棒球在台湾非常盛行，台湾也是少数有自己的职业棒球联盟的国家。不过棒球也是很复杂的运动，要看懂棒球不难，但要看的懂门道不简单。想要更深入了解棒球，数据分析会是个好方法。台湾 R 语言社群请来了枢纽棒球的站长简于闵和卓书贤，来谈如何用数据来分析棒球，从中找出更多的乐趣。
棒球统计学又称为赛伯计量学（Sabermetrics），一般人对这个词的印象通常来自于电影《魔球》（Moneyball），甚至误以为电影中由 Brad Pitt 饰演的帅气男主角最看重的上垒率就是棒球计量学的解答。其实对球团来说，重要的是找出有价值却被市场忽略的数据。过去由于上垒率不受重视，所以运动家队才能捡便宜，如今上垒率成为显学，那就要寻找其他的指标。
现代球队会这么在意棒球统计学，是因为背后牵动着价值上百亿台币的球员市场。2017 年美国职棒大联盟（MLB）的平均薪资超过 400 万美元，约台币 1.2 亿元。平常人连买菜都会精打细算，更何况是买球员这么贵的东西，当然要睁大眼睛。买菜靠的是看色泽、摸手感和闻气味，那买球员靠的就是数据分析，帮忙球团找出砂砾中的珍珠。拜现代科技进步所赐，有了 Statcast 系统这种追踪工具，可以测出各种以前无法掌握的数据，包括球被击出的速度、球员跑动的速度、球被接到的概率和球被打出的仰角等等。这些数据的分析可以帮助球团和球迷不受印象所蒙蔽，看出一个球员的表现是好是坏。
▲ 两位数据棒球专页枢纽棒球的站长，左为卓书贤，右为简于闵。（Source：科技新报）
棒球很适合用来做数据分析，因为棒球是一项回合制的运动，每场比赛都是由一次又一次独立的投打对决累加起来的，每次都能做为实验的样本。棒球也是一种概率的运动，好的打者和不好的打者打出安打的概率其实只差 10%，因此只看几场比赛很难分辨到底谁是比较好的球员。不过 MLB 一支球队每季都要打 162 场比赛，这么大量的比赛能累积大量的实验样本，减少运气因素在数据分析中所造成的影响。
要学做棒球数据分析，需要有棒球相关的知识、分析能力和处理资料的方法。其中最重要的是棒球相关的知识，才能判断了解数据背后的意义，其次是分析能力，最后才是处理资料的方法，因为多数的数据取得时都已经被处理过了。当三者都具备了，那就可以挑选想分析的棒球数据来着手。好的棒球数据应该要能有效衡量球员的实力，因此尽量使用运气影响较小的数据，以及容易复制表现的数据。举例而言，FIP （Fielding Independent Pitching）因为只评估排除守备以外的投球数据，可靠的程度就比常常会被队友守备拖累的自责失分率（ERA）要高。想要取得棒球的分析数据，可以上 MLB 的官网，或是 Baseball-reference、FanGraphs 和 The Hardball Times 等棒球数据网站，不只有数据还有相关的文章可以参考。
▲ FanGraphs 是棒球数据分析的常用网站。（Source：FanGraphs）
除了比赛本身之外，以数据分析其他场外事件也非常有趣。例如用数据分析入选名人堂的标准，透过安打数、全垒打、胜投和三振等累积数据，以及最有价值球员（MVP）和赛扬奖等个人荣誉来预测一个球员未来会不会进入名人堂。但毕竟进入名人堂是依靠投票，所以这种分析一定会有误差。有些该入选的球员因为丑闻，或是颠峰期不够强，抑或职业生涯不够久，而没能入选。有些不该入选的球员则因为守备位置特殊，或是对棒球历史或球队有特殊贡献而能够入选。
虽然数据分析能更了解球员的实力，不过这不代表就不用看球了。这样除了会丧失看球本身的乐趣，而且会无法注意到球员在比赛中的改变，分析时就会产生误差而无法解释。只有观察比赛时的细节，才能修正对数据的使用模式。不过数据不可能解释所有的状况，还是存在着部分限制，像是伤病风险和防守能力，都还是数据分析上的难题。如果对数据棒球分析有兴趣，可以关注枢纽棒球的专页，也可以加入数据棒球学会台湾分会。
（首图来源：达志影像）
延伸阅读：
- 数据棒球学会台湾分会正式成立，开启棒球计量学新时代
- 当资料科学遇上棒球，专访孙玉峰谈赛伯计量学
- 大联盟数据棒球的秘密武器 Trackman，悄悄在台一年
- 看 Big Data 如何改变美国职棒 MLB？
