Daily baseball statistical analysis and commentary. Complete source for baseball history including complete major league player, team, and league stats, awards, records, leaders, rookies and scores. 「セイバーメトリクス」をご存知でしょうか? 野球好き、または統計に精通している方であればご存知、あるいは聞いたことがある単語かと思います。 近年統計学は非常に注目されており、統計について疎い方でもわかりやすい関連書籍などが複数出版されています。 私(あべっかん)は長男の太郎が小学生のころ、少年野球チームのコーチをやりました。そのときに野球に試合のスコアブックをエクセルで作っていたので紹介します。, 野球のスコアブックはこの図のようになっています。選手を打順で並べて、イニングごとに結果を書きこみます。, 例えば5回は、9番の北君から始まって、北君は「遊ゴロ」(ショートゴロ)でIアウト。, 1番の岩鬼くんは「左ヒット」(レフトへのヒット)で一塁はへ。(2)と書いてあるので2番バッターの犠牲バントで二塁に進みます。その先に(4)と書いてあるので4版バッターのホームランでホームに帰ってきます。ホームに帰ったら中央に丸をつけます。, 試合が終わりました(7回までとします)。ここで「打撃結果集計」ボタンを押すと、その試合での各選手の打率や出塁率などの成績が自動集計されます。, ここでは、各打席での結果を一つづつについて、ヒットだったかアウトだったか犠牲バントだったか、などを見て、打数や安打数に加算していくという処理をエクセルVBAのプログラムで行っています。これを自動で集計できるのがこのツールのウリです。, さらには、全試合の通算成績が書かれたシートがあります。ここで「試合結果を通算成績に反映」ボタンを押して、対象となる試合のシートを選ぶと、その試合の打撃成績が通算成績に反映されます。これを使って選手のバッティングを分析できます。, 使う人にとっては非常に便利なスコアブックになっていると思います。ただ、入力がちょっと面倒です。簡単に入力できる仕組みを取り入れられればいいのですが。, エクセルVBAのプログラムではこんなものも作れるのです。使ってみたい人はこちらからダウンロードしてみてください。無料です。感想を知らせてもらえると嬉しいです。, エクセルでいろいろな処理を作れるようになってみませんか。エクセルプログラミングの初心者向け勉強会を毎月行っています。詳しくはこちら。, Facebook で共有するにはクリックしてください (新しいウィンドウで開きます), ロボットを動かすと -現実が理想と違ってもなんとかしよう | あべっかんのエクセルとプログラミング教育, ジャングルクルーズでもセミナーでも、「つかみ」が肝心! | あべっかんのエクセルとプログラミング教育, エクセルVBA個人レッスン実施報告 -この講座が選ばれる理由 | あべっかんのエクセルとプログラミング教育, エクセルプログラミング個人レッスン実施報告 -予習しとくと理解が早い | あべっかんのエクセルとプログラミング教育. 野球・草野球・ソフトボールの正式なスコアブック・スコアシートを付けたい場合にダウンロードしてお使いください。改変等はご自由に。早稲田式・慶応式スコアともに対応可能かと思います。, 野球のスコアブックを正式につけたことがない、またはWebスコアブックに入力するだけなので誰でも使える簡易版の野球スコアブックで良いという方はこちらの記事からダウンロードしてください。, 野球においてスコアブックを付ける目的は試合結果を元にチームの戦術を磨くことにあります。何度も対戦する相手であれば、他チームの傾向を分析することも可能です。ただ記録することもハマってくると楽しいのですが、本来的には試合結果からよりチームが強くなるポイントをどれだけ導き出せるか、というスコアブックの分析が一番大切です。, 例えばこの投手は70球を超えると四球が増えるな、とか。3回までは走者がいるときに相手チームは逆方向へのゴロを意識的に打ってくるな、とか。傾向と分析、野球においても大事です。, 私の所属する野球チームでは早稲田式を使っています。アマチュアは早稲田式が多いと言われておりますし、草野球では早稲田式か独自の簡略化したスコアブックしか見たことがないですね。, ちなみに、打点の数だけ外枠を赤線で囲うなど、オリジナル要素を加えた運用もしていますが、各チームごとに試合結果の振り返りやすさをベースにスコアブックの記入方法を一部カスタマイズするのもおすすめです。, スッキリわかる野球スコアのつけ方新版 BASEBALL SCORE BOOK [ 三井康浩 ] エクセルの分析ツールを用いて、2水準を持つ2要素で構成されたデータに対して分散分析を行う方法を紹介します。 データが下図のように並んでいる場合を考えましょう。 ステムに携わってきた当社のソフトを使い、プロ級のデータ分析をして、監督や仲間達から褒めてもらって思いっきりの笑顔になって欲しい。,  ベースボールチャートはそんな思いで野球界にデビューしました。. Kenta Maeda Stats | Baseball-Reference.com, 2020: 6-1 (4th), 2.70 ERA (5th), 80 SO (7th),Career: 53-36, 3.75 ERA, 721 SO, P, Dodgers/Twins 2016-2020, t:R, born in Japan 1988, MaeKen, 日本プロ野球(NPB)の詳細データを提供しています。2012年度分からの全試合結果、コース別成績、条件別状況別成績等公開しています。. 統計学の「27-5. エクセル版・ 野球スコア集計表 2011年2月 ※この集計表の作者と向丘サンダースは使用者の損失に対して一切の責任を負いません。 ※初めに入力されているデータは参考用ダミーデータです どのサイトを見ればい... 【MLB】メジャーリーグの試合中継を視聴する方法まとめ(ネット配信・テレビ放送)【2020年】, 【無料会員あり】SPOZONE(スポゾーン)の登録方法を解説【メジャーリーグも視聴可】, 【エグイ】山本由伸のカーブは宜野座カーブ! データを取りながらなにか法則性がないか、探しております。 また、蛭川様にも鍛えられていまして、 5/23日のコメント欄では未熟なりにもデータ分析をしております。 評価: Posted by 素人のナックルボール視点 at 2011/06/22 19:33:13 PASS: 2014年に活躍した、田中将大選手やダルビッシュ選手、黒田選手や岩隈選手などを中心に、なぜ日本人投手がメジャーで... 野球のコラムはいろいろなサイトに載っているけど、どんなサイトに載っているのかな? 統計学は、一見するとなんの法則も無いかのようなデータから、何らかの傾向を見つけるための学問です。その有用性から、ビジネス、とくにマーケティングでは広く活用されています。, 統計学には、複雑な計算が伴うため、使いこなせる人は多くないでしょう。しかし、エクセルを使えば、だれでも手軽に統計処理を行うことができます。, この記事では、代表的な統計処理を、エクセルの分析ツール、または関数を用いる方法に分けてご紹介します。, ばらつきのある複数の要素が集合したデータから、何らかの特徴を見出すための学問が統計学です。また、いくつかの標本を抽出・分析することで、実際には取得が難しい母集団の特徴を把握するためにも、統計学が活用されています。, 近年では、企業と顧客・消費者の間に多くの接点が生まれ、膨大なデータを企業が蓄積できるになりました。こうしたデータは「ビッグデータ」と呼ばれ、マーケティングにおける活用方法が模索されています。, 統計分析は、ビッグデータからマーケティング手法の策定につながるヒントを見出すためにも活用されている手法です。統計学については、「統計学入門!文系でもわかる基本知識とおすすめの勉強法」の記事で詳しく解説しています。, 統計分析では、専門的な分析ツールが活用されていますが、基本的な分析であれば、エクセルでも実施できます。, エクセルの統計分析において一般的なのが、「分析ツール」と「関数」を用いた方法です。以下では、統計分析で代表的な「相関分析」「回帰分析」「t検定」「分散分析」の4つを、分析ツールと関数を用いた方法にそれぞれ分けてご紹介します。, 実際に統計手法について学ぶ前に、エクセルで分析ツールを使う方法をご紹介していきます。あらかじめ、以下のような手順で分析ツールを読み込んでおきましょう。, 相関分析は、2つ以上の要素の変動が関連しているかどうか(相関性)を調べるための分析方法です。例えば「消費者の年齢層」と「商品の売り上げ」が関係しているかどうかや、「店舗の所在地」と「利益率」が関係するかどうか、ということを調べるために使われます。, ビジネスでは、相関分析によって、思わぬ要素が売上に好影響を与えると明らかになり、新たなマーケティングターゲットが見つかることも少なくありません。, 具体的に説明すると、相関分析は、要素間の相関係数を求めるための分析手法です。相関係数とは、2つの変量の関連性を示す指標です。-1~1の実数で算出され、1に近いほど、(正の)相関性が強い(1つの要素が増加すると、もう1つも増加する)ことを意味します。また、相関係数が-1に近いほど、負の相関性が強い(1つの要素が増加すると、もう1つは減少する)ことを示します。反対に、相関係数が0に近ければ相関性が弱い(2つの要素は互いに無関係)ということになります。, 算出された相関係数の値をどのように解釈するかは、目的にもよりますが、一般的に以下のような目安があります。, ただし、計算には表れない相関がある場合もあります。そのため、確認として、元データを座標上に記した「分布図」を用いて目視で確認することも大切です。, 「入力範囲」には相関関係を調べたい数値が入力されたセルの番号を、「出力先」には相関係数を出力したいセルの番号を入れてください。, 分析ツールを利用した相関分析について、さらにくわしく知りたい方は、「【相関分析】回帰分析との違いやエクセルでの分析、事例を紹介!」をお読みください。, ただし、CORREL関数で求められるのは、2つまでの要素の相関係数です。3つ以上の要素相関関係を調べる場合は、上述したデータ分析を利用する必要があります。, 回帰分析は、ある変数の変動から別の変数の変動を予測・説明するための分析手法です。説明・予測の対象となる変数を目的変数、予測するために用いる変数を説明変数と呼びます。説明変数が1つの場合は単回帰分析、2つ以上の場合は重回帰分析と呼ばれます。, 回帰分析を行うと「身長、腹囲、胸囲から体重を予想する」「宣伝費、生産数、リリースからの経過日数から売上を推測する」といったことが可能になります。根拠となるデータが出そろっていない場合も予測できるようになる点がメリットです。一方で、剰余変数の存在に注意しなければ、誤った推論になる可能性があります。剰余変数とは、説明変数以外で、目的変数に影響を与える変数のことです。例えば体重を予想する場合、男性の身長・腹囲・胸囲と体重の関係から立てた式では、女性の体重は求めづらいかもしれません。, 回帰分析についてより深く知りたい場合は、「回帰分析(単回帰分析)をわかりやすく徹底解説!」と「ビジネスでもさらに役立つ!重回帰分析についてわかりやすく解説!」をお読みください。, 「入力Y範囲」に目的変数の範囲を、「入力X範囲」に説明変数の範囲を指定し、「OK」をクリックしてください。, 重回帰分析の場合も大きな違いはありません。「入力X範囲」に、説明変数が入力されたセル全体を指定するだけです。, 回帰分析の結果としてさまざまな値が表示されていますが、以下では代表的な値の意味を簡単にご紹介します。, 重決定R2:重相関Rを2乗した値。1に近ければ説明変数で説明できる割合が多い。決定係数とも呼ばれる。, 関数で回帰分析を行う場合、単回帰分析と重回帰分析で、用いる関数が異なります。また、単回帰分析の場合は係数、切片、決定係数などでも、それぞれ用いる関数が違います。, 単回帰分析では、以下の関数を使います。それぞれの関数の用途と、引数として指定する値をご紹介しましょう。, 関数を入力するセルから縦に5行、横は説明変数の数に1を加えた列数の範囲を指定してください。, 続いてlinest関数を入力します。「既知のy」には目的変数yの範囲を、「既知のx」には説明変数xの範囲を指定しましょう。定数項を含める場合は「定数」に「TRUE」を、標準誤差・決定係数などを含める場合は「補正」に「TRUE」を入力します。, 「OK」をクリックすると関数が入力されますが、最初は左端のみに結果が入力されています。結果全体を表示させるためには、「Ctrl」キーと「Shift」キーを押しながら「Enter」を押して関数を入力してください。, t検定とは、ある仮説について正否を検討する「仮説検定」で用いられる手法です。母集団から少ないサンプルを抽出し、母集団全体の仮説の正否を検証できるため、さまざまなシーンで活用されています。工業製品の品質管理などで用いられることが多い検定です。, t検定については「統計の中でも最重要分野のひとつ、t検定について徹底解説!」と「エクセルでt検定を使おう!分析ツールを使った簡単な方法を紹介」でくわしく解説しています。, エクセルの分析ツールを用いてt検定を行う場合、「分析ツール」のボックスから「t検定:一対の標本による平均の検定」、もしくは「t検定:等分散を仮定した2標本による検定」を選択し、「OK」をクリックします。, このうち、前者は対応のあるデータ、後者は対応のないデータに対して使用する検定です。対応とは、2つのデータがペアになっているという意味です。例えば、営業チームAの4月の契約件数と5月の契約件数は対応しているといえますが、営業チームAの契約件数と営業チームBの契約件数は、対応しているとはいえません。, どちらも使い方に大きな違いはありません。対応がある場合は「変数1の入力範囲」に1つ目の条件での標本データを、「変数2の入力範囲」には2つ目の条件での標本データが入力されたセルを指定します。対応がない場合はそれぞれに、2つの標本データが入力されたセルを指定してください。指定が完了したら、「OK」をクリックしましょう。, なお、条件が2つの場合と3以上の場合では分析の設定が異なります。条件が3つ以上ある場合は、「分析ツール」ボックス内の「分散分析:繰り返しのない二元配置」を使用しましょう。, 結果を出力したいセルに「=T.TEST(条件1の標本データ範囲,条件2の標本データ範囲,2,1)」を入力しましょう。「2」は両側検定、「1」は「対応のある場合」という意味です。, くわしくは「エクセルでt検定を使おう!分析ツールを使った簡単な方法を紹介」をご覧ください。, 分散分析とは、3群以上のデータ、もしくは3つ以上の条件下で分類されたデータの母平均の差を検定するための分析方法です。クラスごとのテストの結果や、年間購入額のランクで分けた顧客の年齢など、幅広いシーンで母平均の差を検討するために活用されています。, 分散分析を行ううえで知っておかなければならないのが、「要因」と「水準」という2つの概念です。要因は値に変化を与える要素、水準は要因に含まれる項目を意味します。クラスごとのテストの結果に対して分散分析を行う場合、「クラス(組)」という要因のなかに「1組」「2組」「3組」など、クラスの数と同じ数だけ「水準」があることになります。, エクセルの分析ツールを用いて、2水準を持つ2要素で構成されたデータに対して分散分析を行う方法を紹介します。, 次に、「データ分析」のボックスから「分散分析:繰り返しのある二元配置」を選択し、「OK」をクリックしてください。, 「入力範囲」には列名や行名を含めたデータ全体を指定します。「1標本あたりの行数」には、このデータでは数学と英語でそれぞれ15個のデータがあるため、「15」と入力します。出力先を指定し、最後に「OK」をクリックしましょう。, たくさんの値が表示されていますが、まず注目すべきは「P-値」という値です。P-値は「帰無仮説が起こる確率」を意味します。分散分析においての帰無仮説とは「データ群の平均が等しいこと」であり、本データでは「クラス・科目別のテスト点数平均が同じこと」です。, 一般的な目安では、このP-値が5%以下であれば帰無仮説を棄却できると考えられています。本データでは、「平均点が等しいという仮説を棄却(否定)できる」ということであり、つまり「平均点の差がある」ということです。, 「標本」の横に表示されているP-値は横方向を比較したP-値、つまり本データでは数学と英語の点数を比較したP-値を意味します。0.66=66%であり、5%以上あるため帰無仮説を棄却できません。つまり、平均点の差が認められないということになります。, 「列」のP-値は縦方向のP-値、つまり本データでは1組の2組の平均を比較したP-値を意味します。こちらも5%以上になっており、差は認められません。, この記事では、エクセルを用いて代表的な統計処理を行う方法をみてきました。ご紹介した統計処理は、いずれもビジネスにおいて有用なものです。, 業務上で多くのデータに触れる方は、エクセル上での処理の仕方を身に付けてはいかがでしょうか。, マーケティングに関するバラバラになっている知識をいっきに「使いこなせる」レベルにまで引き上げることが可能です。, 初心者の方でもサイトの改善ができるような実践コース。分析を学んだことが無い人でも分かりやすいように、分析とは何か?から丁寧に説明します。, 『普遍的なSEOの本質』を理解し、毎日正しいSEO対策ができるようになるためのコースです!. それは、「日本人投手黄金時代」という杉浦大介さんの著書です。 データを取りながらなにか法則性がないか、探しております。 また、蛭川様にも鍛えられていまして、 5/23日のコメント欄では未熟なりにもデータ分析をしております。 評価: Posted by 素人のナックルボール視点 at 2011/06/22 19:33:13 PASS: MLB Stats, Scores, History, & Records | Baseball-Reference.com. ?被打率も1番低かった!【カーブの成績も紹介】, 勝てる野球の統計学 セイバーメトリクス (岩波科学ライブラリー) [ 鳥越規央 ], 新時代の野球データ論 フライボール革命のメカニズム [ Baseball Geeks ]. © 2020 ちょぶログ! All rights reserved. 私(あべっかん)は長男の太郎が小学生のころ、少年野球チームのコーチをやりました。そのときに野球に試合のスコアブックをエクセルで作っていたので紹介します。こんなこともエクセルでできるんだ!と思っていただければいいかと。スコアブックをエクセルで 野球・草野球・ソフトボールの正式なスコアブック・スコアシートを付けたい場合にダウンロードしてお使いください。改変等はご自由に。早稲田式・慶応式スコアともに対応可能かと思います。 このような疑問をもったことはありませんか。私も野球のコラムを読むことが大好きで、同じように感じていました。 エクセルの分析ツールを用いて、2水準を持つ2要素で構成されたデータに対して分散分析を行う方法を紹介します。 データが下図のように並んでいる場合を考えましょう。 生き残るー。 なぜなら、野村氏自身がプロ野球選手として「生き残り」をかけて這い上がり、23年間という長期に渡って現役で活躍し続... 今日はオススメの本を紹介したいと思います。 打者は打率、投手は防御率といった確率で評価されます。この確率によって、その選手のだいたいのことが分かります。, 例えば、プロ野球の打者であれば打率が3割を超えれば優れているとされます。先発投手であれば防御率が3.00を下回れば優秀と言えるでしょう。, 中にはチームを盛り上げるムードメーカーや、チームのために自分の成績を犠牲にしてプレーをしている選手もいるからです。, さらに、かつての新庄選手が振る舞ったようなエンターテインメント性は、球場に来場するファンが増えるという経済的な面で数字で評価はできますが、そのエンターテインメント性が野球の成績に反映されるとは限りません。, とはいっても、選手を数字で理解したり分析することで見えてくることを知ることも、野球を楽しむ要素の一つになるでしょう。なぜなら、数字を分析することによって、おもしろい発見があるからです。, 例えば、打率が低いのに活躍していると思われる選手は、得点圏打率が高いがために、そう思われやすいということが分かったりします。また、地味ですが守備でのチームへの貢献率がものすごく大きい選手を発見することもできます。, そんな野球のデータをみれるサイトをまとめました。ぜひあなたも野球のデータを見て、分析して考えて楽しんで欲しいと思います。, データだけでなく、グラフや打球の分布図までビジュアルも充実しています。表記は英語です。, カウント別の打率など細かいデータもあります。表記は英語です。マエケンの(前田健太選手)ページはこんな感じです。↓, NPB公式サイトだけあって、データの種類は豊富です。球場ごとの来場数などはここで調べるのが一番でしょう。平均試合時間なども見れます。, 扱うデータも多く、ビジュアルも充実しているため、とても見やすいです。シンプルに楽しめます。, セイバーメトリクスなどの指標もあり、データ好きにはたまらないサイトです。また、選手の調子をパワプロの顔マークで表現している点も、おもしろくて好きです。, 「公式戦全スコア」「各種歴代記録」「選手別全成績」「チーム別成績」を主なコンテンツとしています。古いデータまであるのは嬉しい点です。, 選手の成績ではありませんが、NPB(日本プロ野球)のスタメンの記録が載っています。1981年から現在までのデータが残っており、昔懐かしのスターティングメンバーを思い出したい時に使えます。, 上記のスタメンデータベースは1981年から現在までのスタメンが掲載されていますが、こちらのサイトでは1980年以前のスタメンの記録が載っています。, 野球のデータを取得できても、それらのデータの意味合いが分からなければ、楽しみが半減してしまいます。, セイバーメトリクスという言葉を有名にしたノンフィクション小説で、データ分析の方法というよりも、データ分析の可能性を感じさせてくれる本です。, セイバーメトリクスやデータ分析の具体的な手法を知りたいという方にはうってつけの本です。, 統計学と聞くと難しいと思うかもしれませんが、題材となるのがプロ野球選手なので分かりやすいです。, ただ、著者の鳥越さんが博士号を取得している統計学者なだけあり、かなり突っ込んだ分析もしています。そのため、多少は統計学やセイバーメトリクスの知識がある方が読むとより楽しめるかもしれません。, 初心者の方が読む場合は、まずは自分が興味を持った分析のところから読むといいでしょう。, または、「このサイトにはこのデータがあるけど、他にはないな」といったサイトの特性なども分かってくるでしょう。, ぜひいろいろなサイトを見て、データのおもしろさや野球の魅力に気付いてもらえたら嬉しいです。. こんにちは。ビッグデータマガジンの廣野です。「使ってみたくなる統計」シリーズ、第5回目は時系列データの分析です。 今回のテーマである時系列データの分析ですが、どんなデータに対しても使える手 … ポレポレK 重回帰分析の実行ーエクセル統計」についてのページです。統計webの「統計学の時間」では、統計学の基礎から応用までを丁寧に解説しています。大学で学ぶ統計学の基礎レベルである統計検定2級の範囲をほぼ全てカバーする内容となっています。 野球好き、または統計に精通している方であればご存知、あるいは聞いたことがある単語かと思います。, 近年統計学は非常に注目されており、統計について疎い方でもわかりやすい関連書籍などが複数出版されています。, スポーツ分野においても統計学を採用する動きは活発で、野球で言えば1970年代から統計的手法が用いられています。, 今回はこの「セイバーメトリクス」について、そして野球を楽しむ上で知っておきたい「セイバーメトリクス」の2つの指標をご紹介していこうと思います。, なお、今回以下の書籍と以下の記事でも紹介しているデータで楽しむプロ野球を参考としています。気になる方は合わせてご覧下さい。, 野球には多種多様なデータが存在します。例えば「打率」という表現をご存知の方は多い事でしょう。「打率 = 安打 ÷ 打数」と非常に分かり易い表現ですよね。, このようなデータをより細かく分析し統計学的に選手の評価を行い、チーム戦略の立案やチーム経営を行っていく際の手法や考え方を「セイバーメトリクス」と言います。, この「セイバーメトリクス」を取り扱っている作品もあり、少しずつではありますが、一般にも浸透しつつあります。, 『半沢直樹シリーズ』でも有名な池井戸潤氏が書いた小説「ルーズヴェルト・ゲーム」では「セイバーメトリクス」を用いたチーム運営でチームを強くしていく模様が描かれています。, このルーズヴェルトゲームは実写ドラマ化されており、唐沢寿明氏が主演を務めています。Amazonプライム会員であればAmazonプライムビデオで無料視聴可能なので、気になる方は是非ご覧下さい!, 野球そのものについての理解、球団運営という側面、セイバーメトリクス、様々な観点での野球を楽しむことが出来ます。まだ読んだことが無いという方は是非チェックしてみて下さい。, なお、こちらも映像作品があります。ブラッドピット主演の映画ですので、合わせてチェックしてみて下さい!, ただし、セイバーメトリクスの指標は数が多く複雑なものも多いため、まずはより野球を楽しむために知っておきたい2つの指標をご紹介したいと思います。, そして、1点注意ですが、セイバーメトリクスの指標はあくまでも指標であり、必ずしも正解となる評価ではありません。, 指標によっては過小評価または過大評価と指摘されるものもありますので、一つの観点として、データをお楽しみ下さい!, 冒頭で触れた「打率」とは異なり、より高い精度で打者を評価するとされている指標です。, 打撃において、得点を増やすことが出来る打者がチームに勝利をもたらしてくれる存在である、つまり高い評価をされるわけです。, このOPSを知れば、どの打者が攻撃力が高いのか、どのチームが攻撃力が高いのかが分かります。, UZRの算出においては、まずグラウンドを多数の「ゾーン」に区分し、各ゾーンについて発生した打球の種類(バント・ゴロ・外野へのライナー・外野へのフライ)や速度(遅い・中間・速い)を記録する。そしてそれぞれのゾーンにおいて生じた特定の種類の打球についてリーグ全体でどれだけのアウトが記録されたかを算出する。このデータを基に、個別の野手のプレーを評価し、各種の補正を合わせて「リーグにおける同じ守備位置の平均的な選手が守る場合に比べて、守備でどれだけの失点を防いだか」を計算する。, 要は「リーグにおける同じ守備位置の平均的な選手が守る場合に比べて、守備でどれだけの失点を防いだか」という意味になります。, 例として、平均的には15%の割合で中堅手がアウトにし、10%の割合で左翼手がアウトにし、残りの75%はヒットになるような外野へのライナーを考える。この打球について、仮に中堅手が捕球しアウトを成立させたなら、通常は25%しかないアウトの見込みを100%にしたものとして中堅手は100%と25%の差分である0.75「プレー」の評価を得る。, さらにUZRは守備の評価を得点の単位により行うため、プレー数の評価に得点価値を掛け合わせる。一般的な外野への安打はチームの失点を約0.56点増やす。また、アウトは失点を約0.27点減らす。すなわち、ヒットになるはずだった打球をアウトにする働きは守備側チームの失点の見込みを0.83点減らすことになる。プレー数0.75に得点価値0.83を乗じた0.6255点が、当該中堅手がそのライナーをアウトにしたことによって「防いだ失点」となる。, 上記例をご覧の通り、その打球が何%で~という数値は一般人である我々からは見えない数値です。OPSのように簡単な算出が出来るものではないという理由がこの辺りにあります。, 仮に上記で例とした打球がヒットになった場合、中堅手と左翼手が共にマイナス評価を受ける。この際、まずヒットの発生によってどれだけの損害を被るかを計算する。通常25%はアウトになる見込みだったのだから、アウトにできなければ通常に比べて0.25プレーの損失が生じたことになる。, そしてUZRではこの0.25プレーの損失を、責任を持つ守備位置で分配していく。通常、左翼手がアウトにする見込みが10%、中堅手が15%であるから、左翼手は通常なら発生されるべきだったアウトについて40%(10/25)の、中堅手は60%(15/25)の責任を負う。すなわち、左翼手は0.25プレーの40%で0.1プレー、中堅手は0.25プレーの60%で0.15プレーのマイナスである。打球の得点価値は前述したように0.83点であるから、もし打球がヒットになれば、左翼手は0.1プレーに0.83点を乗じた0.083点、中堅手は0.15プレーに0.83点を乗じた0.123点だけチームの失点を増加させたとしてマイナス評価される。つまり、UZRでは、一般的にその守備位置の選手がアウトを成立させるべき打球をアウトにできなかったときにマイナス評価が与えられるのである。, これまた例は分かり易くも難しいので要約すると「一般的にその守備位置の選手がアウトを成立させるべき打球をアウトにできなかったときにマイナス評価が与えられる」という最後の行に集約されます。, 本来は各ポジションでの比較とするのが良いですが、両リーグ・全ポジションでのUZRランキングを載せてみます。, 2017年 パ・リーグ ゴールデングラブ賞を受賞した選手の一覧とUZRの表を作ってみます。, まず、二塁手として選抜されたロッテ鈴木と外野手として受賞しているソフトバンク柳田はUZRの数値がマイナスです。, そして先ほどのUZRランキング1位の西武源田(遊撃手)はゴールデングラブ賞受賞となっていません。, ゴールデングラブ賞はその名前の印象の通り、守備の上手な選手が受賞するというイメージはありませんか?, UZRが守備力を表す指標として信頼するのであれば、そのイメージと実態は異なっているという事が分かります。, ゴールデングラブ賞は「そのポジションで結構活躍したくね?守備もまぁそこそこやろ!」的な基準での受賞なのではないのかと思っちゃうわけです。, 今回ご紹介した「セイバーメトリクス」、「OPS」に「UZR」は何となくイメージはつきましたか?, そして「データを見てあれこれ考えてみるの何だか面白そう!」なんて思ってくれたら幸いです。, 野球選手の総合評価指標である「WAR」や投手の評価の1つでもある「WHIP」など、見れば見るほど楽しめる指標があるので、是非ともご自分で調べてみて下さい!, 当ブログでも今後解説やご紹介していこうと思いますので、一緒にセイバーメトリクスを楽しんでいきましょう!.