【FIP】NPB(2019)セイバーメトリクス投手指標の算出②
リーグ合計成績を算出して、投手指標FIPを算出してみる。
リーグ合計成績との比較
セイバーメトリクスの指標には、リーグ平均成績との差を利用して算出するものがいくつか存在する。
利点としては、一番は投高/打高といった傾向に左右されにくいことが考えられる。
また指標によっては、「この選手にはこれだけの価値がある」よりも、「この選手には、リーグ平均と比べてこれだけの価値がある」の方が、数値の持つ意味がわかりやすいという側面もあるかもしれない。
DIPSという概念
今回追加する指標FIPのことを書く前に、少しだけDIPSという考え方に触れる。
DIPS (Defense Independent Pitching Statistics)とは、明らかに投手の責任が明確な項目だけで投手の実力を評価しよう、という考え方。
- 勝利、敗戦
- 援護やリリーフ次第で左右される
- 被安打、自責点
- 味方の守備力に左右される
上に上げたような項目は無視 or リーグ平均を使う。
1つ目はともかく、2つ目はかなり刺激的な考え方。これは、「守備力に左右されるから無意味」ではなく「どこまでが守備の責任か算出が難しい、それなら無視したほうがまし」くらいの考え方みたい。
では何をもって投手を評価するのかというと、
- 被本塁打
- 与四死球（故意四球を除く）
- 奪三振
- ゴロアウト割合/フライアウト割合
当然、被本塁打と与四球死はペナルティ、奪三振は報酬となる。
ゴロアウト割合/フライアウト割合を利用した指標もあるが、このあたりの数値を取るのは難しい。
今回は、上3つの項目だけで算出できるFIPを計算してみます。
追加する指標
FIP (Fielding Independent Pitching)
- 被本塁打、与四死球、奪三振だけを評価した擬似的な防御率
- リーグ平均防御率のうち、被本塁打、与四死球、奪三振で構成される(と思われる)部分だけ個人の数値に置き換える
- 長期（例えば通算）でみれば防御率と近い値になるといわれている
被本塁打、与四死球、奪三振で構成される(と思われる)部分
この部分をEFIRA(Earned Fielding Independent Run Average)とする（正式名称は知りません、今僕が名付けました）。
FIPは年ごとの振れ幅が小さく、翌年の防御率の予測に使われることもあるとのこと。
計算式
$リーグ平均防御率 - リーグ平均EFIRA + EFIRA$
$EFIRA = (3 \times (与四球 + 与死球 - 故意四球)\\\ + 13 \times 被本塁打 - 2 \times 奪三振)\\\ \div 投球回 $
実装
リーグ合計成績の算出
とりあえず、成績取得のところで所属リーグも追加することにした。
チームから判断してもいいが、いちいちそのロジックを挟むのが面倒なので。
...
if team in CENTRAL_LIST:
league = 'Central'
elif team in PACIFIC_LIST:
league = 'Pacific'
else:
raise BaseException('String of Team Name is invalid.')
return {'Name': name, 'Team': team, 'League': league}
...次に、個人成績からリーグ合計成績を算出する。
listを走査し、dictを走査し、同じ項目を足し合わせる。
import json
from decimal import Decimal
PERSONAL_DATA_KEY = ['Name', 'Team', 'League']
def sum_deep_dict(league_dic, player):
for key, value in player.items():
if key in PERSONAL_DATA_KEY:
continue
if isinstance(value, dict):
league_dic[key] = league_dic.get(key, {})
sum_deep_dict(league_dic[key], value)
else:
decimal_league_value = Decimal(league_dic.get(
key, '0')) + Decimal(value)
league_dic[key] = str(decimal_league_value)
def sum_league_records(player_list):
league_player_dic = {'Central': {}, 'Pacific': {}}
for player in player_list:
league_dic = league_player_dic[player['League']]
sum_deep_dict(league_dic, player)
return league_player_dic
def write_league_records():
with open('pitchers.json', 'r') as pf:
pitcher_list = json.load(pf)['Pitcher']
with open('hitters.json', 'r') as hf:
hitter_list = json.load(hf)['Hitter']
league_pitcher_dic = sum_league_records(pitcher_list)
league_hitter_dic = sum_league_records(hitter_list)
with open('league_pitchers.json', 'w') as pf:
json.dump(league_pitcher_dic, pf, indent=2, ensure_ascii=False)
with open('league_hitters.json', 'w') as hf:
json.dump(league_hitter_dic, hf, indent=2, ensure_ascii=False)打率や防御率のような割合指標は、当然足し合わせると意味不明な値になるので、後から計算して更新。
...
from common import return_outcounts, FULL_OUTCOUNTS
def fix_rate_common(dic, decimal_nume, decimal_deno):
if not decimal_deno:
return Decimal('0')
return decimal_nume / decimal_deno
def fix_rate_records(dic):
for key, value in dic.items():
if isinstance(value, dict):
fix_rate_records(value)
elif key == '打率':
dic[key] = str(fix_rate_common(dic, Decimal(dic['安打']),
Decimal(dic['打数'])))
...
def sum_league_records(player_list):
league_player_dic = {'Central': {}, 'Pacific': {}}
for player in player_list:
league_dic = league_player_dic[player['League']]
sum_deep_dict(league_dic, player)
fix_rate_records(league_player_dic)
return league_player_dic
...ついでに、セイバー計算部分と共通で使う関数やらはcommon.pyに移植しました。
FIPの算出
個人成績のdictと、リーグ合計成績のdictを使って算出する。
def _fip_efira(pitcher):
innings = Decimal(pitcher['投球回'])
outcounts = return_outcounts(innings)
if not outcounts:
return Decimal('0')
fip_efira = (Decimal('13') * Decimal(pitcher['被本塁打']) + Decimal('3') *
(Decimal(pitcher['与四球']) + Decimal(pitcher['与死球']) -
Decimal(pitcher['故意四球'])) -
Decimal('2') * Decimal(pitcher['奪三振'])) * 3 / outcounts
return fip_efira
def fip(pitcher, league):
pit_fip = _fip_efira(pitcher)
lg_fip = _fip_efira(league)
fip = pit_fip + Decimal(league['防御率']) - lg_fip
return str(fip)最新の成績は以下から閲覧できます。
おわり
他のDIPS系指標を出そうとすると、フライボール数やフェアフライ、ファールフライ、ライナーなんかの値が必要になってくる。この辺は流石に個人では取れない。
