Sabermetrics 101: A Brief Introduction

We hebben allemaal het gezegde gehoord “Wees aardig tegen nerds. De kans is groot dat je uiteindelijk voor een werkt. ” Ik heb niet alleen voor een nerd gewerkt, maar ik heb ook gevraagd om voor hem te werken. John is geen nerd in de traditionele zin. Hij is sociaal genoeg om de wereld te doorkruisen zonder de onhandigheid die doorgaans gepaard gaat met een ongewoon hoge intelligentie en hij is verrassend atletisch, weet je, voor een nerd. Zijn natuurlijk intellect is uit de hitlijsten. Hij kan goed met getallen overweg. Hij spreekt zo snel dat je niet gelooft dat zelfs hij alle nummers kan verwerken die hij eruit gooit.

Eén ding dat ik heb geleerd door met hem te werken is dat iedereen nummers kan leren. Begrijp me niet verkeerd, getallen en wiskunde leren is één ding. Een brein hebben dat het op lichtsnelheid kan verwerken is iets anders. Maar als je de manier waarop je denkt kunt veranderen en dingen kunt opdelen in kleinere, gemakkelijker te begrijpen brokken, vond ik dat John begrijpen mogelijk was.

Op dezelfde manier als John begrijpen vereiste dat ik bewust de manier veranderde waarop ik dacht over de getallen die hij naar buiten gooide, vereist sabermetrics dat we opnieuw bedraden hoe onze hersenen denken over honkbalstatistieken.

Bill James definieerde sabermetrics als de zoektocht naar objectieve kennis over honkbal.

Of een sabermetric nu de prestaties van een positiespeler of pitcher meet, ze worden bijna altijd uitgedrukt in overwinningen, punten, of ten opzichte van het competitiegemiddelde. Dit komt omdat het doel van honkbal is om het spel te winnen door meer punten te scoren dan je tegenstander.

Dit is de manier waarop we onze hersenen moeten herscholen. Bij het evalueren van spelers en hun prestaties moeten we denken in termen van hoeveel punten of overwinningen is deze speler en zijn prestatie waard. Of we moeten denken in termen van hoeveel beter of slechter was hij in vergelijking met het competitiegemiddelde. Dit is sabermetrisch denken.

De vragen die we stellen zijn niet veranderd. We willen nog steeds weten welke speler “het meest waardevol” is. We willen nog steeds weten welke speler door de geschiedenis heen de grootste is. We willen nog steeds weten of werpers even waardevol zijn als slagmensen. In plaats van vermoedens te gebruiken heeft de sabermetrie een wiskundige benadering gekozen om te proberen deze vragen te beantwoorden.

Dit betekent niet dat we homeruns, rbi, gestolen honken, slagbeurten, en andere traditionele statistieken verwerpen of er niet meer om geven. Die statistieken zijn ruwe gegevens en worden vaak aangeduid als tel-statistieken. Zonder deze ruwe gegevens is sabermetrics niet mogelijk. We moeten ze kennen om spelers goed te kunnen evalueren. Op zichzelf geven ze ons geen antwoorden meer op onze vragen. In plaats daarvan zijn ze stukjes van een complexe puzzel die we proberen op te lossen om deze vragen te beantwoorden.

Sabermetrics is een voortdurend evoluerende wetenschap. Sabermetrici zijn van nature niet tevreden. Zij proberen het bestaande te verbeteren en zoeken nieuwe manieren om te meten. Naarmate de hoeveelheid beschikbare gegevens blijft groeien, zal het aantal meetmethoden en hun nauwkeurigheid toenemen.

Ik heb geen gevorderde graad in wiskunde. Ik ben het bewijs dat iemand met een beperkte wiskundige achtergrond een werkend begrip kan hebben van geavanceerde statistische analyse. Je moet het gewoon willen leren.

In deze serie artikelen zullen we metrieken bespreken waarmee u misschien niet bekend bent. Ik zal niet proberen om elke metriek die in elk artikel wordt genoemd, uit te leggen. Mijn idee is om één grotere metriek tegelijk te behandelen.