Nós aqui na The Athletic Philadelphia estamos entusiasmados por ter a nossa cobertura de beisebol a disparar em todos os cilindros com treino de mola em curso. O nosso pessoal está dedicado a fornecer-lhe a mais alta qualidade de cobertura Phillies disponível. Uma coisa de que não nos esquivaremos é do conteúdo analítico. No cenário do beisebol do século XXI – onde as organizações de cima para baixo e vocês, os adeptos, estão mais bem informados do que nunca – é importante para nós compreender e abraçar os avanços sabermétricos com impacto no jogo. Dada tanto a predilecção dos Phillies como dos novos treinadores pela análise, isto será ainda mais crucial na cobertura da franquia nesta temporada e no futuro.
As histórias e os aspectos humanos do basebol continuam a ser tão vitais como sempre. Para além de relatórios e insights convincentes, pretendemos destacar a nossa cobertura com um olhar atento à análise e à capacidade de interligar esses números com histórias que cheguem ao cerne do jogo. No clima actual, muitas das histórias mais interessantes do basebol encontram-se na intersecção da humanidade do jogo e dos seus vastos trovões estatísticos. Muitos adeptos já não querem apenas saber que um lançador está a lançar bem, querem saber porque está a lançar bem, e se esse sucesso é sustentável, para além de ouvir as opiniões do lançador, do treinador e do director-geral sobre o assunto. Estes adeptos querem consumir o jogo de uma forma mais profunda e conhecedora.
O que me leva ao tema desta peça. A comunidade analítica do basebol continua a crescer, tal como as ferramentas de que a comunidade depende. Aqui, queremos expor muitos dos tópicos e estatísticas que impulsionam a comunidade analítica que iremos referir nas histórias. Não vamos adaptar a nossa cobertura apenas àqueles que são bem versados em sabermetria e ostracizar aqueles que não o são, mas se estiver interessado nestes conceitos, queremos ajudá-lo a compreendê-los e a aumentar os seus conhecimentos sobre o jogo. Não estamos aqui para lhe dizer que é burro se não for um tolo; estamos aqui para lhe fornecer informações que lhe permitirão mergulhar totalmente e apreciar melhor algumas das nossas histórias. Se tiver perguntas ou feedback após a leitura, por favor informe-me nos comentários, onde podemos continuar a discussão.
Sem mais delongas …
Wins Above Replacement
Likely o conceito sabermetric mais utilizado, Wins Above Replacement (WAR) é uma métrica que tenta destilar as contribuições de um jogador num único número. Este número compara as acções de um jogador com as contribuições esperadas de um jogador de nível de substituição facilmente disponível – pense no seu típico agente livre de ligas menores ou jogador quad-A. Enquanto a base da estatística é adicionada em comparação com a de um jogador de nível substituto, o seu cálculo centra-se em torno do número de runs que um jogador adiciona ofensivamente e o número de runs que salva a sua equipa quer defensivamente quer no monte. Uma vez que o objectivo universal do jogo é ganhar jogos, estes totais de corridas são convertidos em vitórias. Cada 10 corridas adicionadas ou salvas é igual a 1,0 WAR – por exemplo, 20 corridas é 2,0 WAR.
Como em vida, é difícil produzir um valor significativo sem colocar o tempo necessário. Ao contrário, digamos, de uma média de tacadas, um jogo sólido não produz uma GUERRA perfeita – 4 por 4 é uma média de 1.000, mas um jogo incrível de basebol não produzirá uma GUERRA de alto calibre. É uma estatística que acumula contribuições ao longo do tempo. Quanto mais longas forem as contribuições sustentadas, maior a GUERRA.
Diferentes pontos de venda usam diferentes estatísticas e métodos para calcular as suas versões de GUERRA, colocando ênfases ligeiramente diferentes em vários aspectos do jogo. Por exemplo, os cálculos do Prospecto de Basebol incluem valor acrescentado para os apanhadores que enquadram bem os lançamentos e roubam greves. A WAR do Fangraph baseia a parte de lançamento da sua métrica em Fielding Independent Pitching (FIP), uma métrica (explicada mais adiante nesta peça) que tenta retirar as contribuições defensivas de uma equipa das estatísticas de um lançador.
Os três principais tipos de WAR são de Baseball Reference (bWAR ou rWAR), Fangraphs (fWAR) e WAR do Prospecto de Baseball Wins Above Replacement Player (WARP). Também incluem ajustes de posição, porque, por exemplo, jogar shortstop é mais difícil do que jogar na primeira base e as posições mais difíceis devem ser recompensadas numa métrica que compara jogadores de todas as posições.
Como fornecido por Fangraphs, abaixo está uma escala aproximada de WAR que acompanha bastante bem os diferentes cálculos com um exemplo de um jogador em cada intervalo a partir da época de 2017 (pelos números de Fangraphs):
wOBA: Média ponderada na base
Média ponderada na base é uma métrica de captura-tudo ofensiva que aborda deficiências noutras estatísticas ofensivas. Embora utilizemos frequentemente slashline (Média ponderada na base/Porcentagem na base/Porcentagem na base), wOBA fornece um número que é mais fácil para os olhos e poupa tempo. Em vez de dizer que Rhys Hoskins atingiu .259/.396/.618 em 2017, podemos dizer que ele tinha um .417 wOBA. Em termos de escala, wOBA é formatado a uma escala semelhante à percentagem na base. No ano passado, a média da liga OBP foi .324, enquanto a média da liga wOBA foi .321.
wOBA separa-se da métrica slashline ou OPS (On-base mais slugging), por exemplo, atribuindo valores únicos a diferentes métodos de atingir a base. Isto é intuitivo, e uma das principais razões pelas quais algumas métricas simplificam demasiado as coisas – os homers são mais valiosos do que os triplos, que são mais valiosos do que os duplos, etc. Também credita os jogadores por caminhadas não intencionais. Um rebatedor que é 3 por 10 com três home runs tem um aproveitamento de rebatidas de .300, porque a média de rebatidas trata todos os rebatedores como iguais. No entanto, esse mesmo rebatedor tem um enorme .585 wOBA.
wRC+: Weighted Runs Created Plus
Like wOBA, esta é uma métrica ofensiva tudo-em-um altamente útil. O que torna o wRC+ ainda mais útil é a sua escala. wRC+, e todas as outras estatísticas que terminam com um +, são escaladas em torno de uma média da liga de 100, sendo que cada ponto acima ou abaixo de 100 corresponde a uma percentagem acima ou abaixo da média da liga. Eis alguns exemplos de tipos próximos de cada um dos seguintes parâmetros de referência do wRC+ em 2017:
180: 80 por cento acima da média (Mike Trout)
160: 60 por cento acima da média (Jose Altuve)
140: 40 por cento acima da média (Paul Goldschmidt)
120: 20 por cento acima da média (Carlos Santana)
100: Média da Liga (Ender Inciarte)
90: 10 por cento abaixo da média (Jordy Mercer)
80: 20 por cento abaixo da média (Freddy Galvis)
A métrica também é responsável por factores de parque para nivelar o campo de jogo, uma vez que alguns estádios são mais amistosos com lançadores ou rebatedores do que outros. Contudo, não aplica ajustes posicionais como WAR.
OPS+: On-Base Plus Slugging Plus
Se está familiarizado com o OPS, e basta ler o parágrafo acima que explica o WRC+, então o OPS+ deve ser simples. OPS é a soma das percentagens na base e de slugging de um jogador, escaladas de modo a que a média da liga seja 100. Embora a OPS não seja uma estatística perfeita porque trata OBP e SLG como iguais (não são), não é extremamente imprecisa.
A principal falha com a OPS é que soma essas duas estatísticas, OBP e SLG, que têm dois denominadores diferentes. Em vez de se ajustarem a essa diferença, os dois números são apenas agrupados. Além disso, a pesquisa de Tom Tango mostrou que OBP é quase duas vezes mais importante para executar a produção do que SLG.
BB% e K%
Um ponto focal de uma grande parte da análise sabermétrica é uma aversão às estatísticas de contagem tradicionais (pense em RBIs ou hits) em favor das estatísticas baseadas em taxas (como OBP) ou, neste caso, taxa de caminhada (BB%) e taxa de strikeout (K%). As estatísticas de contagem, como os simples totais de walkout e strikeout, podem ser enganadoras porque retiram o contexto vital. Por exemplo: No ano passado, Rich Hill eliminou 166 batedores, enquanto Marcus Stroman eliminou 164. Enquanto os seus totais de strikeout são aproximadamente idênticos, Hill enfrentou 552 batedores e eliminou mais do que um por inning. Stroman, por outro lado, enfrentou mais de 800 rebatedores e eliminou menos de um por inning.
Dividindo o total de strikeout de um jogador pelo total de batedores que enfrentou (ou as aparências do prato, se for um batedor), encontramos K%. A taxa de strikeout do Hill de 30,1% foi cerca de 50% acima da média da liga, enquanto o Stroman de 19,7 K% foi um tick abaixo da média, apesar de os seus totais de strikeout serem praticamente idênticos. Não é tão importante saber quantos tipos um lançador ataca, como é importante saber qual a probabilidade de ele atacar alguém.
BABIP: Média de Batedores em Jogo
Um conceito Sabermetric básico, BABIP mede a frequência com que uma bola colocada em jogo cai para uma pancada (excluindo strikeouts, caminhadas e homers porque não são tecnicamente atingidos em jogo e afectados pela defesa). A estatística é tipicamente utilizada para analisar a sorte envolvida quando um lançador ou batedor está a bater/permitir uma bola em jogo. Os outliers drásticos de BABIP normalmente regridem à média. Embora seja muitas vezes um bom indicador de sorte, não é autoritário. Muitas coisas podem ter impacto no BABIP de um batedor ou lançador. Por exemplo, os rebatedores com velocidade de elite são mais propensos a desviar as bolas de terra do que os rebatedores médios, e o seu BABIP deve beneficiar disso. Se um lançador estiver rodeado por uma defesa sombria ou permitir rotineiramente um contacto duro, os seus colhedores têm menos probabilidades de chegar ao local onde a bola irá pousar, aumentando assim o BABIP do lançador.
ISO: Força Isolada
Força Isolada é uma medida diferente da capacidade de golpe de um jogador que a diferencia da percentagem de golpe de uma forma importante. A ISO isola os golpes de base extra que compõem a percentagem de slugging. Enquanto que a percentagem de batidas é uma medida do total de bases (provenientes de batidas) por at-bat, a ISO analisa as bases extra por at-bat. O cálculo é simplesmente SLG-AVG.
Por exemplo, um jogador que é 6 por 10 com seis solteiros detém uma percentagem de 0,600 de batidas. Isso é enorme, e sugeriria que o jogador é um grande batedor de potência. O que a ISO faz é retirar os singles da equação. Esse mesmo jogador, que é 6 por 10 com seis solteiros, tem uma ISO .000, porque a Isolated Power lida apenas com bases extra. Embora este seja certamente um exemplo extremo, demonstra a utilidade da ISO em separar o sinal do ruído quando se tenta identificar jogadores com boa potência bruta.
FIP: Fielding Independent Pitching
Enquanto a ERA tem sido durante muito tempo o rei das métricas de pitching, a FIP foi criada para capturar o que a ERA ignora em grande parte. O FIP olha apenas para o strikeout de um jarro, a pé e as taxas de home run permitidas, três áreas principais sobre as quais o jarro tem mais controlo. Voltando ao explicador BABIP acima, lembrar-se-á que a defesa pode ter um grande impacto na prevenção da corrida de um lançador. Historicamente, os lançadores BABIP permitidos flutuam frequentemente de ano para ano, apontando para a sorte e aleatoriedade das bolas em jogo transformando-se em acertos.
FIP visa decifrar o valor de um lançador com base naquelas coisas sobre as quais ele tem mais controlo, daí o moniker Fielding Independent, ao mesmo tempo que nega os efeitos da defesa por detrás dele. É usado numa escala de ERA, por isso qualquer coisa que se pense ser uma boa ERA é um bom FIP.
Fangraphs’ Pitch Values
Num esforço para identificar os lançamentos bem sucedidos ou em dificuldades no seu repertório, Fangraphs tem números que atribuem valores às ofertas individuais de cada lançador. Estão também disponíveis para ver como um batedor se saiu contra um determinado tipo de arremesso em todas as aparências de placas.
Cada lançamento muda a contagem, e cada bola em jogo altera o estado do jogo. Cada um destes altera aquilo a que chamamos a Run Expectancy. Em essência, décadas de dados de jogo determinaram os aumentos/diminuições esperados na pontuação das corridas à medida que a contagem, o número de eliminações e o número de baserunners mudam. Os valores de inclinação somam todas as alterações na expectativa de corrida de antes de um lançamento para depois, criando um valor cumulativo para um determinado lançamento. Para um pitcher, um pitch que rotineiramente deixa o ataque numa posição pior para pontuar acumula um valor mais alto do que um que é frequentemente atingido com força ou lançado fora da zona.
Disciplina de Placas
Fangraphs tem métricas fenomenais de disciplina de placas que são altamente úteis para aprender o que está realmente a acontecer nos matchups de batedores. Quando usadas para batedores, as métricas detalham quando balançam e com que frequência fazem contacto. Para os lançadores, eles detalham os baloiços que os seus adversários fazem. Aqui estão conceitos importantes.
Swing%: Percentagem de baloiços em todos os arremessos
O-Swing%: Percentagem de baloiços em arremessos fora da zona
Z-Swing%: Percentagem de baloiços em campos dentro da zona
Contacto%: Percentagem de baloiços que resultam num contacto justo
O-Contacto%: Percentagem de baloiços em campos fora da zona que resultam em contacto justo
Z-Contact%: Percentagem de baloiços em campos fora da zona que resultam em contacto justo
Z-Contact Percentagem de campos balançados no interior da zona que resultam em contacto justo
p>Zone%: Percentagem de lances na zona de ataque
F-Strike%: Percentagem de primeiros lances que são golpes
SwStr%: Percentagem de golpes que resultam em golpes e falhas (diferente da taxa de golpe, que calcula a percentagem de golpes em que um golpe de batedor)
Muitas destas são estatísticas altamente complexas. Para os não iniciados que anteriormente não estavam familiarizados com estas métricas, estas definições serão suficientes por agora. Se isto aguçar o seu apetite e se estiver interessado em aprofundar, há muito mais a aprender sobre todas estas estatísticas. Fangraphs tem descrições fenomenais e profundas sobre estas e muitas outras métricas.
Para a maioria das estatísticas acima, as definições de trabalho fornecidas dar-lhe-ão o que precisa para compreender o seu uso geral e importância. Para as estatísticas mais complexas (como WAR, BABIP, ou FIP), que têm cálculos escondidos sob a capa ou implicações maiores sobre conceitos sabermétricos mais amplos como a sorte, há sempre mais investigação a fazer e discussões a ter.
Foto Top: Jonathan Dyer/USA TODAY Sports
INICIAR TESTE GRÁTIS