Flere bidragydere til at vinde procent

• Kan 16, 2024

Vi har allerede set på sammenhængen mellem vindende procent og score; ERA; Batting gennemsnit; Slugging Procent; Feltprocentdel; og hjemmekørsler, tredobbelt, dobbelt, stjålne baser og dobbeltspil pr. spil. Vi fandt, at statistikker med mindst en moderat stærk sammenhæng med et holds vinderprocent er Scoring, ERA, Batting-gennemsnit, Slugging-procent og Fielding-procent. Ved hjælp af holdstatistikker fra 225 NCAA Division I-hold kan vi dog dykke lidt dybere ind i statistikken for at se, om nogen andre har mindst en moderat korrelation til et holds vindende procentdel.

Først skal vi se på stødende statistikker. Med vores originale analyse havde scoringen (beregnet ved at dele de samlede løb med de spillede spil) den højeste offensive korrelation på 61,6%. Af fjorten yderligere offensive statistikker, der blev undersøgt, overgåede ingen Scorings korrelation med vindende procent. På basisprocent (OBP) kom et tæt sekund med en korrelation på 61,3%. Hvis vi tilføjer Slugging til OBP og også tilføjer yderligere samlede baser som et resultat af stjålne baser (OPS + SB), finder vi en statistik med en korrelation på 60,7%.

Afledning af stjålne baser som totalbaser (SBTB) forklares bedst med eksemplet. New Mexico State stjal med succes 60 ud af 68 baseforsøg. Med andre ord blev 60 singler effektivt dobbelt, men otte singler blev effektivt fjernet, fordi dejen blev slettet ved at blive fanget ved at stjæle. Der er derefter 60 - 8 = 52 SBTB for New Mexico State. Interessant nok, når tilføjelse af SBTB til de fleste traditionelle statistikker, der tegner sig for de samlede baser, der er opnået, steg deres korrelation. Navnlig steg Slugging Procent-korrelation med 4% og OPS-korrelation steg 2,4%.

For at gå videre til pitchingstatistik var ERA konge i den indledende analyse med en korrelation på 58,8%. Jeg undersøgte yderligere fire pitchingstatistikker og fandt to, der havde højere korrelation end ERA: løb, der blev afgivet pr. Spil (med en korrelation på 70.46%, den eneste stærke korrelation, jeg endnu har fundet), og Walks plus hits per Inning Pitched (WHIP) . WHIP havde en korrelation på 63,2%.

Endelig blev fem nye feltstatistikker beregnet og sammenlignet med vores standard fra den indledende analyse, Fielding Procent, som havde en korrelation på 37,9%. Jeg definerede Defensive Efficiency (DEFF) som antallet af hits overgivet plus antallet af foretagne fejl og divideret med, at antallet af chancer var forsvaret nødt til at udskyde, men inkluderede ikke de outs, der blev registreret på grund af en strejke. Hensigten var at tage kanden og hendes strejker ud af ligningen og bare se på hvor godt hold holdet var i at komme ud, da bolden blev ramt. DEFF havde en korrelation på 43,6%. Hvis strikeouts føjes til DEFF for at lave en kombineret felt- / pitchingstatistik kaldet DEFF + K, springer dens korrelation op til 57,9%.

De top 5 korrelerede statistikker inden for batting, pitching og fielding er anført i tabellen til højre.

Hvilke konklusioner kan drages fra denne analyse? Det ser ud til, at pitching er lidt mere korreleret med at vinde end at slå, og at slå mere sammenhængende med at vinde end fielding. Procentdel af basis synes også at være en bedre forudsigelse af vinderprocenten end OPS, selv når OPS justeres med succesrige stjålne baser. Endelig er det at bestemme et holds evne til at omdanne kæmpede kugler til outs (DEFF) en bedre måling af forsvaret end den traditionelle feltprocent.

CoffeBreakBlog Softball Emne Liste: Coach's Box, Sundhed og medicinsk, Softballhistorie, International softball, Organisationer, Forældre, Professionel softball, anmeldelser, regler og forskrifter, scorekeeping, statistik og analyse, rejsebold

Video Instruktioner: The Side Effects of Vaccines - How High is the Risk? (Kan 2024).