Privacitet & Cookies
Denna webbplats använder cookies. Genom att fortsätta godkänner du att de används. Läs mer, bland annat om hur du kontrollerar cookies.
Brad Pitt och Jonah Hill introducerade sabermetri till massorna 2011 i Moneyball.
Vi har alla hört talesättet ”Be nice to nerds. Chansen är stor att du slutar med att arbeta för en.” Inte bara arbetade jag för en utan jag bad om att få arbeta för honom. John är ingen nörd i traditionell mening. Han har tillräckligt med social närvaro för att navigera i världen utan den tafatthet som vanligtvis förknippas med ovanligt hög intelligens och han är förvånansvärt atletisk, du vet, för att vara en nörd. Hans naturliga intellekt är över förväntan. Han har ett sätt att hantera siffror. Han talar så snabbt att man inte ens tror att han kan smälta alla de siffror han kastar ut.
En sak som jag fick ut av att arbeta med honom är att vem som helst kan lära sig siffror. Missförstå mig inte, att lära sig siffror och matematik är en sak. Att ha en hjärna som kan bearbeta det i ljusets hastighet är något annat. Men om man kan ändra sitt sätt att tänka och bryta ner saker och ting i mindre, mer lättförståeliga bitar, fann jag att det var möjligt att förstå John.
På samma sätt som det för att förstå John krävdes att jag medvetet ändrade mitt sätt att tänka på siffrorna som han kastade ut, krävs det för att sabermetri ska kunna användas att vi måste koppla om hur våra hjärnor tänker på statistiken inom basebollsporten.
Bill James definierade sabermetri som sökandet efter objektiv kunskap om baseboll.
Oavsett om en sabermetri mäter prestationen hos en positionsspelare eller kastare uttrycks de nästan alltid i segrar, poäng eller i förhållande till ligasnittet. Detta beror på att målet med baseball är att vinna matchen genom att göra fler poäng än motståndaren.
Det är på detta sätt som vi måste omskola våra hjärnor. När vi utvärderar spelare och deras prestationer måste vi tänka i termer av hur många poäng eller vinster den här spelaren och hans prestation är värd. Eller vi måste tänka i termer av hur mycket bättre eller sämre han var jämfört med genomsnittet i ligan. Detta är att tänka sabermetriskt.
De frågor vi ställer har inte förändrats. Vi vill fortfarande veta vilken spelare som är ”mest värdefull ”. Vi vill fortfarande veta vilken spelare genom historien som är den största. Vi vill fortfarande veta om pitchers är lika värdefulla som hitters. Istället för att använda gissningar har sabermetri tagit ett matematiskt tillvägagångssätt för att försöka besvara dessa frågor.
Trout och Cabrera var förkroppsligandet av den nya skolan mot den gamla skolan under MVP-debatten 2012.
Detta betyder inte att vi avfärdar eller inte längre bryr oss om homeruns, rbi, stulna baser, innings pitched, strikeouts och annan traditionell statistik. Dessa statistiska uppgifter är rådata och kallas ofta för räknestatistik. Utan dessa rådata är sabermetri inte möjlig. Vi måste känna till dessa för att kunna utvärdera spelarna på rätt sätt. I sig själva ger de oss inte längre svar på våra frågor. Istället är de bitar av ett komplext pussel som vi försöker lösa för att besvara dessa frågor.
Sabermetri är en vetenskap i ständig utveckling. Sabermetriker är av naturen inte nöjda. De försöker förbättra det befintliga och söker nya sätt att mäta. I takt med att mängden tillgänglig data fortsätter att öka kommer antalet mätvärden och deras noggrannhet att öka.
Jag har ingen avancerad examen i matematik. Jag är ett bevis på att en person med en begränsad matematisk bakgrund kan ha en fungerande förståelse för avancerad statistisk analys. Man måste helt enkelt vilja lära sig det.
I den här artikelserien kommer vi att diskutera mätvärden som du kanske inte känner till. Jag kommer inte att försöka förklara varje mätetal som nämns i varje artikel. Min idé är att ta bort ett större mått i taget.