|
Probabilmente mangiamo le stesse cose.
Chi legge da tempo questo sito ricorderà gli studi sul braccio degli esterni (primo - secondo); ricorderà anche che il primo dei miei lavori in merito uscì lo stesso giorno in cui John Walsh pubblicò la propria prima analisi sul medesimo argomento.
Il mio e il suo articolo presentano scelte diverse – il suo è più completo e solido -, ma concettualmente sono identici.
Difficilmente, invece, conoscerete l’altra nostra idea contemporanea (quasi).
Nella off season 2007, stavo analizzando dati su Curt Schilling (gli sforzi di quei giorni non sfociarono in nessun articolo), quando un altro italiano che si diletta in analisi numeriche (qui il suo sito) mi chiese un suggerimento durante un elettrocorrispondenza.
Stava pubblicando numerose classifiche sui lanci: quello che induceva il minor numero di contatti, quello che portava alla più bassa media battuta quando colpito, e così via.
Gli mancava un numero, quello che riassumesse il tutto, che dicesse quale lancio fosse il migliore e basta.
Era proprio quello che avevo messo a punto nel mio studio su Schilling, e gli passai i numeri di cui aveva bisogno.
Qualche settimana dopo, John Walsh pubblicò un lavoro sul sito Hardball Times, utilizzando le stesse metriche.
Quella volta pensai di averlo preceduto ma, quando ricevetti in ritardo la mia copia del libro The Hardball Times Annual (per qualche motivo le poste italiane me lo perdono ogni anno), fui costretto a riconoscere il suo primato.
In ogni caso, ancora una volta, avevamo lavorato sulla stessa lunghezza d’onda, ignari l’uno dello sforzo altrui.
John Walsh vive e lavora a Pisa; se leggete un suo articolo e volete porgli delle domande via email, potete scrivergli anche in italiano.
Di che si tratta?
Tutto parte dalla solita tabella, che vi mostrai sei anni fa, e a cui hanno fatto riferimento diversi degli articoli successivi, uno in particolare la utilizzava per assegnare un valore, in termine di punti contribuiti, ad ogni evento offensivo (singolo, strike out, base…).
Il passo successivo compiuto da John e da me (ma anche da Joe P. Sheehan), è stato di modificare il valore di quegli eventi in base al conto di ball e strike.
Intendiamoci. Un doppio è un doppio, sia che avvenga sul 2-0 sia sullo 0-2; converrete però che nel primo caso il pitcher aveva già in parte costruito la propria disfatta, mentre nel secondo “ha riempito il secchio del latte e poi gli ha dato un calcio”.
Il bello della tabella che segue è che rispecchia pienamente la realtà descritta.
| Conto |
ball |
strike |
Single |
Double |
Triple |
Home run |
| 0-0 |
0,04 |
-0,04 |
0,46 |
0,75 |
1,03 |
1,40 |
| 0-1 |
0,03 |
-0,06 |
0,50 |
0,79 |
1,08 |
1,45 |
| 0-2 |
0,02 |
-0,18 |
0,57 |
0,86 |
1,14 |
1,51 |
| 1-0 |
0,07 |
-0,05 |
0,42 |
0,71 |
1,00 |
1,36 |
| 1-1 |
0,05 |
-0,07 |
0,48 |
0,77 |
1,05 |
1,42 |
| 1-2 |
0,04 |
-0,21 |
0,54 |
0,83 |
1,12 |
1,48 |
| 2-0 |
0,12 |
-0,07 |
0,36 |
0,65 |
0,93 |
1,30 |
| 2-1 |
0,11 |
-0,08 |
0,42 |
0,71 |
1,00 |
1,37 |
| 2-2 |
0,10 |
-0,25 |
0,50 |
0,79 |
1,07 |
1,44 |
| 3-0 |
0,11 |
-0,08 |
0,24 |
0,53 |
0,81 |
1,18 |
| 3-1 |
0,19 |
-0,08 |
0,32 |
0,61 |
0,89 |
1,26 |
| 3-2 |
0,27 |
-0,35 |
0,40 |
0,69 |
0,97 |
1,34 |
Tabella 1 - Run Value di alcuni eventi in base al conto sul battitore.
Prendiamo proprio l’esempio del doppio.
Un doppio, abbiamo stimato in articoli precedenti, vale circa 0.7 punti; oggi gli assegnamo, precisamente, il valore 0.75 . Un ball, quale primo lancio del turno, leggiamo che vale 0.03 punti (per il battitore); un secondo ball, sull’1-0, 0.06 ; un doppio, sul 2-0, 0.64 . Se sommiamo i punti del turno in battuta, otteniamo 0.75, esattamente il valore di un doppio quale esito del turno.
Analogamente, sommando i valori di uno strike sullo 0-0 (-0.04), uno strike sullo 0-1 (-0.06) e un doppio sullo 0-2 (0.85), si giunge allo stesso risultato.
Potete provare a percorrere qualsiasi sequenza di conto, ma alla fine, giustamente, un doppio è sempre un doppio (un K è sempre un K, e via dicendo).
Però no si perde l’informazione dei lanci precedenti.
Così, se il primo caso (doppio sul 2-0) è stato prodotto da una sequenza fastball-fastball-slider, diremmo che la fastball ha regalato al battitore 0.09 punti; nel secondo caso la fastball avrebbe un valore negativo -0.10, ovvero avrebbe prevenuto i punti del battitore; lo slider sarebbe ancor più dannoso.
Basta chiacchiere, veniamo a qualcosa di più interessante.
John Walsh & Co. Hanno calcolato, lo scorso anno, il valore (in termini di punti) di ogni lancio, e di conseguenza hanno incoronato la miglior fastball in MLB, il miglior slider, e via dicendo.
È la prima cosa che ho fatto anch’io per il 2008.
Il calcolo è molto semplice: per ogni lanciatore/tipo di lancio si sommano i run-values e si divide per il numero di volte che quel lancio è stato scoccato.
Si può moltiplicare per 100 per avere numeri più leggibili.
Ecco qualche numero.
| pitcher |
tipo |
numero |
percent. |
Run Value |
| Ramon Troncoso |
Curve |
143 |
25% |
-5,40 |
| John Smoltz |
Slider |
148 |
33% |
-5,01 |
| Carlos Marmol |
Curve |
192 |
13% |
-4,74 |
| Jason Hammel |
ChangeUp |
122 |
9% |
-4,21 |
| Cory Wade |
Curve |
296 |
28% |
-3,85 |
| Tim Lincecum |
Slider |
324 |
9% |
-3,74 |
| Craig Breslow |
ChangeUp |
104 |
15% |
-3,71 |
| Jeremy Sowers |
Curve |
107 |
5% |
-3,51 |
| Felix Hernandez |
ChangeUp |
173 |
5% |
-3,45 |
| Heath Bell |
Curve |
228 |
17% |
-3,44 |
Tabella 2 - I migliori lanci per Run Value (a fine articolo una tabella con la top ten di ogni tipo di lancio).
Qual è il significato di stilare una classifica di efficacia come quella in tabella?
Più o meno si può metterla così: la tua stagione dipende da un solo lancio (chessò, è gara 7, sopra di uno, ultimo inning, ci sono due out, le basi piene, e il conto è pure pieno)… a chi affideresti la palla per quell’unico lancio e che segnale gli proporrebbe il catcher?
Una classifica del genere è interessante, ma più che altro può soddisfare una curiosità.
Tra i primi della tabella abbiamo visto lo slider di Lincecum. Il Cy Young del 2008 lancia quella palla in meno del 10% delle occasioni; Smoltz, dotato di uno slider ancora più devastante, lo estrae dalla faretra una volta su tre. Il divario tra i due lanci dev’essere maggiore di quanto emerge dalla tabella.
Inoltre, non mi sento di poter fare affermazioni del tipo: “Lincecum dovrebbe affidarsi più frequentemente a un lancio tanto efficace”; infatti la scelta di come mescolare le proprie armi dipende da tanti fattori, non ultimo lo stress fisico prodotto da ciascuno di essi. È possibile che Tim non sia in grado di far un uso più intensivo dello slider. Per di più, il valore calcolato in tabella è senz’altro influenzato dalla mescolanza scelta dal lanciatore: probabilmente se i battitori di National League vedessero più spesso lo slider di Lincecum, avrebbero contro di esso un maggior successo.
| pitcher |
tipo |
numero |
percent. |
RV Season |
| Cliff Lee |
FastBall |
2462 |
75% |
-30,36 |
| Josh Beckett |
FastBall |
1914 |
71% |
-28,54 |
| Matt Garza |
FastBall |
2032 |
69% |
-24,53 |
| Ervin Santana |
FastBall |
2002 |
58% |
-22,38 |
| Derek Lowe |
Slider |
984 |
31% |
-22,31 |
| Grant Balfour |
FastBall |
918 |
90% |
-20,34 |
| CC Sabathia |
Slider |
746 |
20% |
-19,20 |
| Hiroki Kuroda |
FastBall |
1707 |
62% |
-18,98 |
| Tim Lincecum |
FastBall |
2250 |
61% |
-18,96 |
| Gil Meche |
FastBall |
1970 |
55% |
-16,88 |
Tabella 3a - I migliori lanci per una stagione.
Questa seconda tabella riporta il valore cumulativo stagionale dei lanci (calcolo ancora più semplice: come sopra, ma senza dividere per il numero dei lanci effettuati).
Abbiamo così l’apporto che ciascun lanciatore ha fornito alla propria squadra con ognuna delle proprie armi.
Purtroppo, la mancata distinzione delle fastball in four-seamer e sinker da parte dell’algoritmo di classificazione di Ross Paul, fa sì che troviamo davanti parecchi lanciatori dotati di entrambe le varietà. Per questo motivo ripropongo la stessa tabella senza le fastball.
| pitcher |
tipo |
numero |
percent. |
RV Season |
| Derek Lowe |
Slider |
984 |
31% |
-22,31 |
| CC Sabathia |
Slider |
746 |
20% |
-19,20 |
| Jesse Litsch |
Slider |
1227 |
45% |
-16,47 |
| Matt Cain |
Slider |
484 |
13% |
-15,70 |
| Cole Hamels |
ChangeUp |
1130 |
33% |
-13,99 |
| Armando Galarraga |
Slider |
980 |
35% |
-13,93 |
| Zack Greinke |
Curve |
441 |
14% |
-13,33 |
| Tim Lincecum |
Slider |
324 |
9% |
-12,13 |
| Roy Halladay |
Curve |
762 |
21% |
-12,08 |
| Scott Baker |
Slider |
516 |
19% |
-11,83 |
Tabella 3b - I migliori lanci per una stagione (fastball escluse).
Infine un’altra misura, forse intermedia tra le due.
Per ogni lancio ho calcolato il valore medio su 100 lanci, tenendo conto del mix di ciascun lanciatore.
Mi spiego meglio.
Cole Hamels, su 100 lanci, spara 53 fastball, 34 cambi e 13 curve. Il valore del suo cambio, secondo i calcoli della tabella 2, è di -1,24; ovvero ogni 100 cambi lanciati Cole previene un punto e un quarto.
La curva segna -2.17.
In un’ipotetica partita di 100 lanci, però, Hamels si servirà del cambio quasi il triplo delle volte rispetto alla curva; pertanto con una semplice moltiplicazione abbiamo i seguenti valori:
- cambio -0,41,
- curva -0,28.
La tabella seguente, dunque, tiene conto di come i lanciatori scelgono dal proprio repertorio. Non tiene però conto di un altro fattore: i rilievi non compiono 100 lanci in una partita e, affrontando i battitori una sola volta, possono permettersi di dar fondo a ripetizione alla propria arma migliore.
| pitcher |
tipo |
numero |
percent |
RVmix |
| Jason Motte |
FastBall |
157 |
92% |
-2,37 |
| Joey Devine |
FastBall |
482 |
68% |
-2,23 |
| Grant Balfour |
FastBall |
918 |
90% |
-1,99 |
| David Price |
FastBall |
175 |
74% |
-1,73 |
| Phil Coke |
FastBall |
120 |
60% |
-1,66 |
| John Smoltz |
Slider |
148 |
33% |
-1,65 |
| Mariano Rivera |
FastBall |
677 |
70% |
-1,57 |
| Jeff Ridgway |
FastBall |
104 |
67% |
-1,55 |
| Brandon Morrow |
FastBall |
759 |
68% |
-1,46 |
| Ramon Troncoso |
Curve |
143 |
25% |
-1,36 |
Tabella 4a - I migliori lanci tenendo conto del mixing.
Anche per questa tabella mostriamo la versione “senza fastball”.
| pitcher |
tipo |
numero |
percent |
RVmix |
| John Smoltz |
Slider |
148 |
33% |
-1,65 |
| Ramon Troncoso |
Curve |
143 |
25% |
-1,36 |
| Cory Wade |
Curve |
296 |
28% |
-1,08 |
| Mark DiFelice |
Slider |
225 |
68% |
-1,04 |
| Rich Hill |
Curve |
120 |
34% |
-0,89 |
| Joe Nathan |
Slider |
346 |
33% |
-0,84 |
| Doug Waechter |
Slider |
450 |
46% |
-0,81 |
| Mike Adams |
Slider |
289 |
29% |
-0,81 |
| Ryan Madson |
ChangeUp |
293 |
23% |
-0,79 |
| Jesse Carlson |
Slider |
281 |
31% |
-0,77 |
Tabella 4b - I migliori lanci tenendo conto del mixing (fastball escluse).
Dunque, il run-value dei lanci è un ottimo strumento per riassumere l’efficacia delle armi dei lanciatori; abbiamo visto, però, che siamo lontani dal poter stilare una classifica definitiva con una sola metrica.
Prossimamente proveremo a complicare ulteriormente le cose!
TOP TEN PER TIPO DI LANCIO
| pitcher |
tipo |
numero |
percent. |
Run Value |
| Joey Devine |
FastBall |
482 |
68% |
-3,27 |
| Phil Coke |
FastBall |
120 |
60% |
-2,78 |
| Jason Motte |
FastBall |
157 |
92% |
-2,58 |
| Clay Hensley |
FastBall |
283 |
46% |
-2,52 |
| David Price |
FastBall |
175 |
74% |
-2,33 |
| Jeff Ridgway |
FastBall |
104 |
67% |
-2,32 |
| Mariano Rivera |
FastBall |
677 |
70% |
-2,25 |
| Grant Balfour |
FastBall |
918 |
90% |
-2,22 |
| Brandon Morrow |
FastBall |
759 |
68% |
-2,15 |
| Geoff Geary |
FastBall |
629 |
62% |
-2,10 |
| pitcher |
tipo |
numero |
percent. |
Run Value |
| Ramon Troncoso |
Curve |
143 |
25% |
-5,40 |
| Carlos Marmol |
Curve |
192 |
13% |
-4,74 |
| Cory Wade |
Curve |
296 |
28% |
-3,85 |
| Jeremy Sowers |
Curve |
107 |
5% |
-3,51 |
| Heath Bell |
Curve |
228 |
17% |
-3,44 |
| Aaron Laffey |
Curve |
113 |
8% |
-3,27 |
| Kyle Lohse |
Curve |
295 |
9% |
-3,07 |
| Mike Adams |
Curve |
134 |
13% |
-3,04 |
| Zack Greinke |
Curve |
441 |
14% |
-3,02 |
| Francisco Rodriguez |
Curve |
300 |
26% |
-2,78 |
| pitcher |
tipo |
numero |
percent. |
Run Value |
| John Smoltz |
Slider |
148 |
33% |
-5,01 |
| Tim Lincecum |
Slider |
324 |
9% |
-3,74 |
| Luis Mendoza |
Slider |
122 |
10% |
-3,31 |
| Matt Cain |
Slider |
484 |
13% |
-3,24 |
| Duaner Sanchez |
Slider |
129 |
14% |
-2,91 |
| Keiichi Yabu |
Slider |
259 |
23% |
-2,89 |
| Mike Adams |
Slider |
289 |
29% |
-2,83 |
| Mike Gonzalez |
Slider |
113 |
19% |
-2,66 |
| CC Sabathia |
Slider |
746 |
20% |
-2,57 |
| Claudio Vargas |
Slider |
137 |
24% |
-2,55 |
| pitcher |
tipo |
numero |
percent. |
Run Value |
| Jason Hammel |
ChangeUp |
122 |
9% |
-4,21 |
| Craig Breslow |
ChangeUp |
104 |
15% |
-3,71 |
| Felix Hernandez |
ChangeUp |
173 |
5% |
-3,45 |
| Ryan Madson |
ChangeUp |
293 |
23% |
-3,36 |
| Leo Nunez |
ChangeUp |
126 |
18% |
-2,70 |
| Wilfredo Ledezma |
ChangeUp |
142 |
13% |
-2,58 |
| Ramon Ramirez |
ChangeUp |
148 |
13% |
-2,47 |
| Trevor Hoffman |
ChangeUp |
162 |
26% |
-2,36 |
| Chris Young |
ChangeUp |
141 |
8% |
-2,23 |
| Phil Dumatrait |
ChangeUp |
152 |
11% |
-2,19 |
... gli "altri"
| pitcher |
tipo |
numero |
percent. |
Run Value |
| James Shields |
Cutter |
147 |
5% |
-3,18 |
| Dan Haren |
Splitter |
123 |
4% |
-2,37 |
| Braden Looper |
Splitter |
151 |
5% |
-2,31 |
| Manny Parra |
Splitter |
141 |
5% |
-2,29 |
| Saul Rivera |
Cutter |
111 |
8% |
-2,04 |
| Jose Valverde |
Splitter |
126 |
10% |
-1,83 |
| Mike Mussina |
Splitter |
113 |
4% |
-1,65 |
| Daisuke Matsuzaka |
Cutter |
263 |
9% |
-1,61 |
| Jered Weaver |
Cutter |
366 |
12% |
-1,43 |
| Mariano Rivera |
Cutter |
281 |
29% |
-1,40 |
|