mlkj24

Economist Mar 4th 2015

美國東北部仍在下雪，不過兩個季節交換的儀式已在3月3日開始了。其一是為棒球季打開序幕，在佛羅里達州、亞歷桑那州兩地，展開為期一個月之久的春訓。但沒有改變的是，伴隨著歡迎球棒清脆聲響(譯按：原文用的是crack of the bat，在棒球術語中，指的是「球棒接觸到球的那瞬間」，經濟學人這句話有雙關意)的，是一些棒球統計學家的推特或部落格，先發制人地想打消某些天真球迷(對春訓比賽)的有害觀念。這個觀念是，這些春訓比賽中，可能藏有一滴滴的有用資訊。

棒球統計的各領域裡，很少比「春訓數據無用論」，更能取得棒球計量學家的共鳴了，因為選手在這個階段基本上只是練練生鏽的身手，恢復身材，而不是試著贏球。Baseball Prospectus的Joe Sheehan曾在2008年寫說「春訓數據是沒有意義的」。Fangraphs的Dave Cameron在2010年，再度重申了這個觀念。「每年三月最要記在心上的」，就是「春訓數字不代表任何事。」自那時起，這樣的傳統觀念就沒有被撼動過。的確，那些沒辦法真正下場打球的球迷，他們找到一個最惡劣的例子，就是那些「處在人生最佳狀態」，在春訓時把球猛力揮擊到變形的大聯盟選手，等到例行賽真正開始時又無可避免地原形畢露。

毫無疑問，春訓的對決跟真正的棒球比賽天差地遠。半數春訓比賽舉辦的地點在海拔高、又乾燥的亞歷桑那，這種情況下球很容易飛出場；另一半的比賽則在靠海、潮濕的佛羅里達，溼氣重會讓可能的全壘打，變成毫無殺傷力的外野飛球。而球員的狀況也大有不同：有些在休賽期間釣魚、做日光浴，而有些人卻去拉丁美洲的冬季聯盟打拼，以球季中的狀況現身。投手通常會用春訓來試驗新球路；有些球員拿來練新的守備位置。而競爭強度也差很多，從菜味十足的年輕新星，到已經養成的超級球星都有。而春訓的時間，也沒有長到能讓表現穩健輸出：通常一位打者僅會有50-100個打席，投手也僅面對50-100位打者，跟正常球季一位打者有600個打席、投手要面對800位打者比起來，只是很小的一部分。

但即使有這些變數，認為春訓數字無用的說法，是錯誤的。不是只有一點錯，也不是可爭論的錯誤 — 而是毫無疑問、決定性的錯誤。可以肯定的是，這些數據會很雜亂。但它們仍傳達了某種訊號。2月27日、28日於波士頓舉行的MIT史隆商學院運動數據分析研討會上，我發表了一份研究，解釋要如何從煩雜的資料庫中，萃取出黃金；也上了幾堂課，讓這個例子可在體育計量研究上，更能夠被廣泛地使用。

很容易看出，為何春訓數據無用論，會有如此高的共識。在最常被引用的幾個項目中，比如說打擊率或是防禦率，春訓數據跟當年度例行賽數據的相關性，是難以察覺地弱：三月春訓時在排行榜領先的選手，只有很小一部分還能在六個月後真正的排行榜上獨領風騷。但在這些項目上，本季例行賽跟次季例行賽成績的相關性，也沒高多少：當某年的打擊王在隔年度的打擊率只有聯盟平均時(比如說Chipper Jones在2008年的打擊率高達.364，但隔年僅有普通的.264)，或是投手在某年ERA+領先(如2011年的Roy Halladay)，卻在隔年連解決打者都很困難時，並沒有甚麼人會感到驚訝。這就是棒球。(提供一個資訊給在意定量化的讀者，2013至14年間，符合資格的選手，在統計學上連續兩年度的表現相關性來說，防禦率是.25、打擊率則是.4。統計學家間一個古老的笑話是這樣說的，「這個世界的相關性是.3」：意指這樣微弱的相關性並沒有甚麼意義。)

對於這些數據的預測能力之低，有很好的解釋。打擊率會因為打者把球擊到防守者正前面，或防守者的空檔間，而天差地遠 — 凱文科斯納在電影「百萬金臂」中的角色，就是說明這個現象的好例子。而防禦率主要是看一名投手，是否會被連續擊出八支安打，或是在整場比賽中，以安全的間隔解決打者。但棒球總是提供了許多另外的數據，來反映球員的真正的技巧，比如說他們被三振、四壞的頻率，或是他們擊中(被擊中)的球，是在天空飛還是在地上滾。這些「外圍」數據(peripheral statistics)，會比較快就穩定下來：以2013-14年打者三振數的年間相關性來看，高達.9。也很可以確定，春訓跟當季例行賽的這些數據有高度相關性。

(繼續閱讀)