セイバーメトリクス ... 「あいつが抜けたからチーム弱くなった」「なんjでいうあのネタはマジなのか」的なパロディー的な視点も十分アリです. 「セイバーメトリクス」をご存知でしょうか？ 野球好き、または統計に精通している方であればご存知、あるいは聞いたことがある単語かと思います。 近年統計学は非常に注目されており、統計について疎い方でもわかりやすい関連書籍などが複数出版されています。 個人別のプロ野球セイバーメトリクスデータランキングです。セイバーメトリクスとは野球に関するデータを統計学から客観的に分析し、選手の能力やチーム戦略を考える分析手法です。spaiaでは打者と投手の代表的な指標をランキングとグラフで掲載しています。
セイバーメトリクス 【朗報】なんJ民、ついにセイバー指標のおかしさに気付き始める セイバー厨死亡へ 2019.06.09 セイバーメトリクス tyoneyama セイバーメトリクスの始祖とされるビル・ジェイムズ（Bill James）が1977年に自費出版で『Baseball Abstract』という著書の第一弾を出してセイバーメトリクス的な考え方を世に問うたのが記念碑的業績 … なんJはこういう平均近辺の守備力を評価するのが下手やからな、上手い奴と下手な奴の二極しかいない ... つーかそのセイバーメトリクス・リポート2って 例のミレッジが田中ヒロヤス以下になってたやつか… なんj民って逆にセイバー過大評価しすぎなんだよ デルタのサイト見てきゃっきゃっしてるだけ デースタの数字とは全く違う部分もあるしあやふやな指標も多い ... セイバーメトリクスの逆をやったら野球を知ってると評価される風潮は確かにある 1: 2018/12/03(月) 22:54:20.08 ID:ckhWvmOc0 里崎｢ｾｲﾊﾞｰﾒﾄﾘｸｽは､ﾒｼﾞｬｰの運営がFA市場で過小評価されてたりする選手を探すには合理的だが､ 日本のようなFAだと丸など凄い選手だとわかりきってるﾊﾟﾀｰﾝが多い｣ 里崎｢そして､基本的に過去のことしかわからないので､最下位 1：2019/11/05(火) 10:52:31.91ID:PAoPbhmF0 なんJ民や一部の野球オタクがうるさく言ってるだけのイメージ 103 2019/11/05(火) 11:15:08.54ID:nz/PxAhPp UZRはシフト考慮してないし なんj民が無駄にセイバーメトリクス勉強してるせいでプロの指導者からはセイバーメトリクスが胡散臭く見えてるんやろ お前はンゴンゴ言ってるアホみたいなネット住民が推奨してる方法を使おうと思うか… Lean Startup,Python,野球を武器に戦うちょっと変わったエンジニアのブログです引用をストックしました引用するにはまずログインしてください引用をストックできませんでした。再度お試しください限定公開記事のため引用できません。
このブログをはじめた当初に「大好きな野球のデータ分析をもっと知ってほしい」というモチベーションでこんな記事を書きました.執筆・公開した5年前（2014年）と比べ,と（大変好意的な意味でを最新の知見・見地を元に紹介します.なお, この記事はなお, この記事は現職であるJX通信社および, 以前野球の仕事をしていたネクストベース社の意見・見解ではないこと, 内容に関する質問・意見で業務に関わる内容は一切お答えできないことを予めご了承ください.ここだけ読んでくれれば3分34秒で理解できるはず.そもそも何なのさ？っていうところから.現時点の私は以下のように考えています.「チャンス・ピンチに強い・弱い」「守備が上手い・下手」「この選手は走攻守三拍子揃っていてヤバい」「投げっぷりが良いなあ」的なフワッとした内容を仮説化・言語化し, 様々なデータを用いて証明し続けてチームおよび選手のために役立てる（もしくは愛好家が楽しむ）といったものがセイバーメトリクスとなります.ビルジェームスによって1970年代（もう4,50年経つ）に提唱され, 書籍「マネー・ボール」によって広まり...という文脈は「3つの思考」は蛭川（ひるかわ）さんが先日出版されました「「2つのスタンス」は私自身が心がけていることです（おそらく初の言語化）.この3つはセイバーメトリシャン（セイバーメトリクス愛好家）のみならず, プロのデータサイエンティスト・アナリストにも通じる所かなと.引用箇所は特に断りが無い限り, 「 まず何より重要なのは、例えば今まで（いや、今でもかもしれない）は打者の優越を「打率・打点・本塁打」で見ていましたが,などなど, そんな所から「打率・打点・本塁打」という「選手を評価する常識」を課題ベースで切った結果,...という感じでセイバーメトリクスは少しずつ発展していきました.ということで, まずは常識（思い込み）をそっと思い出にしまいましょう.問題を検討するにあたっては例えば毎年200前後の三振を奪う大エースがいたとして, この投手の強みは？と聞いた時に,だから, と答えるんじゃなくて,というふうに, 「客観的に証明可能な事実」を重視するのが大切な思考となります.客観的な事実を評価する際に重要となるのが定量的に考えるということです。定量的に考える, はシンプルにいうと,という意味合いが大前提としてあります.同時に,という意味でもあります.例えば打者を評価するのに, 「WAR（勝利数に置き換え）」「wRAA（得点創出能力に置き換え）」という評価をしたほうが, 「勝利数」「得点数」に基づいて行けるので（統計的には）正確な可能性が高いです.ただ, これらは算出・表現が煩雑かつ難しいので手っ取り早く出したい時は「OPS」でいいやっていう「程度」というものを使いこなすのが大切です.定量的に捉えるに固執しすぎて難しいことばっかりやらない事も大事な思考だったりします.自分はさらに, 「セイバーメトリクスを使う」という点で以下のスタンスを重視しています.私が過去にやったテーマだと,という明確なイシュー（解きたいこと）を定義してやってきました.この3つはいずれも自分の解きたいことを証明し, （同じこと・疑問を持ってる人が多かったのか）多くの方に読んでいただいたりもしました.明確な言語化（目的化）は価値を生み出すので, 少しでもモヤッとしてる時はまず目的を書くこと！に徹すると良いでしょう！これを明確にすると先程定量化でふれた「程度」の加減も測りやすくなりますし, 何よりも後に続く人のためにもなります.アメリカではこのように野球・統計の分析（R等でプログラミング）も出ており, 再現性っていうのはホントに大事かなと思っています.セイバーメトリクスはたくさんの概念・指標・考え方があり, すべてを紹介することはほぼ不可能です.それこそ本が1,2冊書けてしまいます.セイバーメトリクスに慣れしむ・実践するための目安として,を紹介します.一言でいうと,"というもので, 今では野球のみならずほとんどの球技の統計分析の基本となっています.なお数式は,（チーム総得点）で, 試しに2018年のメジャーリーグに当てはめるとこのようになります.おわかりいただけましたかな？一言でいうと,となります.特徴として,というのがあります.といったものが代表例となります.より具体的には, スコアブック・成績のデータに加えて,これらを手動および機械（主にカメラやレーダー機器）で取得したデータを用います.特徴としては,といった感じで,といった指標・考え方があります.これは自分の専門外なので紹介程度で.より速いボールを投げる打球を遠くまで飛ばす怪我の予防・阻止, パフォーマンスの向上といった視点で,といった分野もセイバーメトリクスの一部として入ってきています.先程紹介した「バレルゾーン」もまさにその一部となります.この辺については, ネクストベースが運営するメディア「Baseball Geeks」が専門家・エキスパートの知見・経験を元に正しく伝えていますので, そちらをご覧ください.合わせて書籍も読むとなお良いです, 読んでやってください.特に吉田正尚選手のインタビューが良いです.最後に実践・学ぶという視点でのセイバーメトリクス.本質的なセイバーメトリクスという視点かつ, すぐ参考になる！という点では以下の書籍が強くおすすめです.より深い, 計算式だったり実際の例を見たい方はこちら.その後の難しい系のモノの事例や考え方により触れたいときはこちらを読むと良いでしょう.私は普段野球を見る際は,という習慣があります, もうかれこれ10年以上やってるかも...データサイエンス・分析という点ではEXCEL・Rを使ったり, もちろんPythonとかでコードを書いても楽しいのですが,ですし, （自分でいうのもアレですが）プロがオススメする方法なのでぜひ真似してみるといいかなって思います.ストーブリーグに入り, メジャー級な選手がやりあう野球の試合が無いからこそ,というわけで, 一人でも多く正しいセイバーメトリシャン・野球データ愛好家そしてプロの方が増えることを祈ります. 「スポーツ × AI × データ解析でスポーツの観方を変える」AI予想と豊富なデータで競馬をもっとおもしろくスポーツ選手の講演・イベント出演・研修依頼ISMS認証登録番号：ISO/IEC 27001認証取得 No.ISA IS 0311Copyright© サイト内の記事・写真・アーカイブ・ドキュメントなど、すべてのコンテンツの無断複写・転載を禁じます。一般社団法人日本野球機構承認