從大聯盟全面採用Statcast(Trackman)系統之後，球場上的數據越來越豐富，而資料的開放性也讓更多人能夠嘗試進行分析。不過，就跟所有分析專案一樣，深入瞭解原始資料的正確性，試著除去數據裡的雜音，然後，不要先有定見再去找原因，都是很重要的步驟。
像是從投手分析來說，最常見的失誤就是拿Trackman系統跟舊的PITCHf/x數據做比較，像轉速在舊系統是用複雜公式計算出來的（那時候也只好硬著頭皮把它轉換成自己能用的算式），新系統卻能夠直接捕捉轉速，而前者的估計值與後者的實測值差別非常大。事實上，光是球場Trackman裝置位置不同，就能夠造成數值變異。而從去年到今年球季，Trackman的「微調」又造成奇怪的現象，幾乎所有投手球路的位移距離值都變了，所以就算是Trackman的資料，也需要除去這些雜音才能使用。
雖然說對分析工作有興趣的人，職棒數據是很好的練習，可是如果不知道環境因素，只看數字，就會做出錯誤的結論。
說到Statcast，有一項數字我跟大聯盟分析部門問了好幾次，不久前終於有結果——我覺得陳偉殷是大聯盟裡速度算很快的投手，可是先前公布的跑壘衝刺速度都僅限於野手，所以也無從證實，不過現在答案總算出現了：
在陳偉殷轉進國家聯盟的第一年，曾經出現過每秒26.4英呎的衝刺速度，這個數字換算成時速是29公里，在當年大聯盟投手裡面可以排第十三名。就算跟野手比較，他的速度跟好朋友外野手Nick Markakis一樣，也已經很不錯。
今年打擊能力提升，三不五時就擊出安打，不需要再冒險全力衝刺，沒有出現兩年前的跑速，不過輕鬆跑跑仍然是在投手的前段班。
為什麼我對這個數字特別有興趣呢？事情是這樣的，不知道哪裡來的自信，我曾經一度以為自己跑得比陳選手快，直到有一次自主訓練時看到他花七八分力衝刺的速度，才發現我需要停止幻想，好像應該拿上了年紀的Bartolo Colon當目標比較實際，哈哈哈哈。
不管怎樣，在處理數據時，不帶偏見地清理原始資料，驗證其中的正確性是很重要的步驟，不然就會是所謂「垃圾進，垃圾出」(Garbage in, Garbage Out)的結果，這個從電腦時代開始就存在的道理，在數據世界裡更是圭臬。
陳偉殷衝刺速度，圖表與資料來源：baseballsavant.mlb.com
沒有留言:
張貼留言