1704436434
1704436435
佩德罗亚转身走进休息棚，独自坐在那儿。这似乎是一个采访的好时机，我鼓起勇气走上前去。
1704436436
1704436437
“嘿，佩德罗亚，有空吗？”
1704436438
1704436439
他狐疑地盯着我看了几秒钟，然后用一种极尽优越的口吻，一字一句强调道：“不，我没空。我正在努力备战棒–球–大–联–盟–比–赛！”
1704436440
1704436441
于是，尴尬的我只能在球场边转悠，努力在前往记者席看比赛之前重拾自己的尊严。
1704436442
1704436443
第二天，采访许可到期之后，我回到纽约，委派从前的同事（《棒球规程》的资深记者）戴维·劳里拉前去打探，希望他能获得一些有价值的信息。但是，这次佩德罗亚的话仍不多，回答也是尽可能地平淡无奇。他告诉劳里拉：“你知道吗，我根本不在乎数字和统计数据，我只在乎输赢，其他的东西对我来说都无所谓。”
1704436444
1704436445
佩德罗亚曾经偏离政党路线，因此惹了一身麻烦，之后他就学会了用这种说话方式来应对各种提问。比如那次，他称自己的家乡加利福尼亚伍德兰是一个垃圾场，还告诉《波士顿杂志》，“你可以说这句话出自我，事实上也是如此，我从不撒谎。”
1704436446
1704436447
佩德罗亚确实从不说谎。我想，也许正是因为持有这种态度，他才能够承受得起“球探”的质疑，最终成为大联盟中的一员。
1704436448
1704436449
构建棒球比赛的预测系统
1704436450
1704436451
从记事起，我就是一个棒球迷，也是一个棒球数据迷。6岁时，我家乡底特律的老虎队赢得了1984年的世界棒球联赛，作为一个数学小神童，当时我对比赛的各种数字特别着迷。7岁时我第一次买棒球卡片，10岁时第一次读《埃利亚斯棒球分析师》，12岁时有了自己的统计数据。（令人难以置信的是，那个数据竟然预测到默默无闻的红袜队场内球员提姆·尼尔林将成为最佳球员之一。）
1704436452
1704436453
直到2002年，我对棒球和棒球数据的兴趣才达到最高点。迈克尔·刘易斯当时正忙着写《点球成金》，书中记录了奥克兰竞技队及其总经理、统计奇才比利·比恩崛起的故事，该书很快畅销全美。25年前，比尔·詹姆斯出版了《比尔·詹姆斯棒球摘要》（下文简称为《摘要》），开创了棒球数据统计分析时代，随后他被聘为红袜队的顾问。所有这些都让我发现，沉迷棒球数据似乎不再只是一个小小的爱好，它为我寻觅新工作提供了一个新思路。
1704436454
1704436455
大学毕业之后两年，我一直在芝加哥的毕马威会计师事务所担任转让定价顾问。工作不错，薪水不薄，老板和同事做事专业、待人友善，生活还算安逸。
1704436456
1704436457
平时，我要么指导某公司的马来西亚移动电话分部如何定价，以便降低税金，要么赶早上6点的飞机到圣路易斯为一家煤矿公司的合同估价，但这份工作并不是我想要的充满刺激的工作。当时我24岁，不愿意安于现状，对我而言，这份工作平淡无奇、按部就班、了无生趣，让我觉得生活乏味至极。但这份工作有一个好处，那就是我有很多空闲的时间可用。于是，闲来无事，我就开始创建各式各样的电子表格以记录庞大的棒球统计数据，这后来便成了 PECOTA 预测系统的雏形。
1704436458
1704436459
读大学时，我就开始看年刊《棒球规程》。这本刊物是加里·赫卡贝于1996年创办的。一头红发的赫卡贝热情奔放，嘴不饶人。他先是从早期互联网新闻组中招募了一批写手，后来成了体育运动数据分析行业的领军人物。加里·赫卡贝很早就嗅出了商机：1988年比尔·詹姆斯停止了《摘要》的出版，而那些试图取代《摘要》的出版物不是品质不好，就是在1994~1995年棒球罢赛期间停刊了。于是，他在1996年创办了《棒球规程》刊物。第一本刊物问世时，是由激光打印机一次一本印出来的，还意外漏掉了圣路易斯红雀队的内容，最终《棒球规程》只售出了75本。但之后这本刊物销量逐年倍增，成了热门刊物。
1704436460
1704436461
《棒球规程》是统计怪才的快乐源泉。数据海洋里不仅有大联盟球员的数据，还有小联盟中表现出顶级水平的球员的数据。刊物虽然有时只适合圈内人士传看，但文风犀利，常引用《辛普森一家》或是20世纪80年代情色电影里的隐晦笑话，还常对不受欢迎的联盟经理冷嘲热讽，读来颇为有趣。
1704436462
1704436463
当然，刊物中最重要的内容还是对每位球员下个赛季表现的预测，预测依据的是赫卡贝创建的“弗拉迪米尔”预测系统。这一系统似乎是继詹姆斯开创的棒球预测革命之后的又一个里程碑。
1704436464
1704436465
一个好的棒球预测系统必须可以完成3项基本任务：
1704436466
1704436467
1. 考虑影响球员表现的外在因素。
1704436468
1704436469
2. 区别看待技术和运气因素。
1704436470
1704436471
3. 熟知老化曲线，了解球员的表现是如何随着年龄增长而发生变化的。
1704436472
1704436473
任务1相对简单。在美国主要的运动项目中，棒球很独特，比赛场地没有标准尺寸。道奇体育场如血管般错综复杂，外围是壕沟般的停车场，相比之下，芬威球场则如缩略版的新英格兰网格街道，整齐、舒适，球员在此更容易获得较高的击球率。通过观察球员在主客场的表现，我们就可以用“球场因素”来解释球员所面临的困难的程度。（比如说，在弗莱德·林恩——20世纪70年代红袜队的“最有价值球员”——的职业生涯中，他在芬威球场时击球率达0.374，但在其他体育场击球率只有0.264。）同样的，通过观察从国家联盟转会到美国联盟的那些球员的表现，就能分辨出哪个联盟更好，也能看出一个球员的竞争实力。
1704436474
1704436475
全世界最丰富的统计数据库
1704436476
1704436477
任务2——区别看待技术和运气因素——就不是那么轻松了。在短期内，运气常会主导棒球比赛：即使最好的球队也会输掉1/3的比赛，即使最好的击球手安全上垒的概率也只有2/5。有时候，运气因素甚至会掩盖一个队员的真实技术水平长达一年之久。某一个赛季中，一个击球手的真实击球率为0.275，受运气因素影响，这个球手的击球率有10%的概率出现浮动，时而升至0.300，时而降到0.250。
1704436478
1704436479
设计完善的预测系统能够辨识出那些容易受运气影响的数据，比如，平均击球数就比本垒打数善变。投手的表现也是出了名的不稳定，所以数据整理对预测投手的表现至关重要。若想预测一位投手的输赢，参考他取得的三振出局数以及保送数目，要比翻阅他前一赛季的输赢纪录更有价值，因为从每年的情况来看，前一类数据要更稳定些。
1704436480
1704436481
像所有预测一样，对棒球比赛进行预测是为找出决定输赢的根本原因：将击球手三振出局就能阻止对手安全上垒，从而阻止对手得分，进而阻止他们赢得比赛，所以三振出局数更为关键。然而，预测这回事，越往下探究，就会遇到越多的噪声干扰：投手的输赢纪录受自己发挥的影响，也受制于对手得分的多少，而后者是他无法左右的。西雅图水手队的明星投手菲利克斯·埃尔南德斯在2009年和2010年的投球表现都很不错，但输赢纪录却有很大差距，分别是19∶5和13∶12，因为2010年水手队的击球手水平极差，给了对手很多机会。
1704436482
1704436483
此类事例的出现绝非偶然，只要用心整理数据，就会发现端倪。棒球比赛为我们提供的数据也许是全世界最丰富的：过去的140年里，在大联盟球场上发生的每一件事都被忠实、准确地记录下来，而且每年还有数百位棒球手在很多较大的联盟中打球。另外，尽管棒球是团队运动，却是以高度有序的方式进行的：投球手轮流投球，击球手按序击球，这样每人都有各自的统计数据。复杂的、非线性的统计问题很少出现，因果关系很容易理顺。
[
上一页 ]
[ :1.704436434e+09 ]
[
下一页 ]