Wir hier bei The Athletic Philadelphia sind begeistert, dass unsere Baseball-Berichterstattung mit dem beginnenden Frühjahrstraining auf allen Zylindern brennt. Unser Team hat es sich zur Aufgabe gemacht, Ihnen die bestmögliche Berichterstattung über die Phillies zu bieten. Eine Sache, vor der wir nicht zurückschrecken werden, sind analytische Inhalte. In der Baseball-Landschaft des 21. Jahrhunderts – in der sowohl die Top-Organisationen als auch Sie, die Fans, besser informiert sind als je zuvor – ist es für uns wichtig, die sabermetrischen Fortschritte, die das Spiel beeinflussen, zu verstehen und zu nutzen. In Anbetracht der Vorliebe des Phillies-Frontoffice und des neuen Trainerstabs für Analysen wird dies bei der Berichterstattung über die Franchise in dieser Saison und in der Zukunft noch entscheidender sein.
Die Geschichten und menschlichen Aspekte des Baseballs sind so wichtig wie eh und je. Zusätzlich zu fesselnden Berichten und Einblicken wollen wir unsere Berichterstattung durch ein scharfes Auge für Analysen und die Fähigkeit, diese Zahlen mit Geschichten zu verknüpfen, die das Herz des Spiels treffen, abheben. Im aktuellen Klima finden sich viele der interessantesten Geschichten des Baseballs an der Schnittstelle zwischen der Menschlichkeit des Spiels und den riesigen statistischen Datenbeständen. Viele Fans wollen nicht mehr nur wissen, dass ein Pitcher gut wirft, sie wollen wissen, warum er gut wirft und ob dieser Erfolg von Dauer ist, zusätzlich zu den Meinungen des Pitchers, des Trainers und des General Managers. Diese Fans wollen das Spiel auf eine tiefgründigere und sachkundigere Art und Weise konsumieren.
Was mich zum Thema dieses Artikels bringt. Die analytische Baseball-Community wächst weiter, ebenso wie die Tools, auf die sich die Community verlässt. Hier wollen wir viele der Themen und Statistiken, die die analytische Community vorantreiben, vorstellen, auf die wir in unseren Artikeln Bezug nehmen werden. Wir werden unsere Berichterstattung nicht nur auf diejenigen zuschneiden, die sich in der Sabermetrik gut auskennen und diejenigen ausgrenzen, die das nicht tun, aber wenn Sie an diesen Konzepten interessiert sind, wollen wir Ihnen helfen, sie zu verstehen und Ihr Wissen über das Spiel zu erweitern. Wir sind nicht hier, um Ihnen zu sagen, dass Sie dumm sind, wenn Sie kein Stathead sind; wir sind hier, um Sie mit Informationen zu versorgen, die es Ihnen ermöglichen, vollständig in einige unserer Geschichten einzutauchen und sie besser zu verstehen. Wenn Sie nach dem Lesen Fragen oder Feedback haben, lassen Sie es mich bitte in den Kommentaren wissen, wo wir die Diskussion fortsetzen können.
Ohne weitere Umschweife …
Wins Above Replacement
Wahrscheinlich das am weitesten verbreitete sabermetrische Konzept, Wins Above Replacement (WAR) ist eine Metrik, die versucht, die Beiträge eines Spielers in eine einzige Zahl zu destillieren. Diese Zahl vergleicht die Aktionen eines Spielers mit den erwarteten Beiträgen eines leicht verfügbaren Ersatzspielers – denken Sie an Ihren typischen Minor-League Free Agent oder Quad-A Spieler. Während die Basis der Statistik die hinzugefügten Siege im Vergleich zu denen eines Ersatzspielers sind, konzentriert sich die Berechnung auf die Anzahl der Runs, die ein Spieler offensiv hinzufügt und die Anzahl der Runs, die er seinem Team entweder defensiv oder auf dem Mound erspart. Da das allgemeine Ziel des Spiels darin besteht, Spiele zu gewinnen, werden diese Runs in Siege umgerechnet. Jede 10 hinzugefügten oder geretteten Runs entsprechen 1,0 WAR – 20 Runs sind zum Beispiel 2,0 WAR.
Wie im Leben ist es schwierig, einen signifikanten Wert zu produzieren, ohne die nötige Zeit zu investieren. Anders als, sagen wir, der Schlagdurchschnitt, produziert ein solides Spiel kein perfektes WAR – 4 von 4 ist ein 1.000er Durchschnitt, aber ein unglaubliches Baseballspiel wird kein hochkarätiges WAR produzieren. Es ist eine Statistik, die Beiträge über die Zeit akkumuliert. Je länger die Beiträge anhalten, desto höher ist der WAR.
Die verschiedenen Outlets verwenden unterschiedliche Statistiken und Methoden, um ihre Versionen des WAR zu berechnen und legen dabei leicht unterschiedliche Schwerpunkte auf verschiedene Aspekte des Spiels. Die Berechnungen von Baseball Prospectus beinhalten zum Beispiel einen Mehrwert für Fänger, die Pitches gut einrahmen und Strikes stehlen. Fangraphs WAR basiert den Pitching-Anteil seiner Metrik auf Fielding Independent Pitching (FIP), einer Metrik (die später in diesem Artikel erklärt wird), die versucht, die defensiven Beiträge eines Teams aus den Statistiken eines Pitchers herauszurechnen.
Die drei Haupttypen von WAR sind von Baseball Reference (bWAR oder rWAR), Fangraphs (fWAR) und Baseball Prospectus‘ Wins Above Replacement Player (WARP). Sie enthalten auch Positionsanpassungen, weil zum Beispiel das Spielen von Shortstop schwieriger ist als das Spielen der First Base und schwierigere Positionen in einer Metrik belohnt werden sollten, die Spieler aller Positionen vergleicht.
Wie von Fangraphs zur Verfügung gestellt, ist unten eine grobe WAR-Skala, die ziemlich gut über die verschiedenen Berechnungen mit einem Beispiel eines Spielers in jedem Bereich aus der Saison 2017 (nach Fangraphs‘ Zahlen) verfolgt:
wOBA: Weighted On-Base Average
Der gewichtete On-Base-Average ist eine catch-all Offensivmetrik, die Defizite in anderen Offensivstatistiken ausgleicht. Während wir oft die Slashline (Batting Average/On-Base Percentage/Slugging Percentage) verwenden, bietet der wOBA eine Zahl, die einfacher zu sehen ist und Zeit spart. Anstatt zu sagen, dass Rhys Hoskins im Jahr 2017 .259/.396/.618 geschlagen hat, können wir sagen, dass er einen .417 wOBA hatte. In Bezug auf die Skala ist der wOBA auf einer ähnlichen Skala formatiert wie die On-Base-Prozentzahl. Letztes Jahr lag der Ligadurchschnitt der OBP bei .324, während der Ligadurchschnitt des wOBA bei .321 lag.
wOBA trennt sich beispielsweise von Slashline-Metriken oder OPS (On-base plus Slugging), indem es den verschiedenen Methoden des Erreichens der Base eindeutige Werte zuweist. Das ist intuitiv und ein Hauptgrund dafür, dass manche Metriken die Dinge zu sehr vereinfachen – Homer sind wertvoller als Triple, die wiederum wertvoller sind als Doubles, usw. Es werden auch Spieler für nicht absichtliche Walks belohnt. Ein Hitter, der 3for-10 mit drei Homeruns erzielt, schlägt .300, weil der Batting Average alle Hits als gleichwertig behandelt. Allerdings hat derselbe Hitter einen massiven .585 wOBA.
wRC+: Weighted Runs Created Plus
Wie wOBA ist dies eine sehr nützliche all-in-one Offensivmetrik. Was wRC+ noch nützlicher macht, ist seine Skala. wRC+ und alle anderen Statistiken, die mit einem + enden, sind um einen Ligadurchschnitt von 100 skaliert, wobei jeder Punkt über oder unter 100 einem Prozentsatz über oder unter dem Ligadurchschnitt entspricht. Hier sind ein paar Beispiele von Spielern, die 2017 nahe an jedem der folgenden wRC+-Werte lagen:
180: 80 Prozent über dem Durchschnitt (Mike Trout)
160: 60 Prozent über dem Durchschnitt (Jose Altuve)
140: 40 Prozent über dem Durchschnitt (Paul Goldschmidt)
120: 20 Prozent über dem Durchschnitt (Carlos Santana)
100: Liga-Durchschnitt (Ender Inciarte)
90: 10 Prozent unter dem Durchschnitt (Jordy Mercer)
80: 20 Prozent unter dem Durchschnitt (Freddy Galvis)
Die Metrik berücksichtigt auch Park-Faktoren, um das Spielfeld auszugleichen, da einige Stadien eher Pitcher- oder Hitter-freundlich sind als andere. Es werden jedoch keine positionellen Anpassungen wie bei WAR vorgenommen.
OPS+: On-Base Plus Slugging Plus
Wenn Sie mit OPS vertraut sind und gerade den obigen Absatz gelesen haben, der wRC+ erklärt, dann sollte OPS+ einfach sein. OPS ist die Summe der On-Base- und Slugging-Prozentsätze eines Spielers, die so skaliert sind, dass der Liga-Durchschnitt 100 beträgt. Während OPS keine perfekte Statistik ist, weil es OBP und SLG als gleichwertig behandelt (was sie nicht sind), ist es nicht wild ungenau.
Das Hauptmanko von OPS ist, dass es diese beiden Statistiken, OBP und SLG, zusammenzählt, die zwei verschiedene Nenner haben. Anstatt diesen Unterschied auszugleichen, werden die beiden Zahlen einfach miteinander vermengt. Darüber hinaus haben Untersuchungen von Tom Tango gezeigt, dass OBP fast doppelt so wichtig für die Run-Produktion ist wie SLG.
BB% und K%
Ein Schwerpunkt eines großen Teils der sabermetrischen Analyse ist die Abneigung gegen traditionelle Zählstatistiken (z.B. RBIs oder Hits) zugunsten von ratenbasierten Statistiken (wie OBP) oder in diesem Fall Walk Rate (BB%) und Strikeout Rate (K%). Zählende Statistiken, wie z.B. einfache Walk- und Strikeout-Zahlen, können irreführend sein, weil sie wichtige Zusammenhänge ausblenden. Ein Beispiel: Letztes Jahr schlug Rich Hill 166 Schläger aus, während Marcus Stroman 164 ausschlug. Während ihre Strikeout-Zahlen in etwa identisch sind, stand Hill 552 Schlagmännern gegenüber und erzielte mehr als einen Strikeout pro Inning. Stroman hingegen traf auf über 800 Schlagmänner und schlug weniger als einen pro Inning aus.
Wenn man die Strikeout-Rate eines Spielers durch die Anzahl der Schläge teilt, die er insgesamt erzielt hat (oder durch die Anzahl der Plate Appearances, wenn er ein Hitter ist), erhält man die K%. Hills Strikeout-Rate von 30,1% lag etwa 50 Prozent über dem Ligadurchschnitt, während Stromans 19,7 K% einen Tick unter dem Durchschnitt lag, obwohl ihre Strikeout-Gesamtzahlen praktisch identisch waren. Es ist nicht so wichtig zu wissen, wie viele Leute ein Pitcher ausschlägt, sondern wie wahrscheinlich es ist, dass er jemanden ausschlägt.
BABIP: Batting Average on Balls In Play
Ein grundlegendes sabermetrisches Konzept, BABIP misst, wie oft ein ins Spiel gebrachter Ball zu einem Hit führt (ohne Strikeouts, Walks und Homer, da sie technisch gesehen nicht ins Spiel kommen und von der Verteidigung beeinflusst werden). Die Statistik wird in der Regel verwendet, um das Glück herauszufiltern, das beteiligt ist, wenn ein Pitcher oder Hitter einen Ball im Spiel trifft/erlaubt. Drastische BABIP-Ausreißer bilden sich in der Regel zum Mittelwert zurück. Obwohl er oft ein guter Indikator für Glück ist, ist er nicht aussagekräftig. Viele Dinge können den BABIP eines Schlagmanns oder Pitchers beeinflussen. So ist es zum Beispiel wahrscheinlicher, dass ein Hitter mit einer hohen Geschwindigkeit Groundballs schlägt als ein durchschnittlicher Hitter, was sich positiv auf seinen BABIP auswirken sollte. Wenn ein Pitcher von einer miserablen Verteidigung umgeben ist oder routinemäßig harten Kontakt zulässt, ist es weniger wahrscheinlich, dass seine Feldspieler an die Stelle kommen, an der der Ball landet, was den BABIP des Pitchers erhöht.
ISO: Isolated Power
Isolated Power ist ein anderes Maß für die Slugging-Fähigkeit eines Spielers, das sich in einem wesentlichen Punkt von der Slugging-Prozentzahl unterscheidet. Der ISO isoliert die Extra-Base-Hits, die den Slugging-Prozentsatz ausmachen. Während der Slugging-Prozentsatz ein Maß für die Gesamtbases (aus Hits) pro At-Bat ist, betrachtet der ISO die Extrabases pro At-Bat. Die Berechnung ist einfach SLG-AVG.
Zum Beispiel: Ein Spieler, der 6-for-10 mit sechs Singles erzielt, hat einen Slugging-Prozentsatz von .600. Das ist enorm und würde darauf hindeuten, dass der Spieler ein erstklassiger Power Hitter ist. Was die ISO macht, ist, Singles aus der Gleichung zu entfernen. Derselbe Spieler, der 6-for-10 mit sechs Singles erzielt, hat einen ISO-Wert von .000, da die isolierte Leistung nur die Extrabases berücksichtigt. Während dies sicherlich ein extremes Beispiel ist, zeigt es die Nützlichkeit von ISO, um das Signal vom Rauschen zu trennen, wenn man versucht, Spieler mit guter roher Leistung zu identifizieren.
FIP: Fielding Independent Pitching
Während ERA lange Zeit der Mainstream-König der Pitching-Metriken war, wurde FIP geschaffen, um das zu erfassen, was ERA weitgehend ignoriert. FIP betrachtet nur die Strikeout-, Walk- und erlaubten Homerun-Raten eines Pitchers, drei Hauptbereiche, über die der Pitcher die meiste Kontrolle hat. Wenn Sie sich an die obige Erklärung zum BABIP erinnern, werden Sie sich daran erinnern, dass die Verteidigung einen großen Einfluss auf die Run Prevention eines Pitchers haben kann. Historisch gesehen schwankt der erlaubte BABIP eines Pitchers oft von Jahr zu Jahr, was auf das Glück und die Zufälligkeit von Bällen im Spiel hinweist, die sich in Hits verwandeln.
Der FIP zielt darauf ab, den Wert eines Pitchers basierend auf den Dingen zu entschlüsseln, über die er die meiste Kontrolle hat, daher auch der Name „Fielding Independent“, während er die Effekte der Verteidigung hinter ihm negiert. Er wird auf einer ERA-Skala verwendet, so dass alles, was man typischerweise für einen guten ERA halten würde, auch ein guter FIP ist.
Fangraphs‘ Pitch Values
In dem Bemühen, erfolgreiche oder schwierige Pitches im Repertoire eines Pitchers zu identifizieren, hat Fangraphs Zahlen, die den einzelnen Angeboten eines Pitchers Werte zuweisen. Sie sind auch verfügbar, um zu sehen, wie ein Hitter gegen eine bestimmte Art von Pitch über alle Plate Appearances abgeschnitten hat.
Jeder Pitch verändert den Count, und jeder Ball im Spiel verändert den Spielzustand. Jedes davon verändert das, was wir die Run Expectancy nennen. Im Wesentlichen haben jahrzehntelange Spieldaten den erwarteten Anstieg bzw. Rückgang der erzielten Runs bestimmt, wenn sich der Count, die Anzahl der Outs und die Anzahl der Baserunner ändern. Die Pitch-Werte addieren alle Änderungen der Run Expectancy von vor bis nach dem Wurf eines Pitches und ergeben so einen kumulativen Wert für einen bestimmten Pitch. Für einen Pitcher wird ein Pitch, der die Offensive routinemäßig in eine schlechtere Position bringt, um zu punkten, einen höheren Wert haben als ein Pitch, der oft hart getroffen oder außerhalb der Zone geworfen wird.
Plate Discipline
Fangraphs hat phänomenale Plate Discipline Metriken, die sehr nützlich sind, um zu lernen, was tatsächlich in Batter-Pitcher Matchups passiert. Bei Schlagmännern zeigen die Metriken detailliert, wann sie schwingen und wie oft sie Kontakt herstellen. Für Pitcher werden die Schwünge des Gegners detailliert dargestellt. Hier sind wichtige Konzepte.
Swing%: Prozentualer Anteil der Schwünge auf alle Pitches
O-Swing%: Prozentualer Anteil der Schwünge auf Pitches außerhalb der Zone
Z-Swing%: Prozentualer Anteil der Schwünge auf Pitches innerhalb der Zone
Kontakt%: Prozentualer Anteil der Swings, die zu einem fairen Kontakt führen
O-Contact%: Prozentualer Anteil der Schwünge auf Pitches außerhalb der Zone, die zu einem fairen Kontakt führen
Z-Contact%: Prozentualer Anteil der Pitches, die innerhalb der Zone geschwungen werden und zu einem fairen Kontakt führen
Zone%: Prozentualer Anteil der Pitches in der Strike-Zone
F-Strike%: Prozentualer Anteil der ersten Pitches, die Strikes sind
SwStr%: Prozentualer Anteil der Pitches, die zu Swings und Misses führen (anders als die Whiff-Rate, die den prozentualen Anteil der Swings berechnet, bei denen ein Batter whiffs erzielt)
Viele dieser Statistiken sind sehr komplex. Für die Uneingeweihten, die mit diesen Metriken bisher nicht vertraut waren, reichen diese Definitionen fürs Erste aus. Wenn dies Ihren Appetit geweckt hat und Sie daran interessiert sind, tiefer zu graben, gibt es viel mehr über all diese Statistiken zu lernen. Fangraphs hat phänomenale, ausführliche Beschreibungen zu diesen und vielen weiteren Metriken.
Für die meisten der oben genannten Statistiken geben Ihnen die angegebenen Arbeitsdefinitionen das, was Sie brauchen, um ihre allgemeine Verwendung und Bedeutung zu verstehen. Für die komplexeren Statistiken (wie WAR, BABIP oder FIP), die versteckte Berechnungen unter der Haube oder größere Auswirkungen auf breitere sabermetrische Konzepte wie Glück haben, gibt es immer mehr Forschung zu tun und Diskussionen zu führen.
Foto oben: Jonathan Dyer/USA TODAY Sports
START FREE TRIAL