MLBのデータを使って、はじめてのＲ
October 15, 2010 at 10:07 PM | View CommentsRとは
Rとは統計計算とグラフィック出力を提供する言語？。スクリプトでいろいろ計算、描画ができる。
ちなみに、僕は前にインストールしたことはありますが、ちゃんとRを使うのは初めてです。
Rのインストール
Windowsだとインストーラーがあったので一発インストール可能でした。64bitのWindows7なのですが、64bit版もあり問題なし。
Rについての解説
を参考にしました。
はじめてのR
準備
以前のエントリーで使ったMLBのデータを使う。
条件は350打席以上のみ抽出。
テキストは数値は整数の方が好ましいようだったので、打率などの小数点以下は1000倍。RC27は10倍して整数にする。
ファイルからデータセットを作る
- ファイル名 c:tmprc27.csv
- 区切り t
- 1行目 ヘッダーあり
- 行を名前(NAME)でアクセスできるように設定
- mlbplayers という名前に入れる
の場合、Rのコンソールから以下のようにしてデータをセットする。
mlbplayers <- read.csv2("c:\\tmp\\rc27.csv", header=TRUE, sep="\t", row.name="NAME")
テキストのサンプル
NAME TEAM G AB H BB SB HBB AVG OBP SLG AVG2 OPS RC27 J_Hamilton TEX 133 518 186 43 8 229 359 411 633 373 1044 96 J_Votto CIN 150 547 177 91 16 268 324 424 600 472 1024 94 K_Youkilis BOS 102 362 111 58 4 169 307 411 564 428 975 87 A_Pujols STL 159 587 183 103 14 286 312 414 596 484 1010 85 C_Gonzalez COL 145 587 197 40 26 237 336 376 598 375 974 83 P_Konerko CWS 149 548 171 72 0 243 312 393 584 403 977 83 J_Bautista TOR 161 569 148 100 9 248 260 378 617 548 995 81 N_Cruz TEX 108 399 127 38 17 165 318 374 576 396 950 76 J_Werth PHI 156 554 164 82 13 246 296 388 532 408 921 75
のようなファイル
データの概要を見る
summary(データ)で概要を出力することができる。
Min 最小値 1st Qu 第一四分位数 Median 中央値 Mean 平均値 3rd Qu 第三四分位数 Max 最大値
平均値は、データ合計 ÷ データ個数。学校でならう普通の平均。中央値は、データを順番に並べたときに真ん中の値。100個データがあったら50番目のデータのこと(奇数の場合はどうするのかわからない)。1st Qu, 3rd Qu.はそれぞれ25%,75%のデータ値。100個だったら25番目、75番目。
> summary(mlbplayers)
TEAM G AB H BB SB
COL : 10 Min. : 75.0 Min. :301.0 Min. : 66.0 Min. : 13.0 Min. : 0.000
BOS : 9 1st Qu.:117.0 1st Qu.:386.2 1st Qu.: 99.5 1st Qu.: 33.0 1st Qu.: 2.000
CHC : 9 Median :137.0 Median :477.5 Median :127.0 Median : 45.0 Median : 6.000
LAD : 9 Mean :132.6 Mean :473.9 Mean :128.1 Mean : 47.6 Mean : 9.865
NYY : 9 3rd Qu.:150.8 3rd Qu.:561.8 3rd Qu.:152.0 3rd Qu.: 59.0 3rd Qu.:13.000
PHI : 9 Max. :162.0 Max. :680.0 Max. :214.0 Max. :114.0 Max. :68.000
(Other):175
HBB AVG OBP SLG AVG2 OPS
Min. : 88.0 Min. :196.0 Min. :240.0 Min. :268.0 Min. :110.0 Min. : 533.0
1st Qu.:139.2 1st Qu.:252.2 1st Qu.:317.2 1st Qu.:378.0 1st Qu.:222.5 1st Qu.: 697.5
Median :169.5 Median :268.0 Median :337.0 Median :422.5 Median :270.0 Median : 753.5
Mean :175.7 Mean :269.2 Mean :338.7 Mean :425.9 Mean :277.3 Mean : 764.6
3rd Qu.:211.8 3rd Qu.:284.8 3rd Qu.:358.8 3rd Qu.:467.0 3rd Qu.:335.0 3rd Qu.: 820.8
Max. :286.0 Max. :359.0 Max. :424.0 Max. :633.0 Max. :548.0 Max. :1044.0
RC27
Min. :18.00
1st Qu.:42.00
Median :50.00
Mean :51.05
3rd Qu.:59.00
Max. :96.00
ヒストグラムの出力
Rはデータセット$カラム名で、列にアクセスできる。
> mlbplayers$AVG
[1] 359 324 307 312 336 312 260 318 296 312 315 300 280 319 307 307 284 261 290 287 275 270 302 321 294 327
[27] 268 260 300 288 300 277 304 284 272 278 276 292 269 288 286 305 283 285 270 276 256 291 277 273 318 303
[53] 269 283 318 281 274 296 302 265 278 315 268 263 286 248 297 300 307 308 273 259 257 280 297 247 279 271
[79] 254 255 290 255 258 281 237 264 275 293 293 259 310 243 273 285 281 263 255 282 285 273 256 321 259 247
[105] 266 246 260 299 270 284 256 291 245 291 282 243 284 269 244 288 262 237 256 275 256 268 304 292 196 300
[131] 260 265 269 238 269 298 198 238 263 243 284 263 261 255 251 249 249 271 275 240 248 267 277 241 246 264
[157] 275 268 279 270 250 247 268 248 264 252 271 251 248 240 294 269 249 262 247 268 282 237 248 251 265 254
[183] 249 255 276 252 245 256 265 263 249 207 261 267 246 259 276 218 256 276 237 235 253 259 239 231 262 244
[209] 263 253 270 259 224 221 265 270 205 247 256 242 251 230 256 235 258 217 223 266 230 218
hist関数でヒストグラムを描画できる。ヒストグラムはデータの分布状況を視覚的に認識するものだ。
hist(mlbplayers$AVG)
 |
| 送信者 R |
打率は2割後半が最も多いことがわかる。
相関関係を見る
レッドソックス式第二の打率(AVG2)と相関関係が強いといわれるRC27の関係を描画してみる。 plot関数を使う。
> plot(AVG2 ~ RC27, data=mlbplayers)
相関関係とは 〇が小なら×も小、〇が大なら×も大というように、規則性が見られるかどうか。相関関係があると直線に近い集まりになる。
見てみると、AVG2とRC27には相関関係がありそうだ。
 |
| 送信者 R |
ちなみに、AVG2はAVGから単打の特性を除いたものなので、相関関係がないと予想される。実際に出力してみると、、、
> plot(AVG ~ AVG2, data=mlbplayers)
 |
| 送信者 R |
予想通り、規則性のない図になった。
AVG(打率) OBP(出塁率) SLG(長打率) AVG2(第二の打率) OPS(出塁率+長打率) RC27(1試合あたり得点能力) の関係をそれぞれ調べると思ったとき、この方法で何回も描画するのは面倒。その場合はpairsを使う。
> pairs(mlbplayers[, 8:13], main="MLG 2010", pch=21, bg=c("red", "green", "blue"))
8:13 は列の8番目から13番目という意味。
すると、以下のような表が描画される。
 |
| 送信者 R |
OPSとRC27の相関関係はかなり高く、AVGとAVG2の相関関係はひくい。
図あ視覚的にはわかりやすいが、数値の方が良い場合もある。その場合はcor関数を使う。
> cor(mlbplayers[8:13])
AVG OBP SLG AVG2 OPS RC27
AVG 1.0000000 0.7139030 0.5279550 0.1454165 0.6462002 0.6869889
OBP 0.7139030 1.0000000 0.6012699 0.6160611 0.8013381 0.8765793
SLG 0.5279550 0.6012699 1.0000000 0.7849449 0.9597992 0.8799444
AVG2 0.1454165 0.6160611 0.7849449 1.0000000 0.8037622 0.7919205
OPS 0.6462002 0.8013381 0.9597992 0.8037622 1.0000000 0.9666373
RC27 0.6869889 0.8765793 0.8799444 0.7919205 0.9666373 1.0000000
箱ひげ図でシアトルマリナーズとニューヨークヤンキースを比べる
summaryで出力した
Min 最小値 1st Qu 第一四分位数 Median 中央値 Mean 平均値 3rd Qu 第三四分位数 Max 最大値
を図に描画するにはboxplot関数を使う。
まず各チームのデータを取得するには以下のようにする
> mlbplayers[mlbplayers$TEAM=="NYY",]
TEAM G AB H BB SB HBB AVG OBP SLG AVG2 OPS RC27
R_Cano NYY 160 626 200 57 3 257 319 381 534 310 914 71
N_Swisher NYY 150 566 163 58 1 221 288 359 511 327 870 63
A_Rodriguez NYY 137 522 141 59 4 200 270 341 506 356 847 61
M_Teixeira NYY 158 601 154 93 0 247 256 365 481 379 846 61
B_Gardner NYY 150 477 132 79 47 211 277 383 379 367 762 61
J_Posada NYY 120 383 95 59 3 154 248 357 454 368 811 58
C_Granderson NYY 136 466 115 53 12 168 247 324 468 361 792 55
A_Kearns NYY 120 403 106 46 4 152 263 351 395 256 746 46
D_Jeter NYY 157 663 179 63 18 242 270 340 370 222 710 44
今回はOPS(出塁率＋長打率）で評価するので$OPSでデータを取得する。
> mlbplayers[mlbplayers$TEAM=="NYY",]$OPS
[1] 914 870 847 846 762 811 792 746 710
boxplot関数にSEAとNYYのデータを入れる。（この方法は面倒なのでもっといい方法があるかもしれない）。
boxplot(mlbplayers[mlbplayers$TEAM=="SEA",]$OPS, mlbplayers[mlbplayers$TEAM=="NYY",]$OPS)
すると、以下のような図が表示される。
 |
| 送信者 R |
1がマリナーズで2がヤンキーズ。
上下が最大値と最小値、箱の上と下が 第一四分位数と第三四分位数、真ん中の線が中央値。
得点に影響欲があるOPSでこれだけ差があると、イチロー個人がどうより、チーム体制を考えた方が良いかもしれない。
Rはどうか？
なかなか簡単にいろいろな計算やグラフを描画することができました。
かなり良いのではないのでしょうか？？
まだまだいろいろな機能があるようなので、統計学の勉強をしながら触ってみたいと思います。
打者9人が全員イチローだったら？
October 13, 2010 at 01:03 AM | View Commentsさて、今回もメジャーリーグを数字で見るシリーズ。
これまで、
- 安打数 + 四球
- 出塁率
- レッドソックス式の第二の打率
を算出して、イチローや日本人選手を見てきました。
これまでのわかったことは、
- １番バッターは出塁率が重要というが、スラッガーの方が出塁率は高い
- 安打数ナンバーワンのイチローだが、他の一番バッターと比較すると出塁率は上位だが一番ではない。
ということでした。
今回はRC27と、最近特に重要といわれるOPSで評価してみたいと思う。
RC27は1番から9番まで同じ打者だった場合の1試合の得点数
WikiPediaによると
RC:
（出塁能力A × 進塁能力B）/ 出塁機会Cを基に構成されている。 チームの全打者のRCを合計すると、シーズン中のチームの総得点とほぼ一致するように式が作られている。
RC27:
RC27(Runs Created per 27 outs)はRCを元にある特定の選手1人で構成された打線で試合を行った場合、 27アウト（9イニング×3アウト=1試合）で平均何点とれるかを算出した指標。 この数値が大きいほど、その選手の総合的な得点能力が優れているとされる。
ということらしい。
リンク先の方程式をみるとわかると思いますが、この式は確立などではなく、一般公開されている安打数や塁打、盗塁、四球などのデータを元に、実際の得点となるべく一致するようにそれら変数と定数を掛け合わせたものになっている。
また別の機会で書こうと思うが、ちゃんとした統計学と、こじつけのような計算がごちゃまぜになって評価や予想を行っているところが、個人的にセイバーメトリックスが面白いと感じるポイントだ。
では、ESPNで1番とされている打者（50試合以上出場、安打数80本）の選手たちのRC27ベストは以下の通りになる。
イチローは出塁率と同じく4位。１番から9番まで全部イチローだったら、一試合あたり5.9点得点できると予想される。と、いうことだ。
NO Name Team G H BB SB H+BB AVG OBP SLG AVG2 OPS RC27 1 R Furcal LAD 97 115 40 22 155 0.300 0.366 0.460 0.321 0.826 6.6 2 K Johnson ARI 154 166 79 13 245 0.284 0.370 0.496 0.369 0.865 6.5 3 R Weeks MIL 160 175 76 11 251 0.269 0.366 0.464 0.329 0.830 6.4 4 I Suzuki SEA 162 214 45 42 259 0.315 0.359 0.394 0.207 0.754 5.9 5 C Crisp OAK 75 81 30 32 111 0.279 0.342 0.438 0.372 0.779 5.9 6 A Torres SF 139 136 56 26 192 0.268 0.343 0.479 0.373 0.823 5.9 7 M Prado ATL 140 184 40 5 224 0.307 0.350 0.459 0.227 0.809 5.8 8 A Jackson DET 151 181 47 27 228 0.293 0.345 0.400 0.227 0.745 5.4 9 S Victorino PHI 147 152 53 34 205 0.259 0.327 0.429 0.319 0.756 5.4 10 S Podsednik KC 95 121 29 30 150 0.310 0.353 0.400 0.241 0.753 5.4 11 D Fowler COL 132 114 57 13 171 0.260 0.347 0.410 0.310 0.757 5.2 12 J Reyes NYM 133 159 31 30 190 0.282 0.321 0.428 0.254 0.749 5.1 13 F Lewis TOR 110 112 38 17 150 0.262 0.332 0.414 0.280 0.745 4.9 14 B Phillips CIN 155 172 46 16 218 0.275 0.332 0.430 0.254 0.762 4.9 15 C Coghlan FLA 91 96 33 10 129 0.268 0.335 0.383 0.235 0.718 4.9 16 M Bourn HOU 141 142 59 52 201 0.265 0.341 0.346 0.288 0.686 4.8 17 C Patterson BAL 90 83 20 21 103 0.269 0.315 0.406 0.269 0.721 4.8 18 R Davis OAK 143 149 26 50 175 0.284 0.320 0.377 0.238 0.697 4.7 19 M Scutaro BOS 150 174 53 5 227 0.275 0.333 0.388 0.204 0.721 4.6 20 J Pierre CWS 160 179 45 68 224 0.275 0.341 0.316 0.215 0.657 4.4 21 D Jeter NYY 157 179 63 18 242 0.270 0.340 0.370 0.222 0.710 4.4 22 D Span MIN 153 166 60 26 226 0.264 0.331 0.348 0.221 0.679 4.3 23 S Schumaker STL 137 126 43 5 169 0.265 0.328 0.338 0.174 0.667 4.1 24 J Bartlett TB 135 119 45 11 164 0.254 0.324 0.350 0.216 0.675 4.1 25 E Andrus TEX 148 156 64 32 220 0.265 0.342 0.301 0.199 0.643 4.0 26 N Morgan WSH 136 129 40 34 169 0.253 0.319 0.314 0.206 0.633 3.8 27 J Hairston SD 119 105 31 9 136 0.244 0.299 0.353 0.202 0.652 3.7 28 E Aybar LAA 138 135 35 22 170 0.253 0.306 0.330 0.184 0.636 3.6 29 R Theriot LAD 150 158 41 20 199 0.270 0.321 0.312 0.147 0.633 3.5 30 T Crowe CLE 122 111 29 20 140 0.251 0.302 0.333 0.192 0.634 3.3 G試合数 H安打数 BB四球 SB盗塁 AVG打率 OBP出塁率 SLG長打率 AVG第二の打率 OPS出塁率＋長打率 RC27
チーム方針として盗塁禁止のアスレチックPradoが出塁率より順位が落ちた程度かな？
正直、1番で比較しても面白くないので最後に全体のベスト100をのせておきます。
この方程式は 「走力 = 盗塁力」なので、実際の走力は反映されていないのではないかと思う。
走力がものを言うのは、塁に出ているときにヒットが生まれてたときの得点の期待値だからだ。
OPSは出塁率と長打率の足し算
OPSの算出方法をみて唖然とした。なんと率と率の単純な足し算なのだ。
しかも、そんないかにも適当そうな数値が得点との相関関係が高く、非常に重視されているというのだ。
＜追記＞
よく考えたら 打率も長打率も同じ分母 AB(打数)なので足し算はＯＫでした。
AVG + OBP = (H/AB) + ((H + 1*2B + 2*3B + 3*HR) / AB) = (2*H + 1*2B + 2*3B + 3*HR) / AB
＜追記おわり＞
OPS:
OPS（オーピーエス）はOn-base plus sluggingの略であり、野球において打者を評価する指標の一つ。 セイバーメトリクスの祖、ビル・ジェームズがディック・クレイマー、ピート・パーマーと共同開発した指標。 on-baseとは出塁、sluggingとは強打（長打）の意味で、出塁率と長打率とを足し合わせた値である。 得点との相関関係の強さと簡単な算出方法により、現代の米国野球において、非常に重視されている打撃指標である。
「イチローは内野安打が多い」という批判も多いのだけど、長打は得点につながるという認識がアメリカでは多いことからきているのではないだろうか？実際にこの評価でイチローを評価すると厳しい。
RC27ベスト100
ではRC27のベスト100(出場数50以上、安打80本以上)。
81試合しかでていない MorneauがRC27もOPSも驚異的な数字を叩き出している。レッドソックスのYoukilisは四球と長打率に優れていることから4位にランキング。
現役最高の打者といわれるPujolsが5位。
ちなみにイチローは64位。松井57位、福留は67位だった。
NO Name Team G H BB SB H+BB AVG OBP SLG AVG2 OPS RC27 01 J Morneau MIN 81 102 50 0 152 0.345 0.437 0.618 0.443 1.055 10.0 02 J Hamilton TEX 133 186 43 8 229 0.359 0.411 0.633 0.373 1.044 9.6 03 J Votto CIN 150 177 91 16 268 0.324 0.424 0.600 0.472 1.024 9.4 04 K Youkilis BOS 102 111 58 4 169 0.307 0.411 0.564 0.428 0.975 8.8 05 A Pujols STL 159 183 103 14 286 0.312 0.414 0.596 0.484 1.011 8.6 06 C Gonzalez COL 145 197 40 26 237 0.336 0.376 0.598 0.375 0.974 8.4 07 P Konerko CWS 149 171 72 0 243 0.312 0.393 0.584 0.403 0.977 8.4 08 J Bautista TOR 161 148 100 9 248 0.260 0.378 0.617 0.548 0.995 8.2 09 N Cruz TEX 108 127 38 17 165 0.318 0.374 0.576 0.396 0.950 7.6 10 J Werth PHI 156 164 82 13 246 0.296 0.388 0.532 0.408 0.921 7.6 11 M Holliday STL 158 186 69 9 255 0.312 0.390 0.532 0.351 0.922 7.6 12 T Tulowitzki COL 122 148 48 11 196 0.315 0.381 0.568 0.379 0.949 7.5 13 S Choo CLE 144 165 83 22 248 0.300 0.401 0.484 0.375 0.885 7.4 14 G Soto CHC 105 90 62 0 152 0.280 0.393 0.497 0.410 0.890 7.2 15 W Betemit KC 84 82 36 0 118 0.297 0.378 0.511 0.344 0.889 7.2 16 R Cano NYY 160 200 57 3 257 0.319 0.381 0.534 0.310 0.914 7.2 17 C Crawford TB 154 184 46 47 230 0.307 0.356 0.495 0.343 0.851 7.1 18 R Zimmerman WSH 142 161 69 4 230 0.307 0.388 0.510 0.343 0.899 7.1 19 L Scott BAL 131 127 59 2 186 0.284 0.368 0.535 0.387 0.902 7.0 20 P Fielder MIL 161 151 114 1 265 0.261 0.401 0.471 0.408 0.871 7.0 21 A Huff SF 157 165 83 7 248 0.290 0.385 0.506 0.374 0.891 7.0 22 D Uggla FLA 159 169 78 4 247 0.287 0.369 0.508 0.360 0.877 6.9 23 C Utley PHI 115 117 63 13 180 0.275 0.387 0.445 0.348 0.832 6.9 24 D Ortiz BOS 145 140 82 0 222 0.270 0.370 0.529 0.417 0.899 6.8 25 C Ruiz PHI 121 112 55 0 167 0.302 0.400 0.447 0.294 0.847 6.8 26 A Beltre BOS 154 189 40 2 229 0.321 0.365 0.553 0.304 0.919 6.8 27 E Longoria TB 151 169 72 15 241 0.294 0.372 0.507 0.364 0.879 6.7 28 J Mauer MIN 137 167 65 1 232 0.327 0.402 0.469 0.271 0.871 6.7 29 J Willingham WSH 114 99 67 8 166 0.268 0.389 0.459 0.395 0.848 6.7 30 A Dunn WSH 158 145 77 0 222 0.260 0.356 0.536 0.414 0.892 6.7 31 H Ramirez FLA 142 163 64 32 227 0.300 0.378 0.475 0.352 0.853 6.7 32 D Pedroia BOS 75 87 37 9 124 0.288 0.367 0.493 0.358 0.860 6.6 33 R Furcal LAD 97 115 40 22 155 0.300 0.366 0.460 0.321 0.826 6.6 34 J Heyward ATL 142 144 91 11 235 0.277 0.393 0.456 0.375 0.849 6.6 35 R Braun MIL 157 188 56 14 244 0.304 0.365 0.501 0.310 0.866 6.6 36 K Johnson ARI 154 166 79 13 245 0.284 0.370 0.496 0.369 0.865 6.5 37 J Cust OAK 112 95 68 2 163 0.272 0.395 0.438 0.367 0.834 6.5 38 T Hafner CLE 118 110 51 2 161 0.278 0.374 0.449 0.306 0.824 6.5 39 C Rasmus STL 144 128 63 12 191 0.276 0.361 0.498 0.384 0.859 6.5 40 A Ethier LAD 139 151 59 2 210 0.292 0.364 0.493 0.319 0.857 6.5 41 R Weeks MIL 160 175 76 11 251 0.269 0.366 0.464 0.329 0.830 6.4 42 N Swisher NYY 150 163 58 1 221 0.288 0.359 0.511 0.327 0.870 6.4 43 A McCutchen PIT 154 163 70 33 233 0.286 0.365 0.449 0.344 0.814 6.4 44 B Posey SF 108 124 30 0 154 0.305 0.357 0.505 0.273 0.862 6.3 45 D Wright NYM 157 166 69 19 235 0.283 0.354 0.503 0.370 0.856 6.3 46 S Rolen CIN 133 134 50 1 184 0.285 0.358 0.497 0.321 0.854 6.2 47 A Rodriguez NYY 137 141 59 4 200 0.270 0.341 0.506 0.356 0.847 6.2 48 R Howard PHI 143 152 59 1 211 0.276 0.353 0.505 0.338 0.859 6.2 49 M Teixeira NYY 158 154 93 0 247 0.256 0.365 0.481 0.379 0.846 6.2 50 D Murphy TEX 138 122 45 14 167 0.291 0.358 0.449 0.298 0.806 6.1 51 B Gardner NYY 150 132 79 47 211 0.277 0.383 0.379 0.367 0.762 6.1 52 D Barton OAK 159 152 110 7 262 0.273 0.393 0.405 0.342 0.798 6.1 53 D DeJesus KC 91 112 34 3 146 0.318 0.384 0.443 0.230 0.827 6.1 54 M Ordonez DET 84 98 40 1 138 0.303 0.378 0.474 0.297 0.852 6.1 55 B McCann ATL 143 129 74 5 203 0.269 0.375 0.453 0.349 0.828 6.1 56 C Hart MIL 145 158 45 7 203 0.283 0.340 0.525 0.335 0.865 6.1 57 B Butler KC 158 189 69 0 258 0.318 0.388 0.469 0.267 0.857 6.1 58 J Bruce CIN 148 143 58 5 201 0.281 0.353 0.493 0.336 0.846 6.1 59 H Matsui LAA 145 132 67 0 199 0.274 0.361 0.459 0.324 0.820 6.0 60 N Walker PIT 110 126 34 2 160 0.296 0.349 0.462 0.251 0.811 6.0 61 V Martinez BOS 127 149 40 1 189 0.302 0.351 0.493 0.274 0.844 5.9 62 C Jones ATL 95 84 61 5 145 0.265 0.381 0.426 0.369 0.806 5.9 63 S Drew ARI 151 157 62 10 219 0.278 0.352 0.458 0.308 0.810 5.9 64 I Suzuki SEA 162 214 45 42 259 0.315 0.359 0.394 0.207 0.754 5.9 65 C Crisp OAK 75 81 30 32 111 0.279 0.342 0.438 0.372 0.779 5.9 66 A Torres SF 139 136 56 26 192 0.268 0.343 0.479 0.373 0.823 5.9 67 K Fukudome CHC 130 94 64 7 158 0.263 0.371 0.439 0.374 0.809 5.9 68 I Kinsler TEX 103 112 56 15 168 0.286 0.382 0.412 0.307 0.794 5.9 69 J Posada NYY 120 95 59 3 154 0.248 0.357 0.454 0.368 0.811 5.9 70 N Markakis BAL 160 187 73 7 260 0.297 0.370 0.436 0.266 0.805 5.8 71 V Guerrero TEX 152 178 35 4 213 0.300 0.345 0.496 0.261 0.841 5.8 72 M Prado ATL 140 184 40 5 224 0.307 0.350 0.459 0.227 0.809 5.8 73 C Johnson HOU 94 105 15 3 120 0.308 0.337 0.481 0.226 0.818 5.8 74 V Wells TOR 157 161 50 6 211 0.273 0.331 0.515 0.337 0.847 5.7 75 M Stanton FLA 100 93 34 5 127 0.259 0.326 0.507 0.357 0.833 5.7 76 C Young ARI 156 150 74 28 224 0.257 0.341 0.452 0.370 0.793 5.6 77 R Raburn DET 113 104 27 2 131 0.280 0.340 0.474 0.272 0.814 5.6 78 R Hernandez CIN 97 93 29 0 122 0.297 0.364 0.428 0.224 0.792 5.6 79 C Granderson NYY 136 115 53 12 168 0.247 0.324 0.468 0.361 0.792 5.6 80 R Spilborghs COL 134 95 39 4 134 0.279 0.360 0.437 0.284 0.797 5.6 81 J Damon DET 145 146 69 11 215 0.271 0.355 0.401 0.278 0.756 5.5 82 T Colvin CHC 135 91 30 6 121 0.254 0.316 0.500 0.346 0.816 5.5 83 B Abreu LAA 154 146 87 24 233 0.255 0.352 0.435 0.373 0.787 5.5 84 A Pagan NYM 151 168 44 37 212 0.290 0.340 0.425 0.275 0.765 5.5 85 D Stubbs CIN 150 131 55 30 186 0.255 0.329 0.444 0.354 0.773 5.4 86 A Soriano CHC 147 128 45 5 173 0.258 0.322 0.496 0.339 0.818 5.4 87 J Buck TOR 118 115 16 0 131 0.281 0.314 0.489 0.247 0.802 5.4 88 R Branyan SEA 109 89 46 1 135 0.237 0.323 0.487 0.375 0.810 5.4 89 D Valencia MIN 85 93 20 2 113 0.311 0.351 0.448 0.211 0.799 5.4 90 I Davis NYM 147 138 72 3 210 0.264 0.351 0.440 0.319 0.791 5.4 91 R Ibanez PHI 155 154 68 4 222 0.275 0.349 0.444 0.298 0.793 5.4 92 M Byrd CHC 152 170 31 5 201 0.293 0.346 0.429 0.198 0.775 5.4 93 A Jackson DET 151 181 47 27 228 0.293 0.345 0.400 0.227 0.745 5.4 94 S Victorino PHI 147 152 53 34 205 0.259 0.327 0.429 0.319 0.756 5.4 95 S Podsednik KC 95 121 29 30 150 0.310 0.353 0.400 0.241 0.753 5.4 96 C Quentin CWS 131 110 50 2 160 0.243 0.342 0.479 0.351 0.821 5.4 97 G Sanchez FLA 151 156 57 5 213 0.273 0.341 0.448 0.283 0.788 5.4 98 C McGehee MIL 157 174 50 1 224 0.285 0.337 0.464 0.262 0.801 5.4 99 T Hunter LAA 152 161 61 9 222 0.281 0.354 0.464 0.305 0.819 5.4 100 J Jaso TB 109 89 59 4 148 0.263 0.372 0.378 0.301 0.750 5.4 G試合数 H安打数 BB四球 SB盗塁 AVG打率 OBP出塁率 SLG長打率 AVG第二の打率 OPS出塁率＋長打率 RC27
算出方法
算出方法はメジャーリーグ公式HPから取得してpythonで計算している。
スクレイピングが面倒そうだったので、16ページ分を手でコピーしてテキストに落としてからデータ化している。
来年もやるのでスクレイピング部分を書いてから、どこかにUPしようかと思う。
#! /usr/bin/env python
#! vim: fileencoding=utf8
import csv
import decimal
class Player(object):
def set_name(self, name):
self.name = name
self.key = name
self.lis = []
def set_stat(self, lis):
self.TEAM = lis[0] #チーム
self.POS = lis[1] #ポジション
self.G = int(lis[2]) #試合数
self.AB = int(lis[3]) #打数
self.R = int(lis[4]) #得点
self.H = int(lis[5]) #ヒット数
self.B2B = int(lis[6]) #2ベースヒット
self.B3B = int(lis[7]) #3ベースヒット
self.HR = int(lis[8]) #ホームラン
self.RBI = int(lis[9]) #打点
self.TB = int(lis[10]) #塁打数
self.BB = int(lis[11]) #四球
self.SO = int(lis[12]) #三振
self.SB = int(lis[13]) #盗塁
self.CS = int(lis[14]) #盗塁失敗
self.OBP = float(lis[15])#出塁率
self.SLG = float(lis[16])#長打率
self.AVG = float(lis[17])#打率
self.lis += lis
self.lis.append(self.HBB)
self.lis.append(".%03d" % (self.AVG2*100))
def set_stat2(self, lis):
lis = lis[2:]
self.SF = int(lis[0]) #犠飛
self.SH = int(lis[1]) #犠打
self.HBP = int(lis[2]) #死球
self.IBB = int(lis[3]) #故意四球
self.GDP = int(lis[4]) #併殺打
self.TPA = int(lis[5]) #打席
self.NP = int(lis[6]) #打者に投げられた投球数
self.XBH = int(lis[7]) #単打以外の安打
self.SBper = float(lis[8]) #盗塁成功率 盗塁÷（盗塁＋盗塁死)
self.GO = int(lis[9]) #ゴロアウト
self.AO = int(lis[10]) #フライアウト
self.GO_AO = float(lis[11]) #フライ１つに対するゴロ
self.OPS = float(lis[12]) #出塁率＋長打率
self.lis += lis
self.lis.append(self.SBD)
@property
def HBB(self):
""" 安打 + 四球 """
return self.H + self.BB
@property
def AVG2(self):
""" 第二の打率 """
if self.AB > 0:
result = decimal.Decimal(str(((self.TB - self.H + self.BB + self.SB)*1.0) / self.AB))
return float(result.quantize(decimal.Decimal('.000'), rounding=decimal.ROUND_HALF_UP))
return 0
@property
def SBD(self):
""" 盗塁死 """
if self.SBper > 0:
result = decimal.Decimal(str(((self.SB * 1.0) / (self.SBper / 100)) - self.SB))
return float(result.quantize(decimal.Decimal('.000'), rounding=decimal.ROUND_UP))
return 0
@property
def RC(self):
"""
A = 安打 + 四球 + 死球 - 盗塁死 - 併殺打
B = 塁打 + 0.26 ×（四球 + 死球） + 0.53 ×（犠飛 + 犠打） + 0.64 × 盗塁 - 0.03 × 三振
C = 打数 + 四球 + 死球 + 犠飛 + 犠打
"""
a = self.H + self.BB + self.HBP - self.SBD - self.GDP
b = self.TB + 0.26 * (self.BB + self.HBP) + 0.53 * (self.SF + self.SH) + 0.64 * self.SB - 0.03 * self.SO
c = self.AB + self.BB + self.HBP + self.SF + self.SH
return (((a + 2.4*c) * (b + 3*c)) / (9 * c)) - (0.9 * c)
@property
def RC27(self):
"""
TO = 打数 - 安打 + 犠打 + 犠飛 + 盗塁死 + 併殺打
(27 * RC) / TO
"""
to = self.AB - self.H + self.SF + self.SH + self.GDP
return (27 * self.RC) / to
def __str__(self):
return " ".join([str(i) for i in [self.name] + self.lis])
class PlayerShelf(object):
def __init__(self):
#self.lis = []
self.dic = {}
def append(self, player):
self.dic[player.key] = player
#self.lis.append(player)
def get_player(self, key):
if key in self.dic:
return self.dic[key]
return None
@property
def lis(self):
return self.dic.values()
@property
def HBBbest(self):
return sorted(self.lis, cmp=lambda x, y:cmp(y.HBB, x.HBB))
def sortby(self, item, func=None):
if func:
l = self.lis
if type(func) != list:
func = [func]
for f in func:
l = [i for i in l if f(i) is True]
else:
l = self.lis
return sorted(l, cmp=lambda x, y:cmp(getattr(y, item), getattr(x, item)))
def create():
rf = open(r"c:\tmp\major.txt", "rb")
result = PlayerShelf()
for c, lis in enumerate(csv.reader(rf, delimiter="\t")):
if c % 3 == 1:
p = Player()
p.set_name(lis[-1])
if c % 3 == 2:
p.set_stat(lis)
result.append(p)
rf.close()
rf = open(r"c:\tmp\major2.txt", "rb")
for c, lis in enumerate(csv.reader(rf, delimiter="\t")):
if c % 3 == 1:
p = result.get_player(lis[-1])
if p is None:
print lis
continue
if c % 3 == 2:
p.set_stat2(lis)
result.append(p)
return result
def HBBbest(hoge, fs):
a = hoge
c = 0
for i in a.sortby('HBB'):
c += 1
fs.write("%s %s\n" % (c, " ".join([str(i) for i in [i.name, i.TEAM, i.H, i.BB, i.HBB, i.AVG]])))
if c > 100:
break
def BBbest(hoge, fs):
a = hoge
c = 0
for i in a.sortby('BB'):
c += 1
fs.write("%s %s\n" % (c, " ".join([str(i) for i in [i.name, i.TEAM, i.H, i.BB, i.SB, i.HBB, i.AVG]])))
if c > 100:
break
def OBPbest(hoge, fs):
a = hoge
c = 0
for i in a.sortby('OBP', [lambda x:x.H>=80, lambda x:x.name in First_list]):
c += 1
fs.write("%02d %s\n" % (c, " ".join([str(i) for i in [i.name, i.TEAM, i.G, i.H, i.BB, i.SB, i.HBB, i.AVG, i.OBP, i.AVG2]])))
if c > 100:
break
def AVG2best(hoge, fs):
a = hoge
c = 0
for i in a.sortby('AVG2', lambda x:x.H>=80):
c += 1
fs.write("%s %s\n" % (c, " ".join([str(i) for i in [i.name, i.TEAM, i.G, i.H, i.BB, i.SB, i.HBB, i.AVG, i.OBP, i.AVG2]])))
if c > 100:
break
def RC27best(hoge, fs):
a = hoge
c = 0
for i in a.sortby('RC27', lambda x:x.H>=80):
c += 1
fs.write(" %02d %s\n" % (c, "\t".join([str(i) for i in [i.name.ljust(14), i.TEAM, i.G, i.H, i.BB, i.SB, i.HBB, "%1.3f" % i.AVG, "%1.3f" % i.OBP, "%1.3f" % i.SLG, "%1.3f" % i.AVG2, "%1.3f" % i.OPS, "%1.1f" % i.RC27]])))
if c > 100:
break
def RC27best2(hoge, fs):
a = hoge
c = 0
for i in a.sortby('RC27', [lambda x:x.H>=80, lambda x: x.name in First_list]):
c += 1
fs.write("%s %s\n" % (c, "\t".join([str(i) for i in [i.name, i.TEAM, i.G, i.H, i.BB, i.SB, i.HBB, "%1.3f" % i.AVG, "%1.3f" % i.OBP, "%1.3f" % i.SLG, "%1.3f" % i.AVG2, "%1.3f" % i.OPS, "%1.1f" % i.RC27]])))
if c > 100:
break
First_list = [
'M Scutaro', 'B Roberts', 'C Patterson', 'D Jeter', 'J Bartlett',
'F Lewis', 'T Snider', 'M Prado', 'C Coghlan', 'J Reyes',
'S Victorino', 'N Morgan', 'C Patterson', 'J Pierre', 'T Crowe',
'A Jackson', 'S Podsednik', 'D Span', 'R Theriot', 'B Phillips',
'M Bourn', 'R Weeks', 'A McCutchen ', 'S Schumaker', 'E Aybar',
'C Crisp', 'R Davis', 'E Andrus', 'K Johnson', 'D Fowler',
'R Furcal', 'J Hairston', 'A Torres',
'I Suzuki']
if __name__ == "__main__":
a = create()
hbb = open(r"c:\tmp\hbb.csv", "w")
obp = open(r"c:\tmp\obp2.csv", "w")
avg2 = open(r"c:\tmp\avg2.csv", "w")
bb = open(r"c:\tmp\bb.csv", "w")
rc27 = open(r"c:\tmp\rc27.csv", "w")
rc272 = open(r"c:\tmp\rc27_2.csv", "w")
HBBbest(a, hbb)
BBbest(a, bb)
OBPbest(a, obp)
AVG2best(a, avg2)
RC27best(a, rc27)
RC27best2(a, rc272)
hbb.close()
bb.close()
obp.close()
avg2.close()
rc27.close()
rc272.close()
イチローは最高の一番バッターか？
October 11, 2010 at 12:29 AM | View Comments前回書いた ueBLOG | イチローはなぜ四球が少ないと批判されるのか？ というエントリーがはてぶやTwitterで反響がありました。ありがとうございます。
いろいろな意見があったのだけど、
- 一番打者同士で比べないと…
- 因みに「リードオフは速さより出塁」がセイバー的定石だが、今季のAL1番打者でイチローより出塁率高い選手はいないっぽい。2番まで含めるとOAKのバートンが上回るが。ただ、フィギンスと入れ替えてみたくはあるかな
- イチローの出塁率は、盗塁を４０以上している８人の中で２位、３０以上している１９人の中で４位だった。四球が多い上位２０人に盗塁３０個以上の選手は一人。出塁率が高いのはやっぱ足の遅いスラッガーだよね。
などの意見が気になった。
確かに、出塁率の高いのはリードオフマンよりスラッガーが高い気がしたので、ESPNのチーム情報→Roster→Lineupから1番の選手を抜き出して、昨日のデータに当ててみた。そもそもESPNのデータが正しいのかわからないし、名前でぶつけているので変な部分があるかもしれないが、とりあえずの指標にはなるだろう。
この選手を入れたほうがいい、という意見があったら、はてなブックマークやメール (ueblog [a] gmail.com) などで教えてほしい。
No Name TEAM G H BB SB H+BB AVG OBP AVG2 01 K Johnson ARI 154 166 79 13 245 0.284 0.370 0.37 02 R Weeks MIL 160 175 76 11 251 0.269 0.366 0.33 03 R Furcal LAD 97 115 40 22 155 0.300 0.366 0.32 04 I Suzuki SEA 162 214 45 42 259 0.315 0.359 0.21 05 S Podsednik KC 95 121 29 30 150 0.310 0.353 0.24 06 M Prado ATL 140 184 40 5 224 0.307 0.350 0.23 07 D Fowler COL 132 114 57 13 171 0.260 0.347 0.31 08 A Jackson DET 151 181 47 27 228 0.293 0.345 0.23 09 A Torres SF 139 136 56 26 192 0.268 0.343 0.37 10 E Andrus TEX 148 156 64 32 220 0.265 0.342 0.20 11 C Crisp OAK 75 81 30 32 111 0.279 0.342 0.37 12 J Pierre CWS 160 179 45 68 224 0.275 0.341 0.22 13 M Bourn HOU 141 142 59 52 201 0.265 0.341 0.29 14 D Jeter NYY 157 179 63 18 242 0.270 0.340 0.22 15 C Coghlan FLA 91 96 33 10 129 0.268 0.335 0.23 16 M Scutaro BOS 150 174 53 5 227 0.275 0.333 0.20 17 B Phillips CIN 155 172 46 16 218 0.275 0.332 0.25 18 F Lewis TOR 110 112 38 17 150 0.262 0.332 0.28 19 D Span MIN 153 166 60 26 226 0.264 0.331 0.22 20 S Schumaker STL 137 126 43 5 169 0.265 0.328 0.17 21 S Victorino PHI 147 152 53 34 205 0.259 0.327 0.32 22 J Bartlett TB 135 119 45 11 164 0.254 0.324 0.22 23 R Theriot LAD 150 158 41 20 199 0.270 0.321 0.15 24 J Reyes NYM 133 159 31 30 190 0.282 0.321 0.25 25 R Davis OAK 143 149 26 50 175 0.284 0.320 0.24 26 N Morgan WSH 136 129 40 34 169 0.253 0.319 0.21 27 C Patterson BAL 90 83 20 21 103 0.269 0.315 0.27 28 E Aybar LAA 138 135 35 22 170 0.253 0.306 0.18 29 T Crowe CLE 122 111 29 20 140 0.251 0.302 0.19 30 J Hairston SD 119 105 31 9 136 0.244 0.299 0.20 G試合数 H安打数 BB四球 SB盗塁 AVG打率 OBP出塁率 AVG2第二の打率
このランキングではイチローの出塁率は4位。盗塁も4位。3割バッターがイチローを含めて4人しかいない。
リードオフの役目は出塁、、と、頭から思っていたけど、昨日のデータとあわせて考えると、どうも出塁率よりも他の能力が求められていると思われる。
いくら出塁率が高くても120kgもあるフィルダーの息子が一番バッターというのは考えられない。走力なんだろうけど、盗塁というよりも1塁、2塁にいた時にヒットが生まれたときの得点に結びつく期待値じゃないかと思う。
そういった指標はあるのだろうけど、昨日の今日では見つけることができなかった。
また、盗塁が多い選手の、長打力＋盗塁能力を求めるの第二の打率が低いことを考えると、盗塁は長打力に比べるとあまり影響のない能力かもしれない。
このランキングでイチローが上位になったので少し安心した。走力や守備力を含めてイチローはスーパースターなのかもしれない。
マネーボールについて
はてなブックマークのコメントをみると、セイバーメトリックスに詳しい人から「マネーボールは古い」との指摘が多かった。
アスレチックのセイバーメトリックスは確かに研究されたし、四球の多い選手のサラリーも高騰してしまった。確かに古くなってしまっている。
しかし、アスレチックの成功とあの本が選球眼の良い選手のサラリーとファンたちの見方を変えてしまったのは、サラリーの高騰をみても明らかなので、四球が少ないことに対する批判の背景としての答えとして間違ってないのではないかと思う。
ちなみにアスレチックがセイバーメトリックスの評価でドラフトで獲得する選手を決めはじめたのが2002年。イチローがメジャーに行ったのが2001年なので、
- 『マネーボール』流セイバーメトリクスが持て囃されたのはあくまでイチロー、松井出現前だと思うが。大体その頃はイチロー並みに走る選手もそんなに少なかったと記憶している。
というのは違うと思う。
マネーボールは、それまで勘と経験で行われてきた選手評価を、数学的分析を持ち込み始めたときの話なので、野球に興味がない人ほど面白い読み物だと思う。内容の古さはひとまず置いておいて、数学が何かを変えた物語に興味のある人は一読した方が良いと思う。
ランダムハウス講談社
売り上げランキング: 2432
あと、BTというのが良くわかりませんでした。セイバーについてのＨＰでしょうか？？？
イチローはなぜ四球が少ないと批判されるのか？
October 10, 2010 at 12:36 AM | View Comments10年連続で200本安打という史上初の偉業を達成したイチロー。素晴らしい。
海外のメディアも偉業を称えてるが、一方で、
- 四球が少ない
- 内野安打が多い
と、批判する内容も多い。
日本の野球解説を見て「四球が少ない」という話題はほとんど聞いたことがないので不思議に思っていました。
調べると2000年代に入り、金欠球団アスレチックが選手評価にセイバーメトリクスという統計学を用いた手法を取り入れ成功したこと、また、その手法が「マネーボール」という本で広く紹介されたことにより、それまで注目されていなかった四球数が重要視されるようになった結果とのことだ。
アスレチック流セイバーメトリクスは
- 打率の高い選手のサラリーは高額なので、四球数が多く出塁率の高い選手を安く獲得
- 送りバント厳禁
- 盗塁厳禁
という特徴がある。
2000年代のアスレチックは、レギュラーシーズンにおいて金持球団ヤンキーズ並の成績を収めたことにより、他の球団も四球に注目するようになった（サラリーが高騰した）ということだ。
ランダムハウス講談社
売り上げランキング: 2432
イチローは打率よりも安打数を何より重視しているので、安打数＋四球で調べてみる。
すると、最多安打だったイチローが8位まで下がってしまう。
No Name TEAM H BB H+BB AVG 1 A Pujols STL 183 103 286 0.312 2 A Gonzalez SD 176 93 269 0.298 3 M Cabrera DET 180 89 269 0.328 4 J Votto CIN 177 91 268 0.324 5 P Fielder MIL 151 114 265 0.261 6 D Barton OAK 152 110 262 0.273 7 N Markakis BAL 187 73 260 0.297 8 I Suzuki SEA 214 45 259 0.315 9 B Butler KC 189 69 258 0.318 10 R Cano NYY 200 57 257 0.319 H 安打数 BB四球 AVG 打率
イチローの四球はわずか45。ところが、日本でも活躍したフィルダーの息子は114もの四球を選んでいる。イチローが苦心して200本の安打を打つのに対し、その半分も四球を選んでいる、これはかなり大きい。
ちなみに四球ベスト10はこちら
No Name TEAM H BB H+BB AVG 1 P Fielder MIL 151 114 265 0.261 2 D Barton OAK 152 110 262 0.273 3 A Pujols STL 183 103 286 0.312 4 J Bautista TOR 148 100 248 0.260 5 A Gonzalez SD 176 93 269 0.298 6 M Teixeira NYY 154 93 247 0.256 7 B Zobrist TB 129 92 221 0.238 8 J Votto CIN 177 91 268 0.324 9 J Heyward ATL 144 91 235 0.277 10 M Cabrera DET 180 89 269 0.328 H 安打数 BB四球 AVG 打率
打率3割が3人であとの7人は2割。7位のB Zobristの打率は.238しかないのにもかかわらずベスト10に入っている。お買い得な選手なのかもしれない。
故障せずに全試合出場するというのはイチローの美学なのだが、やはり絶対数より率で見たほうが公平に評価できる。次に50試合以上出場していて80本以上ヒットを打っている選手の出塁率を調べる。
No Name TEAM G H BB H+BB AVG OBP 1 J Morneau MIN 81 102 50 152 0.345 0.437 2 J Votto CIN 150 177 91 268 0.324 0.424 3 M Cabrera DET 150 180 89 269 0.328 0.420 4 A Pujols STL 159 183 103 286 0.312 0.414 5 J Hamilton TEX 133 186 43 229 0.359 0.411 6 K Youkilis BOS 102 111 58 169 0.307 0.411 7 J Mauer MIN 137 167 65 232 0.327 0.402 8 P Fielder MIL 161 151 114 265 0.261 0.401 9 S Choo CLE 144 165 83 248 0.300 0.401 10 C Ruiz PHI 121 112 55 167 0.302 0.400 G試合数 H安打数 BB四球 AVG打率 OBP出塁率
フィルダーの息子はここでも8位にランクイン。あまりの肥満のために体型にはこだわらないアスレチックですらドラフト対象からはずしたといわれるフィルダー息子は超一流バッターに成長したことが伺える。
1位のMorneauは試合数が81試合と少ないが、162試合出れば204安打、100四球とリーグトップになる、、。しかし、休み休み使えばいいのでこれでいいのかもしれない。
さて、ここで注目は「マネーボール」で「四球のギリシア神」といわれた K Youkilis。安打数は111とイチローの半分、打率3割を超えてはいるがそれほど目立つほどではない、しかし、セイバーメトリクスで最も重要視される出塁率で6位と期待通りの仕事をしているのがわかる。
さて、イチローはというと、、、なんと60位。四球の少なさが出塁率を大きく下げる結果になっている。ちなみにこれは同じ日本人選手の41位の福留、57位の松井よりも下だ。
No Name TEAM G H BB H+BB AVG OBP 41 K Fukudome CHC 130 94 64 158 0.263 0.371 57 H Matsui LAA 145 132 67 199 0.274 0.361 60 I Suzuki SEA 162 214 45 259 0.315 0.359
福留、松井両名とも良いシーズンでなかったといわれるが、両名ともそれなりの成績を収めていたことがわかる。
＜追記＞ リードオフマンの出塁率はそれほど高くないのでは？という意見が多かったので、各球団の1番打者の出塁率をしらべてみました。
結果を言うと、１番打者のなかではかなり良い出塁率でした。
＜追記おわり＞
さて、セイバーメトリクスといえばアスレチックだったのだが、ここ数年、セイバーメトリクスで好調な成績を収めている球団はなんと言ってもレッドソックスだ。
レッドソックスはアスレチックと違い、盗塁などの機動力を重視する。そしてアスレチック同様、四球と長打力を重視する。
そんなアスレチックの評価の一つに第二の打率というのがある。
（累打数 - 安打＋四球＋盗塁）/打数
塁打数というのは シングルヒット + 2塁打 * 2 + 3塁打 * 3 + ホームラン * 4
なので、塁打数 - 安打 はシングルヒットを無効にした数値（長打力を測定するため）、それに四球と盗塁を付与したものだ。
同じく 50試合以上、80本以上ヒットで算出すると、、、
No Name TEAM G H BB SB H+BB AVG OBP AVG2 1 J Bautista TOR 161 148 100 9 248 0.260 0.378 0.55 2 A Pujols STL 159 183 103 14 286 0.312 0.414 0.48 3 J Votto CIN 150 177 91 16 268 0.324 0.424 0.47 4 M Cabrera DET 150 180 89 3 269 0.328 0.420 0.46 5 J Morneau MIN 81 102 50 0 152 0.345 0.437 0.44 6 K Youkilis BOS 102 111 58 4 169 0.307 0.411 0.43 7 D Ortiz BOS 145 140 82 0 222 0.270 0.370 0.42 8 P Fielder MIL 161 151 114 1 265 0.261 0.401 0.41 9 A Dunn WSH 158 145 77 0 222 0.260 0.356 0.41 10 J Werth PHI 156 164 82 13 246 0.296 0.388 0.41 G試合数 H安打数 BB四球 SB盗塁 AVG打率 OBP出塁率 AVG2第二の打率
となる。
100四球、9盗塁のBautistaが1位になっている。レッドソックスの選手が2名いることも興味深い。フィルダー息子はここでも8位。
第二の打率はシングルヒッター以外の選手の特徴を知るための批評なので仕方ないが、イチローはベスト100に入らない。
日本人選手は福留が35位、松井が77位
No Name TEAM G H BB SB H+BB AVG OBP AVG2 35 K Fukudome CHC 130 94 64 7 158 0.263 0.371 0.37 77 H Matsui LAA 145 132 67 0 199 0.274 0.361 0.32
松井はもう少し上の成績を残したかったところだろうが、この成績ならまだまだ必要とするチームはあるだろう。 福留はかなり不本意なシーズンを送ったといわれるが、この批評だとかなり良い成績を残している。 契約終了すれば日本へ復帰との噂もあるが、メジャー球団が手放さないのではないかと思う。
セイバーメトリクスの指標からするとイチローにとって厳しい評価となったが、 もちろんセイバーメトリクスが絶対という訳ではない。
今回のエントリーを書くにあって、各選手の数値はメジャーリーグ公式ＨＰを参考にした。
「数学で犯罪を解決する」を読んだ
October 03, 2010 at 11:29 PM | View Comments統計学の知識を得たい。ここ最近いろいろ思うところがあってそう思うようになり、いろいろ本を読んでいるのだけど、まともな高等数学を勉強したことがない僕にとってはかなり難しい。
そもそも統計学でいいのかもよく分からない、データマイニング、確立、ベイズ推論、パターン抽出、、、これらをひっくるめると統計学でいいのか？もっと違う言い方があるのか？統計学という言い方で合っているので分からないので、ここでは統計学(仮)ということにする。
今思うのはそれらの知識を得ると抱えている問題をより良く解決できる予感がするということだ。
と言うわけで、いろいろ統計学(仮)についての本を手にとって読んでみたが難しい。どうも頭に入ってこない、、、なんとなく分かる気もするが、こういうのは大体勘違いというのが相場だ。
そもそも前提知識や理解力少ないことは大きな理由だが、ここまで頭に入ってこないのは統計学(仮)への愛情が少ない、好きさが足りない、、と思う。と言うか、あまりにも理解できないので、そう思いたい。
ということで、統計学(仮)の入門書はいったん置いて置いて、統計学(仮)をもっと愛せるような本を読むことにする。今回読んだ「数学で犯罪を解決する」は、そういった意味でなかなかよい本だった。
そもそも統計学(仮)は世の中のいろいろな場面で役に立っている。例えば、
- Gmailの迷惑メール自動判別
Gmail以前に使っていたOutlookみたいなメーラーは、自分で差出人が〇〇のもの、、件名に××という単語があるもの、、とルールをきめて迷惑メールを削除していた。
ところがGmailの迷惑メール自動判別機能は、「このメールは迷惑メール」「このメールは迷惑メールでない」というのを世界中の人が判別することで、かなりの確立で迷惑メールを迷惑メールとして扱ってくれる。よく分からないが、これはベイズなんとかという統計学(仮)の考え方を使っているらしい。
例えば、レッドソックスの岡島。
日本でそこそこの選手と思われていた岡島がメジャーリーグの名門レッドソックスからオファーがあったとき、同時に入団した松坂の話し相手として取ったのだろうさえ言われた。
ところが、松坂に劣らないというか、チームへの貢献度では確実に松坂を上回る活躍をみせた。コストパフォーマンスは確実に松坂より上だ。レッドソックスは松坂のついでに岡島を獲得したのではなくセイバーメトリックスと呼ばれる統計学(仮)を利用した選手分析の手法で岡島の価値を発見したのだ。
（ちなみに岡島の価値は四球と奪三振の比率から算出したらしい）
統計学(仮)は楽しそうだ。ちょっと好きになってきた。
「数学で犯罪を解決する」は、アメリカの連続ドラマ「NUMB3RS」で使われている数学を解説した本だ。
ダイヤモンド社
売り上げランキング: 51896
「NUMB3RS」というドラマは、、Wikipediaによると
FBI特別捜査官ドン・エプス（ロブ・モロー）と、数学の天才で犯罪者の行動を予測する公式を導き出す弟のチャールズ・エプス（デイビッド・クロムホルツ）の活躍を描くドラマである。
となっている。このドラマのウリは使われる数学がキテレツなものではなく、実際の犯罪捜査でも使われるちゃんとした数学ということだ。
売り上げランキング: 7719
ドラマの中で
スプリンクラーから落ちる次の水滴は分からない、でもスプリンクラーの場所が分からないとすると、これまで落ちた水滴からスプリンクラーの場所を割り出すことはできる。この犯罪犯でも同じだ。
数学者の弟はこういって黒板に方程式を書き、連続殺人事件の犯人の居場所をつきとめた。
それはドラマだからだ！
と、言いたくなるが、実はこれは実際の話を元に作られた話で、使われた数式も同じものだと言う。
実際に数式を使って連続殺人犯をつきとめたのはカナダの警察のキム・ロスモという人物だった。先ほどのスプリンクラーの話はキム・ロスモ氏自身が地理的プロファイリングを説明するときに使う比喩ということだ。
北大路書房
売り上げランキング: 38210
この方程式は、犯罪は犯罪者の拠点から離れると増えるが、あまり遠くなると減るという現象を元に
方程式は地図に座標をふって、任意の(i,j)に対し
- 犯罪が起きた(x,y)と(i,j)との距離を全て図り、任意の関数をあてる
- バッファー(犯罪が増えて減るまでの幅)から、先ほどの距離を引いて、先ほどと違う関数をあてる
- 任意の重みをつける
- 過度に特徴が出ないように単位をまとめる
(理解できてないので上手く説明できない上にこれであっているか分からない)
というように「それぞれの犯罪の貢献を合計して、(ij)グリッドの確立を求める」方程式をつくり、それを全ての座標で行い、確立が高いエリアに色をつける。そのエリアを中心に捜査を行う。
どの事件も同じ計算でOKというわけではなく、任意の関数や重みなどをそれぞれの事件の特性によって変える必要がある。
実際のキム・ロスモの事件では、特定した住所を調べた結果、犯人はいなかった、、、しかし、タレコミのあった警察関係者を調べたところ、その人物はそのエリアから引っ越していたことが分かり、さらに証拠が出て逮捕された。
「数学で犯罪を解決する」はこのように、ドラマ「NUMB3RS」で数学がどのように使われ、その数学がどういうものなのか、実際にも使われているか、、、を、数学の知識のない人でも分かるように分かりやすく解説している。
統計学(仮)ではないが、RSA,SHA-1,MD5などの仕組みはこれまで読んだ解説のなかで一番分かりやすかったし、指紋神話(同じ指紋は世の中に存在しない）はかなり根拠が危ういなど、、興味深い話も多く、この本は買ってよかった。
おかげで統計学(仮)への愛情が少し増した。
また、和訳された本書には、それぞれのChapterに出てくる数学をより知りたい人向けのための参考本の紹介を訳者がしてくれている。
ちなみに暗号に関する参考文献では結城浩先生の「暗号技術入門 - 秘密の国のアリス」が紹介されてあって個人的に好感が持てた。
ソフトバンククリエイティブ
売り上げランキング: 114465
ダイヤモンド社
売り上げランキング: 51896
Contact
ueblog[at]gmail.comLatest blog posts
- すみだガラス市で「うすはり」を買ったという話
- 修理ばかりだけどNEX-5を買って良かったと思っているという話
- 娘の入園式の直前にNEX5が壊れたのでフィルムカメラを使ったところ「フィルムカメラもいいかも」と思った話
- NEX5でオールドレンズ遊び Rollei Planar 50mm f1.8
- 原研哉 新しい常識で家を作ろう トークショウへ行ってきました
- Found MUJI 日本の10窯 の蕎麦猪口は良い
- Flickrへのアップロードが10000枚突破！そしてFlickrについて
- NEX-5を買ったのでオールドレンズ遊びをはじめます！
- Pinterestレビュー コレクションを楽しむこと
- Kindle4を3ヶ月使ったけど買ってよかった
On Twitter the good, the bad, and the ugly
See more tweetsCategories
- android (rss) (17)
- appletv (rss) (2)
- asus (rss) (4)
- atami (rss) (2)
- blog (rss) (21)
- blogofile (rss) (1)
- book (rss) (9)
- camera (rss) (9)
- celibre (rss) (1)
- chrome (rss) (1)
- chumby (rss) (1)
- comic (rss) (23)
- design (rss) (1)
- django (rss) (24)
- django-handson6 (rss) (2)
- django_randomnote (rss) (3)
- django_wiki (rss) (1)
- education (rss) (1)
- event (rss) (20)
- evernote (rss) (1)
- f-01b (rss) (10)
- f-02b (rss) (10)
- f-03b (rss) (11)
- f-11c (rss) (5)
- f-12c (rss) (19)
- f01-b (rss) (4)
- f02-b (rss) (2)
- f906i (rss) (13)
- filmcamera (rss) (1)
- flickr (rss) (4)
- food (rss) (4)
- gaget (rss) (1)
- game (rss) (26)
- google (rss) (3)
- googleappengine (rss) (3)
- googleapps (rss) (1)
- gtd (rss) (2)
- gx100 (rss) (1)
- hatena (rss) (8)
- hiphop (rss) (3)
- history (rss) (3)
- ikea (rss) (11)
- ipad (rss) (1)
- iphone (rss) (2)
- j2 (rss) (1)
- javascript (rss) (1)
- jazz (rss) (1)
- jleague (rss) (1)
- kaden (rss) (7)
- kanazawa (rss) (11)
- keitaikaigi (rss) (27)
- keitaikaigi2 (rss) (11)
- keitaikaigi5 (rss) (16)
- kindle (rss) (2)
- lifehack (rss) (6)
- magagine (rss) (1)
- mizuki (rss) (8)
- movie (rss) (2)
- muji (rss) (3)
- music (rss) (5)
- n10jc (rss) (4)
- neta (rss) (3)
- nex5 (rss) (3)
- nhk (rss) (4)
- niconico (rss) (1)
- nintedods (rss) (9)
- nintendo (rss) (22)
- olasonic (rss) (1)
- oldlens (rss) (3)
- osx (rss) (2)
- perl (rss) (1)
- photo (rss) (1)
- pinax (rss) (1)
- pinterest (rss) (1)
- powershots90 (rss) (1)
- program (rss) (2)
- python (rss) (36)
- python3000 (rss) (1)
- r (rss) (1)
- reform (rss) (23)
- review (rss) (1)
- rockstar (rss) (1)
- rome (rss) (5)
- ruko (rss) (14)
- s90 (rss) (2)
- sqlachemy (rss) (2)
- statistics (rss) (5)
- stevejobs (rss) (1)
- suda51 (rss) (6)
- surf (rss) (3)
- taiwan (rss) (11)
- taiwan2011 (rss) (9)
- tea (rss) (8)
- trip (rss) (9)
- tumblr (rss) (4)
- twitter (rss) (4)
- uncategorized (rss) (16)
- wassr (rss) (1)
- web (rss) (19)
- wedding (rss) (1)
- wii (rss) (22)
- wiiu (rss) (1)
- windows (rss) (1)
- xbox360 (rss) (2)
- youtube (rss) (8)
- ヒストリエ (rss) (2)
- 原研哉 (rss) (1)
- 吉田秋生 (rss) (2)
- 岩明均 (rss) (2)
- 海街diary (rss) (2)
- 雑貨 (rss) (1)
Archives
- April 2012 (3)
- March 2012 (2)
- February 2012 (2)
- January 2012 (4)
- December 2011 (4)
- November 2011 (9)
- October 2011 (3)
- September 2011 (13)
- August 2011 (12)
- July 2011 (8)
- June 2011 (1)
- May 2011 (1)
- April 2011 (3)
- February 2011 (1)
- January 2011 (7)
- December 2010 (3)
- November 2010 (3)
- October 2010 (16)
- September 2010 (7)
- August 2010 (7)
- July 2010 (3)
- June 2010 (1)
- May 2010 (1)
- April 2010 (8)
- March 2010 (9)
- February 2010 (18)
- January 2010 (13)
- December 2009 (5)
- November 2009 (6)
- October 2009 (4)
- September 2009 (4)
- August 2009 (3)
- July 2009 (2)
- June 2009 (4)
- May 2009 (3)
- April 2009 (1)
- March 2009 (11)
- February 2009 (12)
- January 2009 (24)
- December 2008 (33)
- November 2008 (12)
- October 2008 (4)
- September 2008 (1)
- August 2008 (4)
- July 2008 (22)
- June 2008 (10)
- May 2008 (4)
- April 2008 (5)
- February 2008 (7)
- January 2008 (3)
- December 2007 (4)
- November 2007 (8)
- October 2007 (4)
- September 2007 (5)
- August 2007 (7)
- July 2007 (8)
- June 2007 (4)
- May 2007 (3)
- April 2007 (2)
- March 2007 (12)
