文：Xavier
不少人看到進階數據都會習慣性的先跳過，原因不外乎很陌生、看不太懂，不如傳統數據簡單明瞭和平易近人。但屏除先入為主的觀念，其實進階數據並不像很多人想的那麼麻煩，而是看你用什麼心態去面對它。
如果一開始就覺得麻煩、排斥，再簡單的東西都會變得複雜。換一種心態去面對，很多東西也會變得不一樣。
猶記，4、5年前Xavier剛開始寫作的時候，看到某位朋友的文章出現精闢的Advanced Stats時，欽羨之餘(可惜我那位朋友停筆好多年了)，Xavier也是看不太懂。但我選擇的不是去躲這些東西，或是酸葡萄心理去調侃會用進階數據很了不起嗎(有這種心態的人還真不少)？我選擇的是去了解它們，慢慢的從看不懂，變成理解到最後自己也能使用。
這陣子，我一直有個想法，想把Advanced Stats用更簡單的方式介紹給更多讀者。專業也許還說不上，這部分寫得比我好的人也多的是，但我想做個基本的討論、交換意見應該還是可以的。
現在我們就從投手的進階數據開始介紹起，分成FIP、SIERA跟tERA (tRA)三個部分來討論，這篇文章我們首先要提的是FIP、因為它很好用、也最普及，所以我特地把它獨立成一篇文章來討論。
FIP、xFIP：
要介紹FIP前，我們得先提防禦率這個最基本、也是最常見的投手數據。既然有人發明進階數據，就表示防禦率有缺陷，那防禦率它有到底什麼問題呢？Xavier認為防禦率至少有五大缺陷。
以後援投手來講，最常見的問題就是”明明投不好，自責分卻算在上一任投手身上”。後援投手上場救火時，壘包上往往已經有跑者，但是這些跑者要是回到本壘得分，自責分可都是算給上一任投手。這就會出現一種情況：後援投手A一上來就連挨好幾支安打，讓先發投手留在場上的跑者都回來得分，教練再緊急換上後援投手B接替，並成功踩住煞車不再失分，結果就是這位狀況很差的後援投手A，這次登板的防禦率還是完美的0。
對先發投手來說，也會有類似的問題，壘包上有跑者時被換下場，好的後援投手會幫你守成、不好的後援投手會繼續失血，讓自責分加到你身上，也就是說先發投手防禦率，除了自己的投球能力外，有時也會受到團隊牛棚戰力的影響。
再來就是守備問題，2出局滿壘，同樣一個深遠飛球，守備能力好的隊友會美技接殺，結束這一局。守備較差的隊友，可能就是落地形成長打，對你造成重傷害，一次就多了2分或3分的自責分。處理位置尷尬的內野軟弱滾地球也是類似的道理，內野守備優劣與否對滾地球型的投手影響又特別大。
和守備攸關的還有失誤因素，一個投手在發生守備失誤之後，被連續打了好幾支安打掉分，雖然這樣的掉分有非戰之罪的因素在，實際上還是可以看出這位投手的穩定度跟壓制力仍有些問題，但他失誤後的掉分都不算自責分。
最後是球場因素，像是有些球場飛球飛行的延伸距離會比較遠，容易形成長打，在這類球場投球的投手就會比較吃虧。沒辦法針對球場差異做校正，這也是傳統防禦率的一大問題。
因此，只以防禦率來評斷投手的優劣，是非常不精確的，WHIP稍微好一點，但同樣有守備影響的問題。美國BBWAA有些會員在賽揚獎票選上，喜歡用防禦率來解讀過多的東西，也讓人搖頭。
FIP就可以解決上述大部分的問題
FIP是Tom Tango發明的投手進階數據，完整的英文原名叫Fielding Independent Pitching。FIP的特點是它只考慮HR、HBP、BB跟K這4個數據，依據影響程度的差異，給予不同的權重計算，最後加上固定的修正值(通常是3.2)就可以得到，公式如下：
FIP = ((13*HR)+(3*(BB+HBP))-(2*K))/IP + constant
為什麼只考慮HR、HBP、BB跟K呢？原因很簡單，因為這4個數據剛好都是投手自己能掌控的，比較不會受到守備影響，也不會有防禦率自責分算在誰身上的問題。簡言之，FIP能比較精確的檢視投手自己控制比賽的能力。因為原理簡單、公式也不難(有時間自己就可以計算)，所以FIP現在還是國外相當盛行、我自己也很喜歡列入參考的投手進階數據。
那去年大聯盟FIP最低的先發投手是誰呢？答案是大都會的Matt Harvey，他去年的FIP只有2.00。第二名則是國聯賽揚獎得主Clayton Kershaw，他的FIP為2.39。
不過FIP也有個小問題，像是全壘打的部分，投手就可能會受到球場狀況影響，而有所起伏。
從FIP衍生出來的是xFIP(Expected Fielding Independent Pitching，發明者為Dave Studeman)，這兩個數據的計算公式基本上一樣，差別是xFIP在全壘打的部分做了校正，把原本FIP的全壘打改為投手的飛球乘以聯盟平均的HR/FB，能解決球場差異，精確度會比較高，可說是進階版的FIP，公式如下：
xFIP = ((13*(Flyballs * League-average HR/FB rate))+(3*(BB+HBP))-(2*K))/IP + constant
FIP跟xFIP還能用來預測投手的防禦率走向，如果一個投手的FIP跟xFIP高於防禦率，一旦投球時間拉長，他的防禦率會逐漸變高。相對的，如果一個投手的FIP跟xFIP低於防禦率，一段時間過後，他的防禦率也會慢慢往下降。
去年大聯盟xFIP最低的先發投手是誰呢？同樣是大都會的Matt Harvey，他去年的xFIP為2.63。
如同ERA跟ERA+，xFIP也有個能跟聯盟平均值做比較的xFIP-，xFIP-值100相當於聯盟平均，不過跟ERA+不同的是xFIP-是越低越好。在檢視不同年度的投手時就非常好用了，xFIP-可以看出每年聯盟打擊強弱的差異，做出合理的比較。
那FIP跟xFIP系列是最好的投球數據了嗎？也不盡然。下一篇文章我們就來介紹另外兩個進階數據SIERA跟tRA。
Xavier棒球進階數據系列：
投球篇：
【Xavier棒球教室】投手進階數據篇(一)： FIP、xFIP
【Xavier棒球教室】投手進階數據篇(二)： SIERA、tRA
打擊篇：
【Xavier棒球教室】打者進階數據篇(一)： wOBA、 wRAA
【Xavier棒球教室】打者進階數據篇(二)：wRC、wRC+
守備篇：
【Xavier元創主義】FB粉絲團：
美日韓台棒球專家Xavier的精闢解析
真正專業導向的野球資訊站
留言列表
