2006年1月14日,星期六

进攻性生产措施的百分率

I’在过去的几个月中,我们一直在讨论进攻性生产的许多措施。 I’我花了一些时间讨论这些统计数据的构建方式及其含义,但是它’对某些人来说,一旦计算出这些值,可能仍会有些困难。 例如,我们都知道.300的平均击球效果很好,而.220的平均击球效果很差。 我们大多数人也已经习惯了.380 OBP很好而.300 OBP不好的想法。 但是,对于不那么熟悉的度量标准(例如隔离的功率和每个游戏创建的运行次数),我们能说什么呢?


I’ve构建了一个图表,显示了2005年有295个或更多板块出现的132个美国联赛球员的各种费率统计的百分位数:


BA =击球平均值
ISO标准 =隔离电源
国际工作计划 =隔离步行百分比
SLG =出票率
OBP =按基准百分比
OPS = OBP + SLG
RC / G =每场比赛创造的跑步次数


图表如下。 .295的打击平均值为80 百分位表示20%的玩家命中了.295或更高,而80%的玩家命中了。 读取80%的行,我们可以看到孤立功率的.202值在幅度上等于.295击球平均值。 类似地,每个游戏创建的6.5次运行在数量上等同于.833 OPS。

从图表中,您将看到出色的ISO值为.240,平均的ISO值为0.161,而差的ISO值为110。 您可以对其他措施得出类似的结论。


PCT

BA

国际工作计划

ISO标准

OBP

SLG

OPS

RC / G

100

.338

.240

.304

.440

.610

1.031

9.7

90

.304

.134

.239

.378

.515

.885

7.1

80

.295

.120

.202

.366

.477

.833

6.5

70

.286

.104

.184

.352

.458

.803

6.0

60

.277

.099

.169

.343

.446

.786

5.6

50

.272

.091

.161

.332

.436

.768

5.2

40

.268

.086

.152

.325

.422

.749

5.0

30

.260

.079

.137

.320

.403

.729

4.7

20

.252

.072

.118

.309

.383

.705

4.4

10

.241

.061

.105

.301

.367

.677

3.8

0

.216

.029

.031

.254

.280

.556

3.0


第二张图表列出了所有的底特律老虎队,并根据百分位数对它们进行颜色编码。 对于给定的统计数据,排名前20%(百分之8或更高)的人群为蓝色,排名底部20%的人群为红色,其余为黑色。


播放器

功放

BA

国际工作计划

ISO标准

OBP

SLG

OPS

RC / G

英格

694

.261

.097

.158

.330

.419

.749

5.2

门罗

623

.277

.075

.169

.322

.446

.768

5.4

罗德里格斯

525

.276

.029

.168

.290

.444

.735

3.5

年轻

509

.271

.087

.200

.325

.471

.796

5.0

婴幼儿

434

.222

.042

.145

.254

.367

.621

3.5

谢尔顿

431

.299

.090

.211

.360

.510

.870

6.9

白色

400

.313

.055

.176

.347

.489

.837

6.8

波兰科

378

.338

.077

.123

.386

.461

.846

7.6

吉伦

361

.320

.080

.114

.368

.434

.803

5.0

洛根

356

.258

.072

.077

.305

.335

.641

3.9

奥多涅兹

343

.302

.093

.134

.359

.436

.795

6.9

佩纳

295

.235

.125

.242

.325

.477

.802

5.7

格兰德森

174

.272

.058

.222

.314

.494

.808

6.3

威尔逊

173

.197

.099

.086

.275

.283

.558

3.1

泰晤士河

118

.196

.092

.215

.263

.411

.674

3.4

麦当劳

78

.260

.064

.069

.308

.329

.636

3.1

史密斯

63

.190

.017

.086

.203

.276

.479

2.2

马丁内斯

62

.268

.050

.018

.300

.286

.586

4.9

贾拉塔诺

47

.143

.106

.071

.234

.214

.448

2.1

希金森

27

.077

.037

.000

.111

.077

.188

-0.5

戈麦斯

18

.188

.111

.000

.278

.188

.465

2.7

3条评论:

  1. 统计表白痴!天啊。这些东西对像我这样的人非常有用。我以绝对的喜悦拥抱计算机屏幕……这是来自INSOMNIA和数值教育的喜悦!

    回复删除
  2. 不错的工作。该图表成功地简洁地呈现了许多有用的信息,并且这种信息可以很快被消化。

    例如,您想在CF,Logan或Granderson中拥有谁?

    或者说,即使帕奇曾经在会所里当圣人,但帕奇多付了多少钱?

    回复删除
  3. 好,我很高兴有人能真正从这些数字中读取并得到一些东西!实际上,该练习对我来说很有趣,因为我有一段时间没有仔细查看ISO和IWP的分布了。

    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