美國職棒大聯盟的投手依靠策略、欺騙、技巧和執行力的結合來取得成功。他們唯一的任務就是讓每個擊球手都出局。
為此，他們會分析每次投球的情況，並問自己這樣的問題：“有多少個好球和壞球？壘上有跑壘員嗎？比分是多少？”他們還會考慮這樣的決定：“我應該投什麼球，投到哪裡？我應該投多快？”
根據這些問題的答案，投手會仔細決定他認為哪種投球方式最有可能讓每個擊球手回到休息區。球的釋放點、旋轉速度和變化量都會影響投手在每次投球時是否能發揮最佳水準。
大多數投手可能都知道自己最大的優勢，但他們是否仍隱藏著一些尚未充分發揮的潛力？一位投手的實際成功和潛在成功與其他投手相比如何？
這些問題可以透過使用 JMP 16 Pro 的新增強日誌和模型篩選功能、JMP 的 R 函數來回答，以存取 MLB.com 上的 Baseball Savant 的 Bill Petti 的「baseballr」包，等等。
重要提示
在摘要中（以及影片 1:28 處），我提到使用 JMP 的 R 函數存取「baseballr」套件。這些數據最初是幾年前在不同版本的 JMP 和 R 上訪問的，但遺憾的是它們目前不相容。我在下面提供了兩種存取簡報中資料的選項。
- 選項 1 ：將「baseballr_2018_season_accumulation_script.txt」的內容複製到 R 腳本並在 R Studio 中執行它。
- 選項 2 ：從以下連結下載「MLB 2018 Regular Season.csv」：
運行增強日誌腳本
-在 JMP 16 Pro 中開啟「MLB 2018 Regular Season.csv」（這將需要幾分鐘）
-執行「enhanced_log_script.jsl」來執行簡報中解釋的資料操作和模型篩選操作
