Noi qui a The Athletic Philadelphia siamo entusiasti di avere la nostra copertura di baseball sparando su tutti i cilindri con allenamento primaverile in corso. Il nostro staff è dedicato a fornirvi la più alta qualità di copertura Phillies disponibile. Una cosa da cui non ci tireremo indietro è il contenuto analitico. Nel panorama del baseball del 21° secolo – dove le organizzazioni top-down e voi, i tifosi, siete più informati che mai – è importante per noi capire e abbracciare i progressi sabermetrici che hanno un impatto sul gioco. Data la predilezione del front office dei Phillies e del nuovo coaching staff per l’analitica, questo sarà ancora più cruciale nel coprire la franchigia in questa stagione e in futuro.
Le storie e gli aspetti umani del baseball sono ancora vitali come sempre. Oltre ad un resoconto e ad una visione avvincente, puntiamo a distinguere la nostra copertura con un occhio attento all’analisi e una capacità di collegare quei numeri con storie che arrivano al cuore del gioco. Nel clima attuale, molte delle storie più interessanti del baseball si trovano all’intersezione tra l’umanità del gioco e le sue vaste statistiche. Molti fan non vogliono più solo sapere che un lanciatore sta lanciando bene, vogliono sapere perché sta lanciando bene, e se questo successo è sostenibile, oltre a sentire le opinioni del lanciatore, dell’allenatore e del general manager sulla questione. Questi fan vogliono consumare il gioco in modo più approfondito e consapevole.
Che mi porta all’argomento di questo pezzo. La comunità del baseball analitico continua a crescere, così come gli strumenti su cui la comunità si basa. Qui vogliamo esporre molti degli argomenti e delle statistiche che guidano la comunità analitica a cui faremo riferimento nelle storie. Non adatteremo la nostra copertura solo a coloro che sono esperti in sabermetria e ostracizzeremo quelli che non lo sono, ma se siete interessati a questi concetti, vogliamo aiutarvi a capirli e a far crescere la vostra conoscenza del gioco. Non siamo qui per dirti che sei scemo se non sei un fanatico delle statistiche; siamo qui per fornirti informazioni che ti permetteranno di immergerti completamente e apprezzare meglio alcune delle nostre storie. Se avete domande o feedback dopo la lettura, fatemelo sapere nei commenti, dove possiamo continuare la discussione.
Senza ulteriori indugi…
Vince sopra la sostituzione
Sicuramente il concetto sabermetrico più usato, le vittorie sopra la sostituzione (WAR) è una metrica che cerca di distillare i contributi di un giocatore in un singolo numero. Questo numero confronta le azioni di un giocatore con i contributi attesi di un giocatore di livello sostitutivo facilmente disponibile – pensate al vostro tipico free agent delle leghe minori o al giocatore di quadrato A. Mentre la base della statistica sono le vittorie aggiunte rispetto a quelle di un giocatore di livello sostitutivo, il suo calcolo è incentrato sul numero di corse che un giocatore aggiunge offensivamente e il numero di corse che salva la sua squadra sia in difesa che sul monte di lancio. Poiché l’obiettivo universale del gioco è quello di vincere le partite, questi totali di corse sono convertiti in vittorie. Ogni 10 corse aggiunte o salvate equivale a 1.0 WAR – per esempio, 20 corse sono 2.0 WAR.
Come nella vita, è difficile produrre un valore significativo senza mettere il tempo necessario. A differenza, per esempio, della media di battuta, una partita solida non produce una WAR perfetta – 4 su 4 è una media di 1.000, ma una partita incredibile di baseball non produrrà una WAR di alto livello. È una statistica che accumula contributi nel tempo. Più lunghi sono i contributi sostenuti, più alta è la WAR.
Diversi punti vendita usano diverse statistiche e metodi per calcolare le loro versioni della WAR, ponendo un’enfasi leggermente diversa sui vari aspetti del gioco. Per esempio, i calcoli di Baseball Prospectus includono il valore aggiunto ai ricevitori che inquadrano bene i lanci e rubano gli strike. La WAR di Fangraph basa la porzione di lancio della loro metrica sul Fielding Independent Pitching (FIP), una metrica (spiegata più avanti in questo pezzo) che tenta di spogliare i contributi difensivi di una squadra dalle statistiche di un lanciatore.
I tre principali tipi di WAR sono da Baseball Reference (bWAR o rWAR), Fangraphs (fWAR) e Baseball Prospectus’ Wins Above Replacement Player (WARP). Includono anche aggiustamenti di posizione, perché, per esempio, giocare in interbase è più difficile che giocare in prima base e le posizioni più difficili dovrebbero essere premiate in una metrica che confronta i giocatori di tutte le posizioni.
Come fornito da Fangraphs, qui sotto c’è una scala di WAR approssimativa che segue abbastanza bene attraverso i diversi calcoli con un esempio di un giocatore in ogni gamma dalla stagione 2017 (secondo i numeri di Fangraphs):
wOBA: Weighted On-Base Average
Weighted on-base average è una metrica offensiva che affronta le carenze di altre statistiche offensive. Mentre useremo spesso la slashline (media di battuta/percentuale di basi/percentuale di slugging), la wOBA fornisce un numero che è più facile da vedere e fa risparmiare tempo. Invece di dire che Rhys Hoskins ha colpito .259/.396/.618 nel 2017, possiamo dire che aveva un .417 wOBA. In termini di scala, il wOBA è formattato su una scala simile alla percentuale di on-base. L’anno scorso, la media OBP della lega era .324, mentre la media wOBA della lega era .321.
wOBA si separa dalla metrica slashline o OPS (On-base più slugging), per esempio, assegnando valori unici ai diversi metodi per raggiungere la base. Questo è intuitivo, e uno dei motivi principali per cui alcune metriche semplificano eccessivamente le cose – gli homer sono più preziosi dei tripli, che sono più preziosi dei doppi, ecc. Accredita anche i giocatori per le passeggiate non intenzionali. Un battitore che è 3 per 10 con tre fuoricampo sta colpendo .300, perché la media di battuta tratta tutti i colpi come uguali. Tuttavia, lo stesso battitore detiene un enorme .585 wOBA.
wRC+: Weighted Runs Created Plus
Come wOBA, questa è una metrica offensiva all-in-one molto utile. Ciò che rende wRC+ ancora più utile è la sua scala. wRC+, e tutte le altre statistiche che finiscono con un +, sono scalate intorno ad una media di lega di 100, con ogni punto sopra o sotto 100 corrispondente ad una percentuale sopra o sotto la media di lega. Ecco alcuni esempi di ragazzi vicini a ciascuno dei seguenti benchmark wRC+ nel 2017:
180: 80% sopra la media (Mike Trout)
160: 60% sopra la media (Jose Altuve)
140: 40 per cento sopra la media (Paul Goldschmidt)
120: 20 per cento sopra la media (Carlos Santana)
100: media della lega (Ender Inciarte)
90: 10 per cento sotto la media (Jordy Mercer)
80: 20 per cento sotto la media (Freddy Galvis)
La metrica tiene conto anche dei fattori del parco per pareggiare il campo di gioco, dato che alcuni stadi sono più favorevoli al lanciatore o al battitore di altri. Tuttavia, non applica aggiustamenti posizionali come WAR.
OPS+: On-Base Plus Slugging Plus
Se avete familiarità con OPS, e avete appena letto il paragrafo precedente che spiega wRC+, allora OPS+ dovrebbe essere semplice. OPS è la somma delle percentuali di on-base e slugging di un giocatore, scalata in modo che la media della lega sia 100. Mentre OPS non è una statistica perfetta perché tratta OBP e SLG come uguali (non lo sono), non è selvaggiamente imprecisa.
Il difetto principale di OPS è che somma queste due statistiche, OBP e SLG, che hanno due denominatori diversi. Invece di aggiustare per questa differenza, i due numeri sono semplicemente schiacciati insieme. Inoltre, la ricerca di Tom Tango ha dimostrato che l’OBP è quasi due volte più importante per la produzione di corse rispetto alla SLG.
BB% e K%
Un punto focale di una grande porzione di analisi sabermetrica è un’avversione alle tradizionali statistiche di conteggio (pensate agli RBI o ai colpi) in favore di statistiche basate sul tasso (come l’OBP) o in questo caso, il tasso di camminata (BB%) e di strikeout (K%). Le statistiche di conteggio, come i semplici totali di walk e strikeout, possono essere fuorvianti perché tolgono il contesto vitale. Per esempio: L’anno scorso, Rich Hill ha colpito 166 battitori, mentre Marcus Stroman ha colpito 164. Mentre i loro totali di strikeout sono circa identici, Hill ha affrontato 552 battitori e ha colpito fuori più di uno per inning. Stroman, d’altra parte, ha affrontato oltre 800 battitori e ha colpito fuori meno di uno per inning.
Dividendo il totale degli strikeout di un giocatore per il totale dei battitori affrontati (o delle plate appearances, se è un battitore), troviamo il K%. Il tasso di strikeout di Hill del 30,1% era circa il 50% sopra la media della lega, mentre il 19,7 K% di Stroman era un po’ sotto la media, nonostante i loro totali di strikeout fossero praticamente identici. Non è così importante sapere quanti ragazzi un lanciatore colpisce fuori come è importante sapere quanto è probabile che lui sia in grado di colpire qualcuno fuori.
BABIP: Batting Average on Balls In Play
Un concetto sabermetrico di base, BABIP misura quanto spesso una palla messa in gioco cade per un colpo (escludendo strikeout, passeggiate e homer perché non sono tecnicamente colpiti in gioco e influenzati dalla difesa). La statistica è tipicamente usata per analizzare la fortuna coinvolta quando un lanciatore o un battitore sta colpendo/consentendo una palla in gioco. I valori drastici di BABIP regrediscono tipicamente alla media. Mentre è spesso un buon indicatore di fortuna, non è autorevole. Molte cose possono influenzare la BABIP di un battitore o di un lanciatore. Per esempio, i battitori con una velocità d’elite hanno maggiori probabilità di mettere a terra le palle rispetto al battitore medio, e la loro BABIP dovrebbe trarne beneficio. Se un lanciatore è circondato da una pessima difesa o permette abitualmente il contatto duro, i suoi lanciatori hanno meno probabilità di arrivare al punto in cui la palla atterrerà, aumentando così la BABIP del lanciatore.
ISO: potenza isolata
La potenza isolata è una misura diversa della capacità di slugging di un giocatore che la differenzia dalla percentuale di slugging in un modo importante. L’ISO isola i colpi extra-base che compongono la percentuale di slugging. Mentre la percentuale di slugging è una misura delle basi totali (provenienti dai colpi) per at-bat, ISO guarda alle basi extra per at-bat. Il calcolo è semplicemente SLG-AVG.
Per esempio, un giocatore che è 6-per-10 con sei singoli ha una percentuale di slugging di .600. Questo è enorme, e suggerirebbe che il giocatore è un battitore di prima potenza. Quello che fa l’ISO è togliere i singoli dall’equazione. Lo stesso giocatore, che è 6-per-10 con sei singoli, ha una ISO di .000, perché la potenza isolata si occupa solo delle basi extra. Mentre questo è sicuramente un esempio estremo, dimostra l’utilità di ISO nel separare il segnale dal rumore quando si cerca di identificare i giocatori con una buona potenza grezza.
FIP: Fielding Independent Pitching
Mentre ERA è stato a lungo il re principale delle metriche di lancio, FIP è stato creato per catturare ciò che ERA ignora ampiamente. La FIP guarda solo ai tassi di strikeout, walk e home run consentiti di un lanciatore, tre aree principali su cui il lanciatore ha il maggior controllo. Tornando alla spiegazione della BABIP di cui sopra, ricorderete che la difesa può avere un grande impatto sulla prevenzione delle corse di un lanciatore. Storicamente, la BABIP consentita ai lanciatori spesso fluttua di anno in anno, indicando la fortuna e la casualità delle palle in gioco che si trasformano in hit.
FIP mira a decifrare il valore di un lanciatore basato su quelle cose che ha più controllo, da qui il moniker Fielding Independent, mentre nega gli effetti della difesa dietro di lui. È usato su una scala ERA, quindi tutto ciò che si pensa tipicamente sia una buona ERA è una buona FIP.
Valori dei lanci di Fangraphs
Nel tentativo di identificare i lanci di successo o in difficoltà nel proprio repertorio, Fangraphs ha numeri che assegnano valori alle singole offerte di ogni lanciatore. Sono anche disponibili per vedere come un battitore si è comportato contro un certo tipo di lancio in tutte le apparizioni al piatto.
Ogni lancio cambia il conteggio e ogni palla in gioco altera lo stato del gioco. Ognuno di questi altera quella che noi chiamiamo la Run Expectancy. In sostanza, decenni di dati di gioco hanno determinato gli aumenti/decrementi attesi nelle corse con il cambiamento del conteggio, del numero di out e del numero di corridori in base. I Pitch Values sommano tutti i cambiamenti nella run expectancy da prima che un lancio venga lanciato a dopo, creando un valore cumulativo per un certo lancio. Per un lanciatore, un lancio che lascia abitualmente l’attacco in una posizione peggiore per segnare accumulerà un valore più alto di uno che è spesso colpito duro o lanciato fuori dalla zona.
Plate Discipline
Fangraphs ha fenomenali metriche di plate discipline che sono molto utili per imparare cosa sta realmente accadendo nei matchup battitore-pitcher. Quando vengono usate per i battitori, le metriche dettagliano quando oscillano e quanto spesso fanno contatto. Per i lanciatori, dettagliano le oscillazioni dei loro avversari. Ecco i concetti importanti.
Swing%: Percentuale di swing su tutti i lanci
O-Swing%: Percentuale di swing sui lanci fuori dalla zona
Z-Swing%: Percentuale di swing sui lanci dentro la zona
Contact%: Percentuale di swing che risultano in un contatto corretto
O-Contact%: Percentuale di lanci effettuati fuori dalla zona che risultano in un contatto corretto
Z-Contact%: Percentuale di lanci effettuati all’interno della zona che risultano in un contatto corretto
Zone%: Percentuale di lanci nella zona di strike
F-Strike%: Percentuale di primi lanci che sono strike
SwStr%: Percentuale di lanci che risultano in swing e miss (diverso dal whiff rate, che calcola la percentuale di swing in cui un battitore whiff)
Molte di queste sono statistiche molto complesse. Per i non iniziati che non avevano familiarità con queste metriche, queste definizioni saranno sufficienti per ora. Se questo ha stuzzicato il vostro appetito e siete interessati a scavare più a fondo, c’è molto di più da imparare su tutte queste statistiche. Fangraphs ha descrizioni fenomenali e approfondite su queste e molte altre metriche.
Per la maggior parte delle statistiche di cui sopra, le definizioni di lavoro fornite vi daranno quello che vi serve per capire il loro uso generale e la loro importanza. Per le statistiche più complesse (come WAR, BABIP, o FIP), che hanno calcoli nascosti sotto il cofano o maggiori implicazioni su concetti sabermetrici più ampi come la fortuna, c’è sempre più ricerca da fare e discussioni da avere.
Foto in alto: Jonathan Dyer/USA TODAY Sports
INIZIA LA PROVA GRATUITA