Baseball Concrete Blog

主にプロ野球について、セイバーメトリクス的な考えを交えながら好きなことを書いています。

スポンサーサイト

上記の広告は1ヶ月以上更新のないブログに表示されています。
新しい記事を書く事で広告が消せます。

打線シミュレーション計画 その2

・打線の勝率

前回のネタを引き続き利用していけるかなと思った話。
ある打線に見込まれる勝率をシミュレーション結果を利用して計算できるなと今更思いつきました。

得失点から理論上の勝率を導きだすメソッド自体は、例によってとっくに開発されています。
例えば「ヘンリー理論」式は以下のように実に簡潔です。

(得点の2乗)/(得点の2乗+失点の2乗)

2乗ではなく1.83とか1.81乗のほうがやや実態に即している、なんて意見も見たことがありますが結果に大きな違いはありません(この式、“ヘンリー理論”と紹介している日本のサイトが数多く見られるためそれに倣っているのですがビル・ジェイムズ考案の“野球版ピタゴラスの定理”であるという説明も見受けます。そもそもどういう由来のものなのかは不勉強にしてよくわかりません)。
具体的にチームの勝利を考える上でよく使用されるようです。
「うちのチームがせめてプレーオフに進めるだけの勝率を上げるには得点(または失点)をどの程度改善したらいいだろうか?」というような考えにはこういう式が不可欠で、ある意味XR+などもそのような勝利への絶対的な照準の上で真価を発揮するのではないかと思います。

でも、本当に全体の得点だけでそのチームが持つ勝利の可能性を的確に導けるんでしょうか?
例えば同じ平均得点でも打線によって試合ごとの得点のバラつき方が違うとしたらどうでしょう。
そこでその辺の検証がてらシミュレーションからの見込み勝率を求めてみたいと思います。
(いや、わざわざシミュレーションなんぞしなくても式の的確さはちょっと過去の結果と照らせばわかるのですが、まぁ喋らせて下さい)


シミュレーション上で2007年セリーグの平均的な野手が並んで打線を構成した場合1試合あたりの得点が4.40になることは前回書きました。
で、改めて5万試合ほど試行して調べると、試合毎得点の分布は以下のようになりました。

得点割合
07.79%
110.99%
213.12%
313.66%
412.32%
510.77%
68.93%
76.82%
84.92%
93.58%
102.48%
111.74%
121.04%
130.64%
140.49%
150.29%
160.19%
170.08%
180.05%
190.06%
20以上0.03%

この並びは「平均打線が試合をした場合13.12%の確率で2得点に終わる」というふうに見て下さい。
平均は4.40でも頻度としては3点や2点の試合が多いことがおわかりいただけるかと思います。
標準偏差は3.17ほどですね。
ここで単純に、9回を終えた時点での得点数を比較することで勝敗を決する、すなわち延長戦がないとするならば
この打線が勝つ確率は自軍得点が0点の場合はゼロ、1点の場合は相手が0点のときだけ、2点の場合は相手が1点以下の場合……というふうに求められます。当然同じ打線と対戦するならば勝率5割です。
比較対象としてまた2007青木×9の打線を引っ張ってきます。

青木打線  平均:8.34 標準偏差:4.63

得点割合
01.44%
12.87%
24.65%
36.32%
47.40%
58.39%
68.52%
78.60%
88.53%
97.55%
106.73%
115.88%
125.06%
134.04%
143.19%
152.62%
162.16%
171.55%
181.16%
190.91%
20以上2.43%

うーんと、ちょっと侮っていました。
プログラムの記述の都合もあって「20以上」はひとくくりにしていたのですが2%以上もあるとは。
まぁ、いいでしょう。

ここから計算するに青木打線が平均打線に勝つ確率は.772ほどです。
最初に紹介した予想式に同じ得失点を入れてみると.782ですから、まぁ大体同じですね。
144試合を想定してRun Per Winで予想勝利数を出すとやや大袈裟な値になるようです。


続いて2007高橋由伸打線。
総合的に青木と同じような優秀さながら本塁打に偏ったタイプとして。

高橋打線  平均:8.27 標準偏差:4.44

得点割合
01.17%
12.63%
24.40%
36.00%
47.50%
58.35%
68.85%
78.92%
88.72%
98.19%
107.08%
116.01%
125.08%
134.30%
143.38%
152.50%
161.83%
171.39%
181.08%
190.77%
20以上1.85%

対平均打線の勝率は.778になりますかね。
予想式では.779でほぼピッタリ。
気になるのは、おそらく(色んな意味で)誤差の範囲と思われる差とはいえ平均得点で勝る青木打線に比べて高い勝率だってことです。
標準偏差に表れている通り、高橋打線のほうがブレが少なく安定して高い得点を上げられるという結果です。
前述したように2007年の成績を見ると青木と高橋の打者としての大きな違いって本塁打ではないかと思うのですが
この勝率の違いが本塁打によるものだとしたら面白いです。
どうも巷では本塁打への依存度が高い攻撃というと効率が悪く安定した戦いができないものと言われるような気がしますが
結局のところ本塁打による“得点ポテンシャルを確実に顕在化させる効果”が安定した得点を導くとしたら……
少なくともバラつきが大きく不安定なようには見えません。

一応もう少し詳細なモデルを使って試してみても、勝率は青木が上になるものの標準偏差に関してはやはり同じ傾向を示します。
まだサンプルがわずかなんですが「得点のうち本塁打への依存が大きいほど試合毎の得点は安定する」という相関関係が少し。
まぁシミュレーションはシミュレーションですし、たまたまかもしれませんから、間違っても安易に「スモールボール VS ビッグボール」の結論に使えるようなものではないんですが。


平均よりやや強いぐらいの例で2007谷打線。
打率は良かったですが総合指標的にはそれほど大した貢献ではありませんでした。

谷打線  平均:4.76 標準偏差:3.33

得点割合
06.37%
19.75%
211.92%
312.73%
412.46%
511.15%
69.22%
77.34%
85.82%
94.06%
102.94%
112.08%
121.51%
130.97%
140.66%
150.41%
160.24%
170.16%
180.10%
190.04%
20以上0.09%

シミュレーション上の見込み勝率.537。予想式では.540。これもほぼ同じ。
平均が強めの想定ですが、打線が全員谷で投手陣が平均的だったとしたら優勝は難しいことを意味します。


低い得点レベルの例として2007飯原打線。
というか前回から打てない例として出すことに悪意はありませんので。たまたま成績を入力してあるから楽なだけです。

飯原打線  平均:3.05 標準偏差:2.52

得点割合
014.42%
117.17%
217.19%
315.02%
411.88%
58.60%
65.85%
73.91%
82.46%
91.48%
100.84%
110.53%
120.28%
130.17%
140.09%
150.06%
160.03%
170.00%
180.01%
190.00%
20以上0.00%

シミュレーション上の見込み勝率.360。予想式では.325。ちょっと乖離がありますかね。


まとめ+αを載せると

青木 対 平均 .772 (.782)
高橋 対 平均 .778 (.779)
飯原 対 平均 .360 (.325)
谷  対 平均 .537 (.540)
青木 対 高橋 .499 (.503)
青木 対 谷  .744 (.753)
青木 対 飯原 .863 (.881)
高橋 対 谷  .750 (.751)
高橋 対 飯原 .869 (.880)
飯原 対 谷  .326 (.291)

名前の後のがシミュレーションからで、カッコ内が予想式の勝率。
標準偏差の広がりにどのようなファクターが影響しているのかをもっと詰められれば少し面白いかもしれませんねぇ。
ただ、気になるところがあったから少し書いたものの基本的には打線ごとのバラつきの違いというのはほぼ無いようなものです。ほとんどは単に得点力の高い打線は幅も広がるというので説明できそう。打順の影響も小さいでしょう。言い換えれば、単純に総得点の多い打線は優秀な打線で、総得失点から勝敗を考えるので十分理にかなっているということです。
もし同じ得失点能力の中でのやりくりということを考えるならば打線よりも守備側、いかに投手分業を行うかの部分に選択による利得を生み出す余地があるのかもしれません。

一応このようにシミュレーション結果によって見込み勝率が求められることと、その観点からも(得点の2乗)/(得点の2乗+失点の2乗)の式はどうやらかなり的確だと言えそうだということを記します。


追記で余談:シーズンのシミュレーション
ざっとプログラムで「平均打線 対 平均打線」を140試合行わせシーズンのシミュレーションとした場合
本来勝率5割・得失点差ゼロとなるはずが勝率.550だとか.456とかになることが結構あります。
140試合毎の得失点差の標準偏差は約40点。
信頼区間の式などで見られる通り勝率で0.04ぐらいのバラつきは確率的に通常覚悟しなければならない範囲ということになります。
Aクラス・Bクラスとかって仕切りは根本的に意味のあるものだとは思いませんが同じ実力だったとしても行ったり来たりを繰り返す可能性が十分にあるので、まぁはっきり言うとシーズン単位で見ても運はそれなりの割合で入り込んでくるだろうということです(ただし、さすがに平均チームがただのまぐれで優勝だとか最下位になることはほぼ無さそうです)。
別に僕はそれを悪いことだと思うわけではありませんし
もし「お前机上の計算ごっこでなんか言ってっけど実際には様々な戦術や選手の調子、精神的な動きなんかが複雑に作用してそんなふうにはならないんだよ」というご意見を頂いたとして反論するつもりもありません。
ただ、野球における運と実力とは何かを考える上でひとつの資料にはなるのではないかと思います。




そうそう、前回の記事に道作さんから
『得点に対する標準偏差の詰まり方が予想より小さかったのが面白い』
というコメントをいただきました。
おそらく3アウト→4アウトの変化に対するコメントだと思うのですが、これは僕も同じ感想を持ちました。
もっと激的な変化が起きてくれることを期待したんですが。
むしろ5アウトなんかにすると3アウトとはまた別の「気まぐれな偏り」を招き入れるような気配すらある気がします。一筋縄ではいかないのかもしれません。
ただその辺もまだまだ実験が足りませんし僕の解釈の力も及ばない雰囲気がありますのでかなりなんとも言えないんですが。



スポンサーサイト

打線シミュレーション計画 その1

・はじめに

前回生意気にも野球の構造についてのことをちょっと触れましたので
これを契機として前から何か書きたいと思っていた自作の打線シミュレータを軽く取り上げようと思います。
最初に内容を紹介しちゃいますと、コンピュータ内で仮想的に野球の攻撃を行わせるものです。
仕組みは大まかに以下のように。

・事前に入力した確率に応じて打席ごとにランダム的に打撃結果を得る。全ての場面で打者の打撃能力は変化しないものとする。
・四球なら一塁に出る、走者三塁での単打なら一点入って打者は一塁へ……というように仮想的に攻撃を行う。
・単打で二塁走者が生還する確率は50%、二塁打で一塁走者が生還する確率は40%。
・アウト間の進塁や盗塁、走塁死、併殺打、相手失策、犠飛、犠打などは考慮に入れない(三振と凡打は等価値)。
・当然スリーアウトで走者状況リセット。それを9回行う。

下手な説明ですがまぁなんとなくわかっていただけるでしょうか。
中身としては人間がいちいちサイコロを転がして「これは凡退……次は二塁打……」なんてやっていくのと変わりません。

で、これは野球のごく基本的な部分を無機質に抜き出したようなものだと言えます。
そこには人間の感情だとか精神的な動きは存在しません。
「走者を進める心がけ」だとか「勝負強さ」だとか「流れ」なんてもの一切ない。コンピュータはただ単純に乱数を発生させ事前に決定した割合の通り打撃結果を生むだけです。
でもこれで案外、現実の野球と同じようなものが見られるのです。
走者の動きについては相当省いてあって、実は併殺打とかも含めた詳細バージョンもあるのですが今回やりたい試みに合わないので簡素なバージョンを使います。
これだけ省いて現実と同じような結果が得られるとなったらどうでしょうか。
物語として重視している部分は実は試合の勝敗に大した影響を持っていないのではないか?と疑うには十分だと思います。
また、シミュレータの試み自体は先例がたくさんあります。
質の高いレポートをお求めの方は探してみるとよいかも。

尚、実際にコンピュータ内で試合を行わせるシミュレーションである以上サンプル数の問題は免れません。
なるべく試行数を増やして誤差を押さえ込んではいますが(試合あたり得点で言えば多分ズレてても0.03くらい)、プログラミング初心者なため都合の良くないシステムを使っていることもあり演算処理に時間がかかるのです。以下をお読みになる際は一応注意してください。
「それなら計算モデルを用いればいいじゃないか」というご指摘もあろうかと思いますが、それにははっきりと反論します。計算の仕方がよくわからん、と。
仕組みだけ与えてコンピュータに勝手にやってもらうほうがラクです。




・動かしてみる

何はともあれ動かしてみます。
試しに2007年セリーグ野手平均成績の「平均君」を1番から9番まで置いてみましょう。
ちなみにこのような打者です。
AVG.274 SLG.416 OBP.338

結果。1試合(27アウト)あたりの得点は4.40でした。
2007年セリーグの実際の試合あたり得点は4.11、野手平均RC27は4.86。
このモデルではアウト間の進塁などは省かれているものの投手打席を含んでいないことなどで、実際の得点よりは大きく、RC27よりは小さく出た様子。
まぁ一応それっぽく機能していることはおわかりいただけるかと。
現実と同一の世界を構築しようとしているわけではないので細かい違いがあることを問題にはしません。

興味深いのは試合毎得点の標準偏差。
今回のシミュレーションでは約3点を示しました。
つまり、細かい選手の状況判断などを省いた想定ではありますが打者や相手投手などのプレーヤーの調子というものが全く存在しなかったとして、本来の得点率から3点ぐらいのブレは標準的に起こりうるものだと言うことができるのではないでしょうか。
コンピュータは常に全く同じ状態で試合をしているはずですから、このブレは単純に運によるものです。
具体的にはたまたまヒットが出るか出ないか、アウトが挟まるタイミングがどこに入るかの順番、とかですね。四球3つのあと本塁打が出るか本塁打のあと四球3つが出るかなど。

このブレが両チームに働くことを考えれば、野球で常に勝つなんてことを考えた場合には1試合で相当な差をつける実力が必要になります。
今回の五輪の際にも各所で触れられた、短期決戦がほぼ運であるという話の拠り所はこの辺りに見ることができると言えるかもしれません。

もちろんこの結果は「平均から3点程度のブレなら全て単に確率的なものである」などという主張を導くものではありませんが
野球がそういう仕組みのゲームであることは記憶されてよいと思います。
精神論の上では責任を負うのは美しいし常に原因の探求を怠らないのは大事なことですが、なんでもかんでも実力にこじつけるのは危険です。


オマケで、平均君ではなく2007年良かった打者の代表としてヤクルトの青木一人で打線を構成してシミュレーションによるRC27を出すと結果は8.34。
RC27は8.84ですからやや低く出た形です。





・シミュレーションによるXR+を求める

今度は平均君の打線で、1番だけを青木に入れ替えてみます。
この場合の得点率と平均打線との得点率の差が青木が平均的な打者に比べてチームにもたらす攻撃利益だと言うことができると思います。
意味するところはBatting Runs、XR+、RCAAに近くなりますね。
なぜそのように複数のメソッドがあるのにわざわざシミュレートするのかというと、こちらのほうが現実的に野球の仕組みを捉えていることを期待するからです。

前にも得点効率について書いた時に触れたんですが
例えばXRのような係数なんていうのは、本当は環境によって変化するんですよね。
単打の0.5っていうのも固定的に単打の価値があるわけではない。
打席に入った時ある程度走者がいること、単打のあとに後続がある程度打つことなどを期待した上での平均的な寄与が得点数で0.5ということなんだと思います。
仮にある打者以外全ての打者が全打席三振する場合、いくら一人が単打を打っても点は入りませんよね。
そのような場合は本塁打だけが絶対的な価値を持つことになります。
逆に常に走者がいて、自分が出ても必ず帰してもらえるような状況では単打でも0.5を超える得点寄与になってくると思われます。
そのぐらいだと面白いことに単打に対しての長打のアドバンテージというのは低くなってくるはずです。
要は、攻撃イベントの価値のバランスというのはチームの打撃状況によって変わってくるということです。
XRなどは平均的な環境を仮定しての係数なので、「四球と本塁打ばっかりのチームだったらどうなるか」というふうに偏った条件を想定しての試算をするのにも向かないのではないか、と思っています。
(念の為に言うとXRの有効性を否定したいわけではありません。むしろとても有用で素晴らしい指標だと思っています。また、勉強中なので的外れな点があればご指摘頂けると幸いです)

そのような中で、例えばXR+は同じような値だけど一人は長打寄り、一人は出塁寄りの二人がいるとかって場合に
あるチーム環境においてどちらが有効かっていうのはシミュレーションのほうでより適切に求められることではないかと。
そういう意味では具体的に打線を組んだほうがシミュレーションの強みが出て、平均を基準とした値はただのレーティングにしかならないかもしれませんが。

能書きが長くなりましたが青木を1番に加えた場合得点率は4.78になりました。
平均との差の144試合あたり (4.78-4.40)*144 が青木による年間での利得です。
約55点というすごい結果になりましたね。
前述の通り8番や9番もかなり打てるちょっと非現実的な仮定の中での話なんですが。
同じヤクルトの打者でも2007飯原の成績を入れてみると得点率は4.21。年間で27点のマイナスになるといった具合です。



・かるーく打順考察

一応打順というものも仕組みとして入っていますので、打順を考察するものとして機能しないこともないです。
ただ……自動的に考えられる限りの組み合わせを試すというような仕組みを持っておりませんので、現実的にはその筋での有用性は乏しく、そもそも僕のほうも先達の研究結果から「多分、多少の打順の違いでは得点に対してほとんど影響を持たないだろう」と初めから腹を括っております。
コチラのWebサイトでは打順のシミュレータを公開なさっているようです。

ここでは軽く、先ほどの青木を1番に入れたデータを利用して、4番に入れた場合と比較してみようかと思います。

青木1番……4.78点/試合
青木4番……4.71点/試合

うーん、一応、今回のような条件では1番に入れたほうがいいみたいですね。
ホームランバッターではないので走者を溜めて回すことによる利益の増加は薄く、打席を数多く回して出塁する能力を発揮してもらうほうがいいということでしょうか。
ちょっと打順の考察と言えるようなもんじゃありませんが今回はこんなもんで。

ちなみに打順の考え方についてですが、伝統的な「1番は塁に出て、2番は送って、クリーンアップで走者を……」といった考え方に対して、数理統計的な見地からは大まかに言うと「強いやつから打たせろ(出塁率順)」的な意見が多いようです。
チームとしてXRを最大化するようなことを念頭に置いた場合まさしくそのような起用になるはずで、最強打者が1番を打つことになります。
しかし、最も出塁率の高い打者は長距離砲であることも多いです。
この場合走者を帰す能力の高い打者の前にランナーを溜めるということがしにくくなってしまい、だからといって最強打者の打順を下げると当初の考え方とズレます。
最強打者のジレンマとでもいいましょうか、ここの部分が難しいところですね。
まぁ、基本的には良い打者を上位に置くという原則でいけば打順で大差はつかないと思われます。
ちなみに「球を見ていく嫌らしい1番打者」が他の打者にまで影響を与えるなど付加価値的な効能については僕は懐疑的です。無いとは言わないまでも出塁率の高低の重要性の前では問題にならない程度のものなのではないかと考えています。




・4アウトだったらどうなるのか

現在の野球は3アウト・9イニング制で行われています。
だからといって別に「そうじゃなきゃいけない」とは誰も言っていないはず。
前述したように平均得点が4点なのに標準で3点ぐらいブレるっていうのはすごいことです。
それは3アウトという非常に短いタイムリミットで仕切り直しが入ってしまうためで、仕切りがなければ、あるいはもっと少なければ実力が順当に得点数に反映されることが考えられます。
「もっと実力を反映するために4アウト7イニングにしないか?」と誰かが提案したとしても全く不思議ではありません。
ってことで、もしそうしたらどのようになるのかシミュレーションで試してみます。

実際のところ、4アウトだと認識すれば打者の打ち方や守備側の守り方や戦術なんかも変わってくると思われるのですが
考慮に入れるのが難しいのでここまで使ってきたシステムでアウトの区切り方だけ「4アウトで走者状況リセット、1試合7イニング」にしてみたいと思います。

平均打線  1試合平均得点 5.32  標準偏差 3.45
青木打線  1試合平均得点 10.27  標準偏差 4.21

ふーむ、こんなもんか。
アウトあたりの得点で3アウト制と比べて17%ほど増えましたでしょうか。
また、打力の高いチームと低いチームで若干差がつきやすくなっていると言えそうです。
標準偏差に関しても大量得点の機会が増えたりした分絶対値は高くなっていますが、全体の得点に対する運の影響力はやや下がっている……と言えるのではないかと。

想像の通りですが、4アウトの(仕切りが遠い)ほうが打てるチームはのびのびと得点創出能力を発揮して得点数を伸ばすことができます。
逆に言えば3アウト制というのは能力による差のつきやすさを著しく制限しているシステムなんですよね。当然2アウト制よりはマシですが。
僕としては別にイニングあたりのアウト数を増やすことを推進したいとかそういうわけではないのですが
あえて選んでそういうゲームをやっているんだっていうことは、認識しておくのとおかないのとでは見方が変わると思います。
もちろん4アウトから5アウトにしてもシミュレーションの上では3アウトから4アウトの変化と同じベクトルの変化が起きます。





・なんとなくまとめ?

自分で書いていて結構、だから何なんだとも思うのですが、何かの参考になれば。
正直な話シミュレータといってもこの程度のもので僕の活用の頭では大した考察はできないのです。
「シミュレーションによるXR+」なんかは求め方を煮詰めれば確からしい評価方法になるような気はしますが普通のXR+と大差ないでしょうね。
まだ試したいことはチラホラ思いついたりするのですが。まぁ機会があれば追って。

野球北京五輪を見て

マネー・ボールはじめセイバーメトリクス界隈では散々言われてきたことですが、攻撃において肝要なのは何よりも「アウトにならないこと」です。
野球の攻撃とは様々な手段を講じてホームを踏むことを目指しているようでいて、単純にはアウトを取られるか取られないかの二極的なせめぎ合いとも言えます。
何しろアウトにならない限り永遠に点が入るのですから。
出塁率はその野球の根幹を表した数字で、実際には出塁率10割は無理です。
現実のレベルでは3アウトを計上するまでの間にいくつもの成功(=アウトにならないで出塁すること)を集中させるのはとても難しいことだと言えます。
その“集中させることの難しさ”を解決する手段はとにかく個々の出塁の確率を高めること、少ない数の集中でも得点が入るように質の高い出塁(長打)を追求すること。

まぁ、結局は何がどれだけ大事なんだという話。
例えば解説の方が「アウトになったとしても日本の全力疾走が相手にプレッシャーを云々」とか一生懸命言っていても、どこかから「で、それがどうしたの?」って声が聞こえてくる気がするんですよね。
良いアウトか悪いアウトかよりもアウトか出塁かのほうがその局面にとって何百倍も重要です。
日本の精神性においてどれだけ重いものであろうが、野球の勝敗に強い影響を与えないならば勝利に貢献しない。
「アウトになったとしても走者を進める打撃」だとか、その意識のために出塁率や長打率を犠牲にしていたらどうか。
よくあれだけポジティブシンキングというか、深い見方をされているようですが、ゲームの構造の根っこから遠い要素をいくら煮詰めても影響は薄いままです。
何が重要なのか、何が重要でないのかってのを改めて考え直さないといけないんじゃないでしょうか。
先頭打者への四球とか失策とか、精神性としての嫌悪がいつの間にかその嫌悪の分試合に悪い影響を与えているかのような認識になってしまっている気がします。
精神論が現実の認識に滲んでいる、というか。

僕のようなただのファンからすれば特に、スポーツなんて結局は娯楽に過ぎませんから(特別な思い入れがないとかって意味じゃないですよ。なんだかんだ言ったとしても最終的な拠り所はなんとなくの好き嫌いだってことです)ゲームとしての効率を追求しなくても、宗教的な活動で別に構わないのですが
勝ちにこだわるというならばもう少しそれらしいものを見たかった気がします。勝ちへのこだわりというのが一応根本的なものですから。
というか今回気付いたのですが国内で大体同じ状況同士の試合を見ている限りは言ってもそれほどは気にならないってことなんですかね。
国際大会でまざまざと見せつけられた気分なのは。

まぁなんというか荒らっぽいエントリーで申し訳ないですがひとまず各チームの頑張りに拍手を送りたいと思います。

ちょっと違うか

改めてちょっと調べてみたSPEED SCOREの計算結果(2007年セリーグ300打席以上対象)。
傾向は似ていますが確実な相違はありますね。前回の記事で紹介した本のと。
計算方法はいくつもあるようなので単純にその辺の違いなのかもしれませんがアチラの値が概算式由来である強い根拠はない、ということにしておきます。

順位 選手 Speed Score
1 荒木 雅博 7.81
2 赤星 憲広 7.12
3 飯原 誉士 7.08
4 東出 輝裕 6.58
5 青木 宣親 6.41
6 田中 浩康 6.29
7 梵 英心 6.10
8 井端 弘和 5.98
9 谷 佳知 5.18
10 宮出 隆自 5.11


これ、このままでは具体的な意味はない数字のようですがBatting Runsなんかと組み合わせられれば面白そうですね。


野球の見方が180度変わるセイバーメトリクス



ちょっと今更ですが買いました。
発売当初近所の本屋で見かけなくて、今回たまたまアマゾンで買い物する機会があったので。

感想ですけど、セイバーメトリクス概観に関しては普通というかマネー・ボールでも見たような内容。
まぁ多くの指標をフォローしているので良い感じかもしれません。
数字の扱いとか説明とか「ん?」って思うところもなくはないですが
やっぱ、紙面の限られたスペースでゼロから説明するのはかなり難しいことなんでしょうね。
全然セイバーに親しんでいない人がこれを読んで一発で「なるほど!」となるのはだいぶ無理そうに思いますが、フォローする範囲の広さを保ちつつ手軽さを出すならこの辺が落としどころですか。

嬉しいのは公式で入手できないデータの類ですねぇ。
Win Sharesは前から勉強したいなと思いつつできていなくて、NPBでの算出例はこの本で初めて見ました。
外野手アームレイティングも。
あとデータ集には個々の打者・投手についてゴロ/フライ比だとかライナー%も載っている。
ウェブでも一部見れるサイトはありますがこの辺は嬉しいです。
DIPS2.0なんかもちょっと個人での算出は難しいですしね。

あぁ、走塁能力の指標だというSPEED SCOREについては恥ずかしながら全く知りませんでした。
算出方法まで書かれていなかったのでちょっと調べてみるとこれも「by Bill James」のようですね。恐ろしい。
集計項目からの見積り(ランク付け)だそうで、プレー毎の分析からの詳細版も開発されたようですが手元の計算でも概ね同じ値が得られたので紙面の値は概算式由来なんじゃないでしょうか。



五輪のほうは大事な試合だったようですが外出で見られませんでしたよ。残念。

ペナントのほう

五輪野球が休みということでレギュラーシーズンのほうに目を向けると、広島強いですね。
いや、まだこの勝率で強いって言っちゃ失礼なのか。
なにはともあれ赤松とか小窪とか活きが良いように見えるのは喜ばしい限りです。

でも東出、好調ではあるようですが打率.330で出塁率.362はやっぱり苦しいような。
出塁率が高いうちは文句つけられる筋合いはないでしょうが単純に本人が大変ですよね。出塁率保つには高いBABIP残さなきゃならないわけで。
IsoPの低さも相変わらずですし。この打率でもOPS.722というのはなんだか苦しい。
もっとも守備のほうの凄さも相変わらずのようで今年も守備指標でかなりの得点を生みそうですが。

うわ~…

なんかどっしりくる負けでしたなぁ。
新井が本塁打打って飛び上がってた時点ではこんなに必死の戦いになるとは思ってもいなかったんですが。
結果論で言えば四球を出して球がうわずっているように見えた和田をもっと早く代えていればよかったんでしょうし良くなかったプレーがポロポロありましたが
まぁ、ねぇ。
韓国の先発投手は良かったしイ・デホにしても失投を見事に振りぬきましたし9回代打のキム・ヒョンスも食らいついて上手くヒットを打ってたし。

最後の失策なんかは思い切り余計なプレーでしたがなんだか日本野球にとって皮肉な負け方である気もします。
故障者の数もどうなってんだ。

台湾戦

良いとか悪いとか言うよりは「ちゃんとやってくれたかな」というような感覚。
まぁそんな引いた姿勢を取らなくても素直に嬉しいとかおめでとうでいいんでしょうけど。
なんかこう見てていまひとつ勢いつかないんですよねぇ。どうしてなんでしょ。

正直元々阿部贔屓なほうとしては、ホームラン打った後に「ここで阿部のバッティングで突き放しておきたいところ!」とか言われると「どうせ今シーズンの打率見て当初は大して期待してなかったんだろ?」とかちょっと思ったりもするんですけど。
シーズン中よりも彼独特の捻れ具合が出ているように見えるんですよねぇ。
新井は見るからに悪いですが多分打順は変わらないのでしょうね。

キューバ戦

負けかぁ。
いきなりこう言っちゃなんですが、納得の負けという感もあり。
いくつも外野に強打をされては、そのうちいくらかが長打になって失点するのは当然です。むしろ失点は幸運にも少なかったくらいなんじゃないでしょうか。
でも、投手力で特段劣っていたとは思いません。
要するに「打撃」において劣っていたために負けた。僕はそう考えています。
もちろん、何十試合かやったとして常に日本が負けるような力量差があったとは思っていませんが。

異国のチーム同士は全く別の物語の中を生きていますから必然的に物理的側面に観点を絞らざるを得ないのですけど
はっきり違いがありましたね。
まず前提として「球を見極める」というフェーズがあって、打つか打たないかの二段階に分かれて
・打たないならば積極的に“見る”という選択をする
・打つと判断したならためらいを捨てて強く振る。その際ライナー性の打球を打つようにする
これがいかに重要な問題かと。
見送る部分に関して言うほどの違いは感じませんでしたがスイングの力強さの違いは相変わらず一目瞭然。
それは体格の差だけじゃなくて、野球文化の違いによるところも大きいと思います。
日本側は三振が少ない代わりにゴロや弱いフライが多かったですよね。
MLBの野球分析は複雑な野球の結果から物理的な要素の観測に還元されていっているような感がありますが、ライナーって今後もキーワードになるんじゃないでしょうか。
力強い打撃をしていたキューバの打線が単純に素晴らしかったと感じています。


まー残念は残念ですけど
成瀬とか思いのほかよかったですし、気を取り直して頑張ってもらいたいですね。

○○○


今年は江草、渡辺、阿部の「EWA(え~わ)トリオ」が中継ぎ投手陣としてJFKへのバトンをつなぐぞ!

IFK守護神トリオが0封

広島「BYN」CSへ新勝利の方程式

さすがにもう義務感くさくなってきたというか疲れてきたw
アルファベット3文字にしないとダメなのん?
一時期の横浜の「クアトロK」はなんかカッコイイと思ったんですけどね。

五輪が近いけれど

なんだかジャパン、故障者だらけじゃないですか?
新井とか稲葉とかがやっぱりにっちもさっちもいかないってなるならわかりますが
村田・川・西岡らって曲がりなりにも元気にシーズン送ってた選手なんじゃ。
不運、なんでしょうねぇ。



ところで
道作さんのサイトで興味深い練習問題が出ています。
野球リテラシーに自信がある方は是非挑戦を(勝手に推薦)。
もちろん小ネタ項はこの記事だけでなく全般、野球を客観的に考える上で必読です。


恥を晒すのを恐れつつひっそりと僕の答えを書きますと
1は期待値と言われると正直よくわかりません。ただ真か偽かという意味ではなんだか「正直村と嘘つき村」の類の話に近いような気がします。
例えばYES/NOで答えられる同じ質問をした時にAとCが逆の回答を返すと考えるならば、Cの回答をひっくり返せば両者は同じなので、安いCがいいのかもしれませんね(Bは参考にならない)。
2は打撃レベルの他にスクイズはノーアウトでの企図が少ないのかもしれないとなんとなく思いましたが、強い根拠はないです。
3は全然出塁することが出来なかった(=犠打失敗も生まれない)チームがここでいう母集団の相手方に入ってしまうので、同じ条件から犠打失敗の末路を比べているわけではなく結局出塁の多さを比べてしまっている側面があり犠打失敗のある(=ほどの出塁はあった)ほうが勝率は高く出ることが考えられる、ってことでしょうか。
難しいですね。



追記:一応答えはよかったようですが一通り考えた後1は正直どうも考え方が定まらず、だからといって「わからない」とだけ書くのもつまらないと思ってBBSのみなさんのやり取りを参考に後から答えを補強してしまいましたのでカンニングがありましたw
まぁ僕の姑息ぶりはともかくとして、回答編での犠飛についての記述『外野フライの発生確率も通常の場合の打撃と変わらないものだった』は驚きました。
犠飛については前から“進塁打”というふうに括られる多くの凡退がある中で何故か外野フライでのタッチアップ生還だけが別枠となる奇妙な項目だと思っていましたが、その感覚がさらに強くなりましたね。そんなに特別なのかと。
「犠飛を打つ技術」を完全否定はしないというか、確かに狙って打った犠飛ってたくさんあるんでしょうけど、狙って打てないことも多くて結局通常の打撃結果と変わらないなんてことになってたら意味ないですからね。
「犠打数と勝率の相関関係」とか、「先頭打者への四球の影響」とか、数えてしまえばそれまで、すぐさま思い込みとわかるのにっていう言説が堂々と出回るのはもはや不思議です(ちなみに例の江本氏の発言、自分もラジオの野球中継で聞いたことがあります)。時代の問題なんでしょうか。

走塁の価値

走塁(盗塁除く)のデータって、あんまり見ない気がしますね。
「この場面の走塁がチームに流れを」なんていうのはかなりよく聞く(どの程度ウケているのか知らないけど)わりに。
週ベとかほとんど見ないほうなのでそういうのには載ったりしてるのかもしれませんが
テレビやラジオの野球中継でもあんまり聞いた覚えがありません。
一応今シーズン最初のほう、巨人とヤクルトについて「ビッグベースボールVSスモールベースボール」なんてやたら煽ってた頃に「巨人とヤクルトでは一塁走者が単打で三塁へ進む確率がこんなに違う!」とか出ていたので関係機関は数えているんでしょうが。
MLBでは進塁をあきらめさせる外野手の肩、例えば走者二塁で単打が出たけれどイチローがホームへ投げるのを見て走者が生還をあきらめるなんてケースを数えて数値化しているという話ですが、それを攻撃側目線にすればいいだけですからね(で、案の定MLBではもうデータが出ているようです)。

英語の記事を消化できてないんでいまひとつわからないんですが
優秀な走者が走塁でもたらす利得って考え方にも因って年間5点とか10点ほど?
走塁の利得ってなんぞやというと
結局、問題は、いかに走者としての余剰進塁があるかどうかというところになりますよね(“塁に出るだけで相手にプレッシャー”云々は申し訳ないですが無視)。
一塁走者に出て、標準的な選手なら二塁にしか進めない単打で三塁まで進んだりした場合に、その走者が走塁によって利得を生み出したと判断される、と。
今のところこれは公式記録に表れませんが、数えてしまえばいいだけの話で、“数字に表れない能力”ではありません。
MLB基準の研究によると、シチュエーションを細かく分類しての「平均的に期待される進塁」と「実際の進塁」の差は優秀な走者で年間30とか40になるようです。
2007年の赤星のRCAA(平均的な打者が同じ打席数を担った場合に創出する得点と赤星が創出した得点との差、盗塁を評価に含む)は-3ほどでしたが、この走塁が数値化されていたなら0以上になったのかもしれませんね。

マネー・ボールの中ではコストパフォーマンスを重視した結果太目の体格の選手が集められ、野球の常識に反して出塁率が高い代わりに足の遅い一番打者を置くというような戦法がとられました。
監督が「一番打者に代走を送らなきゃならないのは私だけだろうな」とか嘆くシーンが出てきますよね、確か。
足が遅いより速いほうがいいことは誰に聞くまでもなく当たり前のことですが、俊足の選手などは相場が高くなりがちで値段も織り込んだ結果そんなことよりアウトにならない能力のほうが重要じゃないかっていう考え方が披露されたわけです。
確かに塁に出られなければいくら足が速かろうと無意味です。
ただ俊足と鈍足で年間10点や20点も違ってくるなら決して看過はできないところで、今後どういう扱いになってくるか興味はあります。

球宴第2戦

オールスター第2戦は打ち合いでしたね。
あれだけ成瀬がパカパカ飛ばされるのを見た後だとゴロの打球は多少速度が速かろうが安心します。
田中のマー君はホントに大丈夫なんでしょうか。速い球は投げていたようですがちょっと心配。

MVPだった荒木は、近年さすがに打撃成績が低いという印象を受けるのですが
二塁手が人材難で打撃がどんぐりの背比べというふうに考えれば守備のプラスで「まぁまぁよし」というところなんでしょうか。
また二塁手のトータルでも計算してみたいものです。

 | HOME | 

プロフィール

管理者:クロスケ

野球全般好きで、プロ野球をよく見ますが特定の球団のファンではありません。
セイバーメトリクス(野球の統計的分析)の話題が多く、馴染みのない方にはわかりにくい内容があるかもしれませんがサイトに体系的にまとめています。

Baseball Concrete



RSSフィード

最近の記事

最近のコメント

カテゴリー

月別アーカイブ

上記広告は1ヶ月以上更新のないブログに表示されています。新しい記事を書くことで広告を消せます。