Primer的MGL以年對年回歸的方式去檢查打者的splits成績,發現右打者對左右投手 的OPS比的年與年間相關係數非常低,亦即該比例並不具有預測功用。以AVG來說, 假設聯盟平均打擊率是0.25,打者A今年打擊率是0.29,則我們可能會預測他明年的 打擊率會落在0.25跟0.29之間。但如果一位右打者今年對左投手的OPS是0.9,對右 投手是0.6,比例是0.9/0.6=1.5,但我們並不能期待明年他對左右投手的OPS比會落 在1.5跟聯盟平均之間,而是應該預測為聯盟平均(根據MGL的研究大約在1.09左右), 也就是跟DIPS一樣的道理。而左打者的splits比的年與年間相關係數就比較高一點,所以左打者的splits比還 是具有一些預測功用的,因為有些左打者確實怕左投手,而左打者的平均OPS比大約 是1.20左右。所以一名今年對右投OPS與對左投OPS比是1.4的左打者,我們會預測他 明年的OPS比應該會落在1.2~1.4中間。

Rob Neyer在他的專欄裡面就是透過這個theory認為Karros明年對左投不會打得跟過去這兩三年一樣好,所以簽下Karros對A's的功效並非如大家預期的那樣好,well, I guess his conclusion might be right, but not only because this theory but also Karros' age.

因為這個理論跟DIPS類似所以也存在著跟DIPS一樣的問題,有人研究過DIPS裡的H% (BABIP,被打進球場內的球的打擊率)其實並非完全的亂數,有些投手還是對其有 一些控制力,也就是仍然有skill的成分在裡面,同樣的,有些右打者應該是存在 比一般人更高或更低的platoon ratio的,但問題是要如何去鑑別出這些打者來或 者要定出這些subgroup的criterion是很不容易做到的,所以這個理論我想跟DIPS是差不多的,it'll work, but not all that well.

全站熱搜

andrenomo 發表在 痞客邦 留言(0) 人氣()