Fler bidragsgivare till vinstprocent

• Maj 18, 2024

Vi har redan tittat på sambandet mellan vinstprocent och poäng. EPOK; Slaggenomsnitt; Sluggprocent; Fältprocentandel; och hemmalöp, tripplar, dubblar, stulna baser och dubbelspel per spel. Vi fann att statistik med åtminstone en måttligt stark korrelation till ett lags vinnande procent är Poängsättning, ERA, Batting-genomsnitt, Slugging Procent and Fielding Procent. Med hjälp av lagstatistik från 225 NCAA Division I-lag kan vi dock dyka lite djupare in i statistiken för att se om några andra har åtminstone en måttlig korrelation till ett lags vinstprocent.

Först ska vi titta på stötande statistik. Med vår ursprungliga analys hade Scoring (beräknat genom att dela totala körningar med spelade spel) den högsta offensiva korrelationen på 61,6%. Av fjorton ytterligare offensiv statistik som granskades överträffade ingen Poängs korrelation med vinstprocent. On Base Procentage (OBP) kom en nära sekund med en korrelation på 61,3%. Om vi ​​lägger till Slugging till OBP och också lägger till ytterligare totalbaser som ett resultat av stulna baser (OPS + SB), hittar vi en statistik med en korrelation på 60,7%.

Att härleda stulna baser som totala baser (SBTB) förklaras bäst med exempel. New Mexico State stal framgångsrikt på 60 av 68 basförsök. Med andra ord, 60 singlar blev effektivt dubblar, men åtta singlar eliminerades effektivt eftersom smeten raderades genom att fångas för att stjäla. Det finns då 60 - 8 = 52 SBTB för staten New Mexico. Intressant nog, när man lägger till SBTB till de flesta traditionella statistik som står för totala baser som uppnåtts, ökade deras korrelation. Särskilt steg Slugging Procentation korrelation med 4% och OPS korrelation steg 2,4%.

För att gå vidare till pitchstatistik var ERA kung i den första analysen med en korrelation på 58,8%. Jag undersökte ytterligare fyra statistik för tonhöjd och fann två som hade högre korrelation än ERA: Loppar som gavs upp per spel (med en korrelation på 70,46%, den enda starka korrelation som jag hittills har hittat), och Walk plus Hits per Inning Pitched (WHIP) . WHIP hade en korrelation på 63,2%.

Slutligen beräknades fem nya fältstatistik och jämfördes med vår standard från den första analysen, Fielding Procentage, som hade en korrelation på 37,9%. Jag definierade Defensive Efficiency (DEFF) som antalet träffar som gavs upp plus antalet fel som gjordes och delade att med antalet chanser försvaret var tvungen att göra en utlägg, men inkluderade inte de outs som spelades in på grund av en strejk. Avsikten var att ta kannan och hennes strejker ur ekvationen och bara titta på hur bra ett lags försvar var att få ut när bollen träffades. DEFF hade en korrelation på 43,6%. Om strikeouts läggs till DEFF för att göra en kombinerad fält- / tonhöjdsstatistik som kallas DEFF + K, hoppar dess korrelation upp till 57,9%.

De 5 bästa korrelerade statistikerna i batting, pitching och fielding listas i tabellen till höger.

Vilka slutsatser kan dras av denna analys? Det verkar som att pitching är lite mer korrelerat med att vinna än att slå, och att batting är mer korrelerat med att vinna än fielding. Dessutom verkar basprocenten vara en bättre förutsägare för vinstprocent än OPS, även när OPS justeras med framgångsrika stulna baser. Slutligen är bestämningen av ett lags förmåga att förvandla slagbollar till outs (DEFF) en bättre mått på försvar än den traditionella fältprocenten.

CoffeBreakBlog Softball ämneslista: Coach's Box, Hälsa & medicin, Softballhistoria, International softball, organisationer, föräldrar, Professionell softball, recensioner, regler och förordningar, poänghållning, statistik och analys, reseboll

Video Instruktioner: The Secret Name of Jesus (Maj 2024).