亚历克斯·阿维拉(Alex 阿维拉)在2014年停止跑步比赛和封锁球场方面表现出色
(照片来源:TheMajors.net)
游戏中最难量化的部分之一是捕手防守。 许多棒球内部人士认为,投手的操作是任何接球手最重要的防守技能。 通过投手处理,我的意思是研究对方的击球手,打比赛,了解投手的能力和倾向,帮助投手保持专注力以及接球位置独有的其他职责。 这些事情很难衡量,因为我们不知道投手和接球手能带来多少良好的投球。 投手管理在很大程度上仍然是统计分析师的一个谜,但是有些事情还无法量化。
我用来评估捕获器的算法很复杂,这里不再详细描述,但是该方法可以在 较早的文章. 我确实想赞扬其他人,例如肖恩·史密斯(Sean Smith),贾斯汀·伊纳兹(Justin Inaz),马特·克拉森(Matt Klaasen)和迈克·罗杰斯(Mike Rogers),这些人过去曾通过类似的工作启发了我。 该系统根据我们最容易测量的内容评估接球手-控制跑步比赛,音高阻塞和避免错误。 多亏了诸如 迈克·法斯特, 马克斯·马尔基(Max 游行i) and 哈里·帕夫利迪斯(Harry Pavlidis)和丹·布鲁克斯(Dan Brooks),我现在可以在公式中添加一个新成分-音高成帧或接收。
我将以底特律老虎队的支持者Alex 阿维拉为例。 根据捕获的局数,企图被盗的基地,跑步者被盗和联盟被盗的比率,估计阿维拉已为老虎队节省了大约五次奔跑(4.5),而普通捕手却没有。 这与红衣主教的Yadier 莫利纳在专业中并列最佳。
同样,传球和狂放的投球率表明阿维拉通过节距堵塞为老虎队节省了大约三轮(3.2)。 仅次于酿酒师乔纳森·卢克罗伊(Jonathan 露露),他保存了4次奔跑。更好 阿维拉没有因为投掷错误(0.2)或投篮错误(-0.2)而使Tigers付出任何代价。
最后,我从中获取音高框架数据 棒球章程 音调接收数据。 根据Pitch f / x数据,应该有1568次罢工,而阿维拉(Avila)身在盘后。 实际上已经进行了1,543次罢工,因此他花费了Tigers 25次罢工,转化为大约四次奔跑(-3.7)。
上面列出的五个要素(停止运行游戏,阻止音高,避免引发投掷错误,避免出场错误和避免接收音高)被组合起来以节省总跑步次数。 阿维拉的数据总计约四分(4.1),这表明他在接住捕手的情况下总共为老虎节省了四分。
因此,阿维拉(Avila)擅长于停止跑步和停球,但不擅长接球。 有趣的是,去年的情况恰恰相反,当时他以-6停止跑步比赛,-2阻止了投球,+ 9接受了投手。
像其他防御性算法一样,该系统也应一粒盐。 首先,它没有解决重要的投手管理技能。 此外,音高接收测量仍在进行中。 有证据表明,尽管这些数字可能在某种程度上描述了真正的技能,但它们往往每年都保持相对一致。
下表1显示了洋基队的接班人布莱恩·麦肯(Brian 麦肯)是大联盟的主要负责人,2014年的跑步次数为17.7。 他特别擅长于停止跑步比赛(3.2)和接球(13.2)。由于他的音高限制(4.0)和接收(11.4),Lucroy位列第二,总共节省了16.2。
表1:2014年麦田守望先锋竞选获胜领袖(截至2014年6月28日)
球队
|
旅店
|
跑步
游戏
|
沥青
封锁
|
投掷
失误
|
田野
失误
|
沥青
接收
|
总
|
|
布赖恩
麦肯
|
纽约州
|
504
|
3.2
|
0.4
|
0.5
|
0.3
|
13.2
|
17.7
|
乔纳森
露露
|
密尔
|
623
|
0.2
|
4.0
|
0.7
|
-0.1
|
11.4
|
16.2
|
克星
波西
|
SFG
|
473
|
0.8
|
2.8
|
-0.1
|
0.3
|
10.1
|
14.0
|
米格尔
蒙特罗
|
ARI
|
647
|
-0.5
|
1.5
|
-0.7
|
-0.6
|
14.0
|
13.8
|
雷内
里维拉
|
SDP
|
311
|
2.4
|
-1.2
|
-0.3
|
-0.3
|
12.0
|
12.6
|
罗素
马丁
|
坑
|
375
|
1.7
|
-0.1
|
0.3
|
0.3
|
10.4
|
12.5
|
汉克
鳗鱼
|
洛杉矶
|
330
|
0.9
|
-0.7
|
-0.0
|
0.2
|
11.5
|
11.9
|
麦克风
尊野
|
海
|
572
|
1.5
|
-1.5
|
0.1
|
0.4
|
10.7
|
11.2
|
瑞安
哈尼根
|
丁苯橡胶
|
378
|
0.8
|
0.8
|
0.6
|
0.3
|
8.5
|
11.0
|
约瑟
莫利纳
|
丁苯橡胶
|
341
|
-1.4
|
-0.6
|
-0.0
|
0.2
|
12.7
|
10.9
|
杰森
卡斯特罗
|
OU
|
513
|
-0.2
|
2.2
|
0.5
|
-0.6
|
8.9
|
10.8
|
亚迪尔
莫利纳
|
STL
|
623
|
4.5
|
2.8
|
0.4
|
0.4
|
2.5
|
10.7
|
亚历克斯
阿维拉
|
DET
|
503
|
4.5
|
3.2
|
0.2
|
-0.2
|
-3.7
|
4.1
|
特拉维斯
达诺
|
纽约市
|
358
|
-0.8
|
-1.7
|
-0.3
|
0.2
|
6.6
|
4.1
|
罗宾逊
Chirinos
|
特克斯
|
401
|
5.5
|
1.6
|
0.1
|
0.3
|
-4.3
|
3.1
|
泰勒
花卉
|
CHW
|
566
|
1.4
|
-3.5
|
0.1
|
-0.1
|
5.1
|
3.0
|
严
戈麦斯
|
CLE
|
584
|
2.3
|
-2.1
|
-1.6
|
-0.1
|
4.2
|
2.7
|
约瑟
洛巴顿
|
无线传感器网络
|
351
|
1.0
|
2.1
|
0.3
|
0.2
|
-0.9
|
2.7
|
亚斯曼尼
盛大的
|
SDP
|
323
|
-3.2
|
-3.1
|
-0.0
|
-0.3
|
8.1
|
1.5
|
卡洛斯
鲁伊斯
|
PHI
|
580
|
-0.7
|
2.8
|
0.1
|
0.4
|
-1.4
|
1.2
|
威林
罗萨里奥
|
COL
|
434
|
0.3
|
-2.2
|
-0.1
|
-0.2
|
2.8
|
0.6
|
德文
梅索拉科
|
CIN
|
398
|
0.5
|
1.9
|
0.1
|
-0.2
|
-2.2
|
0.0
|
萨尔瓦多
佩雷斯
|
九广铁路
|
614
|
1.4
|
-0.6
|
0.1
|
0.4
|
-2.8
|
-1.4
|
埃文
加蒂斯
|
ATL
|
483
|
-1.1
|
-3.8
|
-0.4
|
-0.2
|
2.9
|
-2.5
|
A.J.
皮尔琴斯基
|
BOS
|
495
|
-1.6
|
-0.2
|
0.2
|
0.3
|
-4.1
|
-5.4
|
迪奥纳
纳瓦罗
|
TOR
|
404
|
-1.3
|
0.8
|
0.1
|
0.3
|
-6.9
|
-7.0
|
德里克
诺里斯
|
橡木
|
414
|
-3.0
|
0.7
|
0.1
|
-0.2
|
-5.2
|
-7.7
|
威灵顿
卡斯蒂略
|
CHC
|
406
|
-2.8
|
0.3
|
0.4
|
-0.2
|
-6.2
|
-8.6
|
克里斯
亚内塔
|
洛杉矶
|
388
|
0.5
|
-3.3
|
0.6
|
0.3
|
-7.5
|
-9.4
|
铃木科特(Kurt Suzuki)
|
最小
|
511
|
-1.1
|
2.8
|
-0.0
|
0.4
|
-11.6
|
-9.6
|
贾罗德
盐菌属
|
MIA
|
461
|
-2.8
|
-0.7
|
-1.5
|
-0.2
|
-6.2
|
-11.4
|