讓陳瑞振 (阿不是) Billy Beane 告訴你
前年魔球(Money Ball), 去年人生決勝球(Trouble with Curve), 這幾年美國電影以棒球做為素材的影片還不少. 這兩部片在劇情主軸是沒有什麼共通性, 唯一的共通點是棒球數據分析(Sabermatrics)在影片中都出現. 魔球主要在說棒球數據分析的重要性, 而在人生決勝球中的年輕球探過度強調電腦數據分析; 卻被老球探Gus打臉, 用實例告訴他在現場的經驗跟判斷比電腦數據分析還重要.
How come? 棒球數據分析錯了嗎?? 計量不管用嗎??
並不是, 而是應用數據的人基本概念並沒有清楚. 主要在"隨機樣本"跟"大數法則"這兩項概念上
在這兩部電影裡, 其實樣本性質有很大的差異. 在魔球中, 主要Billy Keane的數據來源是從所有大聯盟中, 或者是在小聯盟系統中載浮載沉的選手來做為數據分析的資料來源. 這些選手, 不管是打者或者是投手, 都已經有一定的打數(At-Bat)或者是投球局數(Innings-Pitched). 以打者來說, 他們面對過的投手已經相當多樣, 包含不同的投球型態, 各式的球種, 以及面對投手時壘包上的狀態, 都已經有相當的多樣性. 簡單來說, 他們面對的場合足夠"隨機", 也因此,依照他們過去比賽的數據所推演(Infer)出這位選手的能力, 就具有相當的可靠程度. 換句話說, 我購入這位選手, 只要給他足夠的出場數(大數法則), 那麼他能夠複製過去成績的機會相當高.
然而,在人生決勝球中, Gus所要挑選的是高中畢業, 只有學生棒球的選手. 在這樣的狀態下單就數據分析很可能就不管用了!! 原因正是因為高中數據沒有辦法滿足這兩個條件.以劇中的高中打者來說. 他的打擊數據非常好,但是Gus發現他專打直球, 在打曲球的時候有明顯的問題. 這樣的問題在數據中可能不會顯現出來, 第一: 高中數據的蒐集並沒有像大聯盟數據如此密集且專業,第二: 就算有蒐集的專業, 在高中能夠投出具有競爭力曲球的選手並不多. 簡單說: 這位打者所面對的情況並不"隨機", 而是集中在高中經常出現的速球上的數據. 所以用這個數據來解釋這個打者面對"直球"的能力說得通, 但是要擴大解釋到面對所有球種那就不行了. 因此, 如果用過去的成績來推演這位選手的能力, 等到他面對的"大數" 出現的夠多, 他就會在被打回原型. (片中也不用等到大數啦, 就旅館旁挑一個曲球投得好的就定死了!!)
當然, 統計跟計量的基礎概念只是基本, 但是有些變數有時候是很難被觀察紀錄下來, 因此無法被考量到計量的模型當中的. 身為台灣球迷很常講的就是張建銘(火哥)這位選手, 他的大賽紀錄奇佳, 但是在職業賽中的紀錄卻只是中上球員而已. 如果以技術層面來說, 有可能是國外選手通使用的球種恰巧符合張所喜歡的球路, 而也有可能是他自身心理素質對於國家榮譽的渴求或者是大賽時滿場觀眾加油聲造成他腎上腺素狂飆而激發出他平常並無法特別表現出來的潛力. 前者是可能用更詳盡的數據蒐集來分析推演出可能的結果, 而後者就是做研究的人員較為辛苦的地方, 也就是無法觀察的數據, 得用間接可觀察到變數來"引申" (比如: 如果能夠看到入場人數跟張的表現有關連, 那麼或許他真的是特別適合大賽的選手)
其實這也是我非常喜歡短期賽事的原因之一: "驚喜", 過去的能力表現只能是國家隊挑選選手的參考指標之一, 然而短期賽事基本上要出現的是的是相當少的樣本點, 因此, 這些選手的臨場表現跟調整就相當的重要. 這就是為什麼有時候教練挑選選手會參雜一些"迷信"的成分, 相信特定選手在國際賽場上可以表現的相當優異, 而也是為什麼球迷經常會"跌破眼鏡", 得到了"驚喜"或"失落"
然而, 因為這些即將出現的"樣本點"相當少, 而接下來的賽事所面對的對手跟過去賽事可能也有很大的差異, 我認為如果以總教練的出發點來說, 必須要觀察選手是否在短時間內出現基本功走樣的情形. 比如說揮棒動作,投球機制等. 一個選手基本樣態沒有太大的改變, 那就有效的降低臨場表現"走鐘"的情形出現. 而以現在台灣陣容中的選手來說, 有幾位可能出現基本狀態已經不同的問題, 這樣的狀況在現場的教練團可能得多加注意.
之前在跟朋友討論的時候, 他提到在台灣論述議題是否到了一種迷信"數據"的時代? 與其說是迷信數據,我傾向相信大家還不太確定"數據分析"背後運作的黑盒子裡到底有甚麼技巧和限制.
我們在使用數據之前, 其實有幾項基本的資料性質應該要進行檢驗, 而推理的過程也要考量到這些數據性質對於未來預測能力的侷限. 越了解統計理論, 就越清楚自己所採用的數據會出現甚麼樣的問題, 了解這些問題,就能夠幫助我們更加準確的使用手邊的資料.
最後:感謝ptt棒球板ourlun製作搭配的字幕. 我沒有選擇原始的版本, 而挑選他的版本. 一來是因為真的很有意思, 二來也為台灣的棒球環境略表哀悼.
How come? 棒球數據分析錯了嗎?? 計量不管用嗎??
並不是, 而是應用數據的人基本概念並沒有清楚. 主要在"隨機樣本"跟"大數法則"這兩項概念上
在這兩部電影裡, 其實樣本性質有很大的差異. 在魔球中, 主要Billy Keane的數據來源是從所有大聯盟中, 或者是在小聯盟系統中載浮載沉的選手來做為數據分析的資料來源. 這些選手, 不管是打者或者是投手, 都已經有一定的打數(At-Bat)或者是投球局數(Innings-Pitched). 以打者來說, 他們面對過的投手已經相當多樣, 包含不同的投球型態, 各式的球種, 以及面對投手時壘包上的狀態, 都已經有相當的多樣性. 簡單來說, 他們面對的場合足夠"隨機", 也因此,依照他們過去比賽的數據所推演(Infer)出這位選手的能力, 就具有相當的可靠程度. 換句話說, 我購入這位選手, 只要給他足夠的出場數(大數法則), 那麼他能夠複製過去成績的機會相當高.
然而,在人生決勝球中, Gus所要挑選的是高中畢業, 只有學生棒球的選手. 在這樣的狀態下單就數據分析很可能就不管用了!! 原因正是因為高中數據沒有辦法滿足這兩個條件.以劇中的高中打者來說. 他的打擊數據非常好,但是Gus發現他專打直球, 在打曲球的時候有明顯的問題. 這樣的問題在數據中可能不會顯現出來, 第一: 高中數據的蒐集並沒有像大聯盟數據如此密集且專業,第二: 就算有蒐集的專業, 在高中能夠投出具有競爭力曲球的選手並不多. 簡單說: 這位打者所面對的情況並不"隨機", 而是集中在高中經常出現的速球上的數據. 所以用這個數據來解釋這個打者面對"直球"的能力說得通, 但是要擴大解釋到面對所有球種那就不行了. 因此, 如果用過去的成績來推演這位選手的能力, 等到他面對的"大數" 出現的夠多, 他就會在被打回原型. (片中也不用等到大數啦, 就旅館旁挑一個曲球投得好的就定死了!!)
當然, 統計跟計量的基礎概念只是基本, 但是有些變數有時候是很難被觀察紀錄下來, 因此無法被考量到計量的模型當中的. 身為台灣球迷很常講的就是張建銘(火哥)這位選手, 他的大賽紀錄奇佳, 但是在職業賽中的紀錄卻只是中上球員而已. 如果以技術層面來說, 有可能是國外選手通使用的球種恰巧符合張所喜歡的球路, 而也有可能是他自身心理素質對於國家榮譽的渴求或者是大賽時滿場觀眾加油聲造成他腎上腺素狂飆而激發出他平常並無法特別表現出來的潛力. 前者是可能用更詳盡的數據蒐集來分析推演出可能的結果, 而後者就是做研究的人員較為辛苦的地方, 也就是無法觀察的數據, 得用間接可觀察到變數來"引申" (比如: 如果能夠看到入場人數跟張的表現有關連, 那麼或許他真的是特別適合大賽的選手)
其實這也是我非常喜歡短期賽事的原因之一: "驚喜", 過去的能力表現只能是國家隊挑選選手的參考指標之一, 然而短期賽事基本上要出現的是的是相當少的樣本點, 因此, 這些選手的臨場表現跟調整就相當的重要. 這就是為什麼有時候教練挑選選手會參雜一些"迷信"的成分, 相信特定選手在國際賽場上可以表現的相當優異, 而也是為什麼球迷經常會"跌破眼鏡", 得到了"驚喜"或"失落"
然而, 因為這些即將出現的"樣本點"相當少, 而接下來的賽事所面對的對手跟過去賽事可能也有很大的差異, 我認為如果以總教練的出發點來說, 必須要觀察選手是否在短時間內出現基本功走樣的情形. 比如說揮棒動作,投球機制等. 一個選手基本樣態沒有太大的改變, 那就有效的降低臨場表現"走鐘"的情形出現. 而以現在台灣陣容中的選手來說, 有幾位可能出現基本狀態已經不同的問題, 這樣的狀況在現場的教練團可能得多加注意.
之前在跟朋友討論的時候, 他提到在台灣論述議題是否到了一種迷信"數據"的時代? 與其說是迷信數據,我傾向相信大家還不太確定"數據分析"背後運作的黑盒子裡到底有甚麼技巧和限制.
我們在使用數據之前, 其實有幾項基本的資料性質應該要進行檢驗, 而推理的過程也要考量到這些數據性質對於未來預測能力的侷限. 越了解統計理論, 就越清楚自己所採用的數據會出現甚麼樣的問題, 了解這些問題,就能夠幫助我們更加準確的使用手邊的資料.
最後:感謝ptt棒球板ourlun製作搭配的字幕. 我沒有選擇原始的版本, 而挑選他的版本. 一來是因為真的很有意思, 二來也為台灣的棒球環境略表哀悼.
No comments:
Post a Comment