地预测了未来的表现,因此明年可能预示良好。


另一方面,肯尼·罗杰斯(Kenny 罗杰斯)的FIP 时代(4.11)比实际ERA(3.46)高得多。 罗杰斯’高DER(.714)表示他得到了很多现场支持。 虽然他的实际ERA远比Bonderman低’是他的实际ERA,他的FIP 时代实际上要高一点。 It’重要的是要注意,这种分析没有考虑到标准。 显然,邦德曼(Bonderman)在更有利的环境中投球,但这’再次讨论。 要点仍然存在。 也就是说,邦德曼的推销要比他的实际ERA好, 罗杰斯 比他的实际年龄更糟糕。


杰森·约翰逊(4.59对4.39)和迈克·马罗斯(Mike 马罗斯) (4.74和4.69)两者的FIP 时代都相对接近其实际ERA,这表明实际ERA可能是其投球表现的很好指标。 Nate 罗伯逊的FIP 时代(4.77)明显高于其实际ERA(4.48)。 这表明他的投球表现可能被他的实际ERA夸大了。 罗伯逊获得了所有老虎起步投手的最佳野外支持(DER = .721)。


FIP Rnk

名称

球队

知识产权

时代

FIP

DER

数码相机

16

邦德曼

DET

189.0

4.57

3.94

.690

-0.63

24

罗杰斯

特克斯

195.3

3.46

4.11

.714

0.65

31

约翰逊

DET

210.0

4.54

4.39

.707

-0.16

46

马罗斯

DET

209.0

4.74

4.69

.700

-0.05

47

罗伯逊

DET

196.7

4.48

4.77

.721

0.29

不适用

道格拉斯

DET

87.3

5.56

4.94

.708

-0.62

不适用

莱德兹玛

DET

49.7

7.07

6.04

.696

-1.02



FIP Rnk

名称

球队

知识产权

时代

FIP

DER

数码相机

1

桑塔纳

最小

231.7

2.87

2.84

.738

-0.04

2

硬化

橡木

128.0

2.53

2.94

.748

0.41

3

汉拿节

TOR

141.7

2.41

3.08

.738

0.66

4

走狗

洛杉矶

209.0

3.44

3.14

.674

-0.30

5

布埃勒

CHA

236.7

3.12

3.46

.710

0.34

6

贝达德

巴尔

141.7

4.00

3.53

.685

-0.47

7

沙巴亚

CLE

196.7

4.03

3.73

.711

-0.29

8

米尔伍德

CLE

192.0

2.86

3.77

.719

0.91

9

结肠

洛杉矶

222.7

3.48

3.79

.721

0.31

10

卡兹米尔

结核病

186.0

3.77

3.80

.693

0.03

11

约翰逊

纽约市

225.7

3.79

3.82

.717

0.03

12

背风处

CLE

202.0

3.79

3.84

.723

0.05

13

年轻

特克斯

164.7

4.26

3.85

.709

-0.42

14

韦尔斯

BOS

184.0

4.45

3.87

.680

-0.58

15

哈伦

橡木

217.0

3.73

3.93

.713

0.20

16

邦德曼

DET

189.0

4.57

3.94

.690

-0.63

17

伯德

洛杉矶

204.3

3.74

3.98

.716

0.23

18

塔楼

TOR

208.7

3.71

3.99

.698

0.28

19

威斯布鲁克

CLE

210.7

4.49

4.00

.713

-0.48

20

墨西拿

纽约市

179.7

4.41

4.05

.678

-0.36

21

卡布雷拉

巴尔

161.3

4.52

4.07

.709

-0.45

22

克莱门特

BOS

191.0

4.57

4.08

.701

-0.49

23

加西亚

CHA

228.0

3.87

4.09

.719

0.23

24

罗杰斯

特克斯

195.3

3.46

4.11

.714

0.65

25

公园

特克斯

109.7

5.66

4.19

.655

-1.47

26

席尔瓦

最小

188.3

3.44

4.23

.708

0.78

27

纽约市

116.3

4.02

4.24

.735

0.22

28

孔特雷拉斯

CHA

204.7

3.61

4.25

.742

0.64

29

花环

CHA

221.0

3.50

4.28

.737

0.78

30

查辛

TOR

203.0

3.72

4.30

.704

0.58

31

约翰逊

DET

210.0

4.54

4.39

.707

-0.16

32

沃什伯恩

洛杉矶

177.3

3.20

4.39

.710

1.20

33

Zito

橡木

228.3

3.86

4.39

.757

0.52

34

莫耶

200.0

4.27

4.44

.704

0.16

35

布兰顿

橡木

201.3

3.53

4.47

.752

0.94

36

桑塔纳

洛杉矶

133.7

4.65

4.47

.704

-0.18

37

阿罗约

BOS

205.3

4.51

4.48

.722

-0.04

38

拉德克

最小

200.7

4.04

4.48

.722

0.45

39

派尼罗

189.0

5.62

4.50

.681

-1.12

40

萨尔洛斯

橡木

159.7

4.17

4.52

.712

0.34

41

格林克

KC

183.0

5.80

4.53

.665

-1.27

42

洛斯

最小

178.7

4.18

4.59

.689

0.41

43

负鼠

结核病

162.7

4.92

4.61

.701

-0.32

44

亨德里克森

结核病

178.3

5.90

4.67

.679

-1.23

45

洛佩兹

巴尔

209.3

4.90

4.68

.709

-0.22

46

马罗斯

DET

209.0

4.74

4.69

.700

-0.05

47

罗伯逊

DET

196.7

4.48

4.77

.721

0.29

48

衬套

TOR

136.3

4.49

4.79

.721

0.30

49

庞森

巴尔

130.3

6.21

4.79

.650

-1.43

50

韦克菲尔德

BOS

225.3

4.15

4.79

.742

0.64

51

埃尔南德斯

KC

159.7

5.52

4.87

.706

-0.65

52

埃尔南德斯

CHA

128.3

5.12

4.92

.700

-0.20

53

帕瓦诺

纽约市

100.0

4.77

4.93

.673

0.16

54

卡拉斯科

KC

114.7

4.79

4.95

.701

0.16

55

巴尔

197.3

3.83

4.98

.741

1.15

56

梅斯

最小

156.0

5.65

5.07

.681

-0.58

57

富兰克林

190.7

5.10

5.08

.714

-0.02

58

机车

143.3

5.09

5.09

.708

0.00

59

埃拉顿

CLE

181.7

4.61

5.11

.732

0.50

60

瓦希特

结核病

157.0

5.62

5.14

.697

-0.48

61

礼来公司

TOR

126.3

5.56

5.36

.710

-0.20

62

塞勒

116.0

5.66

5.36

.682

-0.31

63

Nomo

结核病

100.7

7.24

5.54

.676

-1.71

64

麦格隆

结核病

109.3

6.59

5.65

.731

-0.93

65

利马

KC

168.7

6.99

5.75

.686

-1.24


2条评论:

  1. 我喜欢这种效果最终可以量化的事实。很多时候,您会听到一个人的防守和停球对投手的影响,但是很少有人量化到可以告诉您多少影响。我对您还能怎么做感兴趣。

    回复删除
  2. 埃德曼,我正在阅读关于防御分析的所有文章。一直有新的东西出现,信息终于开始变得有用。我会定期发布有关国防的文章。

    回复删除

博客存档

订阅

我的Sabermetrics书

My Sabermetrics Book
《棒球美国》 2010年十大书籍之一

其他Sabermetrics书籍

统计计数器