蓝鸟队和下一个大棒球统计

先进的Sabermetrics和StatCast的出现创造了棒球统计的全新领域。什么’s next?

棒球的新技术使分析人员可以访问新的原始数据,从而导致引入新的统计数据。 出口速度,每桶桶数和捕获概率为作家提供了一套全新的玩具。 但这也引出了一个问题:  what is next?

因此,仅出于娱乐目的,以下是一些似乎可行的新统计数据,我尤其喜欢看到这些统计数据。

时间到

定义: time from bat-hits-ball to foot-hits-bag.

此统计数据的优点在于,不仅可以在玩家之间进行比较,而且可以在蝙蝠之间对单个玩家进行比较。  I see Buck saying “Solarte’平均TTF是4.5秒,但他在该球上花了18分钟。 猜猜他今天没有动力”. 仅存在此统计信息可能有助于保持玩家的诚实,并确保他们在每次跑到第一的努力中至少付出适当的努力(是的,这是我的宠儿!)

抓到时的高度

定义: 接球时,球离开地面的高度。

似乎有许多外野手 壮观的(?)球 似乎并不需要那么高的戏剧性。 守场员在潜水时会放慢脚步,因此,如果球距地面4英尺(例如),通常最好在不潜水的情况下抓球–正如离地面7英尺的球很少需要夸张的跳跃一样。

平均命中率

定义:对于投手投入的所有球,平均静态投射命中率

许多高级棒球统计数据都基于这样的假设:投手无法控制比赛中球的结果。 就是说,没有这样的东西,比如投手会引起较弱的接触,或者通过向投手投球来减少击球次数。’ weaknesses. 这对我而言似乎总是违反直觉的。

现在 Statcast计算命中率 对于所有比赛中的球,应该很容易计算出平均命中率并一劳永逸地回答这个问题。 此统计信息也可以其他方式使用。 通过将一个特定的起点与先前的起点进行比较,可能可以查看投手是否“on”. 将较晚的一局与较早的一局进行比较可能会提供有关何时应该取出投手的预警系统。

Hitter 运气

定义:  actual hits – projected hits

使用Statcast命中概率,可以计算出玩家在游戏中(或一周或一个赛季)获得的预期命中数。 例如,如果玩家将球投入比赛四次,并且每次命中概率为50%,则他的预期命中次数为4 x 50%= 2次命中。 如果他实际上得到了三击,那么他的“luck” is +1. 如果他只有一击,他的“luck” is -1.

底线

有趣的是,如何计算这些额外的统计数据,以及团队,作家和粉丝如何使用它们。  Your turn –您能想到任何其他特别有见地/有趣的统计数据吗?