转贴自 http://www.tsna.com....de/9126数据是棒球这项运动中不可或缺的一环。要描述一名球员打的有多好时，我们总是会说：「他打了30支全垒打」、「他的打击率有三成」等等。而随着时代演进，棒球数据也有所进化，数据专家们试图用新的进阶数据，更准确地衡量球员的能力与贡献。
在攻击方面，进阶数据已经有不错的成效，不过防守方面还有待加强，数据专家们还在找寻如何更准确的衡量扣除守备影响后，投手本身的能力与贡献。而野手守备则是他们所面临的更大的问题。
无论哪一种守备数据，基本的算法就是造成的出局数/守备机会。传统防守数据以守备率为代表，守备率的公式是：
守备率 = (助杀+刺杀)/(助杀+刺杀+失误)
从上述的公式中我们知道，失误越多的，守备率越低。但是换个角度想，失误的纪录本身就有高度的主观性，而守备范围越大的球员，越有可能在处理别人无法接捕的球时发生失误，守备率的计算上反而会对他们造成惩罚。试想，连球都追不上的人，怎么会被记失误呢？
失误多当然不是好事，但是另一方面，失误也不可能完全不出现。与其担心失误多，我们更希望出局数多，显然守备率无法处理这一点，因此棒球数据大师Bill James发明了Range Factor(RF)这个数据。
RF9=(助杀+刺杀)/守备局数*9
RF9的意义是每9局的防守制造的出局数。不过RF同样有其缺点。首先他的分母是守备局数，由制造的出局数/守备机会这样的公式来看，RF假定守备局数等于守备机会，但是这并不符合现实。现实中，在相同的守备局数下，即使守备位置相同，守备机会也可能会有很大的差异。
于是又有「防守效率」（Defensive Efficiency Rating，简称DER）这个数据，大联盟官网跟Baseball Prospectus网站都有DER可以查，但是两个DER的公式稍有不同，BPro的公式中有加计失误，要衡量防守这是比较合理的。下面是BPro 的公式：
防守效率 = 1-((安打-全垒打+因失误上垒)/(打席-保送-触身-三振-全垒打))
大括号里的算式代表球打进场内后因为安打或失误上垒的机率，用1去减就相当于将打进场中的球转换成出局数的机率。这个公式能有效比较团队防守好坏，但是也有一个最致命的缺点，在传统的纪录中，我们只能算全队的DER，要算各个球员的DER的话，需要各个球员的守备机会，需要更详细的原始记录。
【心得感想】喜欢棒球的，多了了一些数据计算方式。
