美国职业棒球大联盟的投手依靠策略、欺骗、技巧和执行力的结合来取得成功。他们唯一的任务就是让每个击球手都出局。
为此，他们会分析每次投球的情况，并问自己这样的问题：“有多少个好球和坏球？垒上有跑垒员吗？比分是多少？”他们还会考虑这样的决定：“我应该投什么球，投到哪里？我应该投多快？”
根据这些问题的答案，投手会仔细决定他认为哪种投球方式最有可能让每个击球手回到休息区。球的释放点、旋转速度和变化量都会影响投手在每次投球时是否能发挥出最佳水平。
大多数投手可能都知道自己最大的优势，但他们是否还隐藏着一些尚未充分发挥的潜力？一位投手的实际成功和潜在成功与其他人相比如何？
这些问题可以通过使用 JMP 16 Pro 的新增强日志和模型筛选功能、JMP 的 R 函数来回答，以访问 MLB.com 上的 Baseball Savant 的 Bill Petti 的“baseballr”包，等等。
重要提示
在摘要中（以及视频 1:28 处），我提到使用 JMP 的 R 函数访问“baseballr”包。这些数据最初是几年前在不同版本的 JMP 和 R 上访问的，但遗憾的是它们目前不兼容。我在下面提供了两种访问演示文稿中数据的选项。
- 选项 1 ：将“baseballr_2018_season_accumulation_script.txt”的内容复制到 R 脚本并在 R Studio 中运行它。
- 选项 2 ：从以下链接下载“MLB 2018 Regular Season.csv”：
运行增强日志脚本
-在 JMP 16 Pro 中打开“MLB 2018 Regular Season.csv”（这将需要几分钟）
-运行“enhanced_log_script.jsl”来执行演示文稿中解释的数据操作和模型筛选操作
