Datenschutz &Cookies
Diese Seite verwendet Cookies. Wenn Sie fortfahren, erklären Sie sich mit deren Verwendung einverstanden. Erfahren Sie mehr, unter anderem wie Sie Cookies kontrollieren können.
Brad Pitt und Jonah Hill haben 2011 in Moneyball die Sabermetrik der breiten Masse vorgestellt.
Wir alle kennen den Spruch „Sei nett zu Nerds. Die Chancen stehen gut, dass du am Ende für einen arbeitest.“ Ich habe nicht nur für einen gearbeitet, ich habe auch darum gebeten, für ihn zu arbeiten. John ist kein Nerd im herkömmlichen Sinne. Er hat genug soziale Präsenz, um sich in der Welt zurechtzufinden, ohne die Unbeholfenheit, die man im Allgemeinen mit einer ungewöhnlich hohen Intelligenz verbindet, und er ist erstaunlich sportlich – für einen Nerd. Sein natürlicher Intellekt ist überragend. Er hat ein Händchen für Zahlen. Er spricht so schnell, dass man nicht glaubt, dass selbst er all die Zahlen, die er von sich gibt, verdauen kann.
Eine Sache, die ich durch die Arbeit mit ihm gelernt habe, ist, dass jeder Zahlen lernen kann. Verstehen Sie mich nicht falsch, Zahlen und Mathe zu lernen ist eine Sache. Ein Gehirn zu haben, das sie mit Lichtgeschwindigkeit verarbeiten kann, ist etwas anderes. Aber wenn man seine Denkweise ändern und die Dinge in kleinere, leichter zu verstehende Teile zerlegen kann, dann war es möglich, John zu verstehen.
Genauso wie ich für das Verständnis von John meine Denkweise über die Zahlen, die er auswarf, bewusst ändern musste, müssen wir bei der Sabermetrik unsere Denkweise über Baseball-Statistiken neu verdrahten.
Bill James definierte Sabermetrics als die Suche nach objektivem Wissen über Baseball.
Ob ein Sabermetric die Leistung eines Positionsspielers oder eines Pitchers misst, sie werden fast immer in Siegen, Runs oder relativ zum Ligadurchschnitt ausgedrückt. Das liegt daran, dass das Ziel im Baseball darin besteht, das Spiel zu gewinnen, indem man mehr Runs erzielt als der Gegner.
Das ist die Art und Weise, in der wir unser Gehirn neu trainieren müssen. Bei der Bewertung von Spielern und ihren Leistungen müssen wir daran denken, wie viele Runs oder Siege dieser Spieler und seine Leistung wert sind. Oder wir müssen darüber nachdenken, wie viel besser oder schlechter er im Vergleich zum Ligadurchschnitt war. Das ist sabermetrisches Denken.
Die Fragen, die wir stellen, haben sich nicht geändert. Wir wollen immer noch wissen, welcher Spieler „am wertvollsten“ ist. Wir wollen immer noch wissen, welcher Spieler in der Geschichte der größte ist. Wir wollen immer noch wissen, ob Pitcher genauso wertvoll sind wie Hitters. Anstatt Vermutungen anzustellen, hat die Sabermetrik einen mathematischen Ansatz gewählt, um zu versuchen, diese Fragen zu beantworten.
Trout und Cabrera waren während der MVP-Debatte 2012 die Verkörperung der neuen Schule gegen die alte Schule.
Das bedeutet nicht, dass wir Homeruns, RBI, gestohlene Bases, Innings Pitched, Strikeouts und andere traditionelle Statistiken abtun oder nicht mehr beachten. Diese Statistiken sind Rohdaten und werden oft als Zählstatistiken bezeichnet. Ohne diese Rohdaten ist die Sabermetrik nicht möglich. Wir müssen sie kennen, um Spieler richtig einschätzen zu können. An und für sich liefern sie uns keine Antworten auf unsere Fragen mehr. Stattdessen sind sie Teile eines komplexen Puzzles, das wir zu lösen versuchen, um diese Fragen zu beantworten.
Sabermetrics ist eine sich ständig weiterentwickelnde Wissenschaft. Sabermetriker sind von Natur aus nicht zufrieden. Sie sind bestrebt, das Bestehende zu verbessern und neue Wege der Messung zu finden. In dem Maße, wie die Menge der verfügbaren Daten wächst, wird auch die Zahl der Messgrößen und ihre Genauigkeit zunehmen.
Ich habe keinen Hochschulabschluss in Mathematik. Ich bin der Beweis dafür, dass auch eine Person mit einem begrenzten mathematischen Hintergrund ein funktionierendes Verständnis für fortgeschrittene statistische Analysen haben kann. Man muss es nur lernen wollen.
In dieser Artikelserie werden wir Metriken diskutieren, mit denen Sie vielleicht nicht vertraut sind. Ich werde nicht versuchen, jede in jedem Artikel erwähnte Kennzahl zu erklären. Meine Idee ist es, eine größere Metrik nach der anderen zu erläutern.