Otani wechselte dieses Jahr mit einem Großvertrag zu den Dodgers und hat als Schlagmann mit 54 Homeruns und 57 gestohlenen Bases erstaunliche Ergebnisse erzielt.
Auch in diesem Jahr hat er mit seiner kraftvollen Kraft eine große Anzahl von Homeruns hingelegt, aber ich war ein wenig besorgt, also habe ich versucht, mir die Geschwindigkeit und den Winkel der geschlagenen Bälle bei Homeruns in der regulären Saison dieses Jahres (2024) und im letzten Jahr vorzustellen Jahr (2023).
Die linke Seite der Abbildung unten zeigt die 54 Homeruns dieses Jahres und die rechte Seite zeigt die Austrittsgeschwindigkeit und den Startwinkel für die 44 Homeruns des letzten Jahres.
*Datenzitat: Otanis Homerun-Daten, extrahiert aus BaseBall Savant
Diese Zahl umfasst auch die Dichte (Konturlinien in JMP), um die Verteilung darzustellen, und Sie können den Unterschied zwischen diesem Jahr und dem letzten Jahr erkennen. besondersSchaut man sich die diesjährigen Höhenlinien an, erkennt man, dass sie in zwei Gruppen unterteilt sind.
Als Nächstes werfen wir einen genaueren Blick auf die Verteilung der Geschwindigkeit und des Winkels des geschlagenen Balls im letzten und in diesem Jahr. Das obere Diagramm (blau) in der Abbildung unten zeigt die Verteilung der Geschwindigkeit des geschlagenen Balls und das untere Diagramm (rot) zeigt die Verteilung des Winkels des geschlagenen Balls. Als Referenz ist der Durchschnitt des letzten Jahres und dieses Jahres als Linie dargestellt.
Die durchschnittliche Geschwindigkeit des geschlagenen Balls ist in diesem Jahr und im letzten Jahr mit 175,5 km/h gleich, die Schwankung ist dieses Jahr jedoch größer. Andererseits ist der durchschnittliche Winkel des geschlagenen Balls in diesem Jahr höher (27,9° im letzten Jahr, 30,0° in diesem Jahr) und es gibt in diesem Jahr größere Schwankungen.
Teilen Sie die diesjährigen Homeruns in zwei Gruppen ein
Die diesjährige Geschwindigkeit und der Winkel des geschlagenen Balls wurden mithilfe einer (hierarchischen) Clusteranalyse in zwei Gruppen eingeteilt.
Gruppe 1 ( orange , N = 25): LA: Hoch, EV: Niedrig (im Durchschnitt), eine Gruppe mit langsamer Schlaggeschwindigkeit und hohem Winkel.
Gruppe 2 ( violett , N = 29): LA: Niedrig, EV: Hoch (im Durchschnitt), eine Gruppe mit hoher Schlaggeschwindigkeit und niedrigem Winkel.
Gruppe 1 ist ein Fall, in dem der Homerun eine hohe Parabel ist, und Gruppe 2 ist ein Fall, in dem der Ball eine hohe Geschwindigkeit erreicht und einen Homerun in einer Form trifft, die einem Liner ähnelt.
Im Baseball gibt es einen Index namens „ Barrel Zone “, der die Schlageffizienz anhand der Geschwindigkeit und des Winkels des geschlagenen Balls misst. Nach diesem Index hat der Winkel nur geringe Auswirkungen, wenn der Ball mit hoher Geschwindigkeit geschlagen wird. Wenn der Ball jedoch mit langsamer Geschwindigkeit geschlagen wird, ist ein angemessener Winkel erforderlich. Beispielsweise beträgt bei einer Ballgeschwindigkeit von 98 mph (158 km/h) die Laufzone 26° bis 30°, bei 116 mph (187 km/h) beträgt die Laufzone jedoch 8° bis 50°.
Basierend auf dieser Idee kann man sagen, dass Gruppe 1 viele Homeruns hatte, die die Barrel-Zone verfehlten, und obwohl es sich nicht um effiziente Treffer handelte, gab es Fälle, in denen sie sich als Homeruns herausstellten.
Welche Faktoren bestimmen den Verlauf eines Homeruns?
Was sind also die möglichen Faktoren, die diese beiden Gruppen trennen? Ich habe die folgenden sechs aufgelistet, die leicht zu verstehen scheinen.
| Variable |
Skala |
Erläuterung |
| Erste Hälfte/Zweite Hälfte |
Name |
Spiel vor All-Star (erste Hälfte), Spiel danach (zweite Hälfte) |
| Freigabegeschwindigkeit |
kontinuierlich |
Ballgeschwindigkeit (des Balls, der den Homerun getroffen hat) |
| Freigabedrehrate |
kontinuierlich |
Anzahl der Umdrehungen (des Balls, der den Homerun getroffen hat) |
| p_wirft |
Name |
Links und rechts vom gegnerischen Pitcher |
| Schlag/Ball |
Name |
Zone des Balltreffers (Schlag, Ball) |
| Heim/Auswärts |
Name |
Heimspiele, Auswärtsspiele |
Wir haben die Beziehung zwischen diesen Variablen und der zuvor erwähnten Homerun-Gruppe untersucht.
Verwenden Sie zunächst [Bivariate Beziehungen] und geben Sie die (Home-Run-)Gruppe (Nominalskala) für Y und die sechs oben aufgeführten Variablen für X an. Wenn X kontinuierlich ist, wird ein Logistic Fit-Bericht angezeigt. Wenn X nominal ist, wird ein Bericht zur Kontingenztabellenanalyse angezeigt.Von den sechs angezeigten Berichten werden die beiden besten hier angezeigt, wenn die Option [Nach bester Anpassung anzeigen] ausgeführt wird.
Im logistischen Regressionsbericht links ist die X-Achse die Ballgeschwindigkeit (release_speed). Es zeigt sich, dass die Wahrscheinlichkeit einer Einstufung in Gruppe 2 (höhere Ballgeschwindigkeit und geringerer Winkel) umso höher ist, je höher die Ballgeschwindigkeit ist. Dies scheint darauf hinzudeuten, dass der Ball umso schneller zurückgeschlagen wird, je höher die Ballgeschwindigkeit ist.
Der Bericht zur Kontingenztabellenanalyse auf der rechten Seite zeigt, dass der Anteil von Gruppe 2 vor dem All-Star (First) hoch war, der Anteil von Gruppe 1 jedoch nach dem All-Star (Second) hoch war. Es besteht jedoch kein statistisch signifikanter Unterschied.
Basierend auf diesen Ergebnissen verwendeten wir eine „Partition“ (Entscheidungsbaum) zur Verzweigung, um Unterschiede zwischen Gruppen vorherzusagen.
Es ist großartig, dass Ohtani 54 Homeruns geschafft hat, aber für die in Partitionen zu verwendenden Daten ist es vielleicht etwas klein. Einige der Ergebnisse werden hier jedoch als explorative Analyse dargestellt. Es divergiert zunächst bei der Pitch-Geschwindigkeit (79,7 Meilen pro Stunde) und divergiert dann in Pre- und Post-All-Star-Spielen für Gruppen mit Pitch-Geschwindigkeiten von 79,7 Meilen pro Stunde oder mehr.
Unter den 49 Homerun-Daten mit Ballgeschwindigkeiten von 79,7 Meilen pro Stunde oder mehr können wir sehen, dass die Gruppe links einen hohen Prozentsatz der Gruppe 2 (=0,6923) und die Gruppe rechts einen hohen Prozentsatz der Gruppe 1 aufweist ( =0,5217).
Mit anderen Worten: Selbst in Fällen, in denen die Ballgeschwindigkeit hoch ist, kommt es nach der All-Star-Periode häufiger zu Fällen, in denen Homeruns durch langsamere, geschlagene Ballgeschwindigkeiten und höhere Winkel verursacht werden.
Deshalb habe ich das Diagramm der Geschwindigkeit und des Winkels des geschlagenen Balls mit dem „Lupe-Werkzeug“ vergrößert und die Diagrammpunkte in die Homerun-Zahlen geändert. Der erste Homerun nach der All-Star-Saison ist Nr. 25, aber Gruppe 1 umfasst viele Homeruns nach Nr. 25.
Einige von Ihnen erinnern sich vielleicht an einige rasante Homeruns in der zweiten Saisonhälfte.
Zusätzlich zu den Homeruns liegt Otanis Barrel-Rate (Prozentsatz der geschlagenen Bälle, die die Barrel-Zone treffen) in diesem Jahr bei den Majors an zweiter Stelle (21,5 %), nur hinter dem Judge der Yankees. Man sieht, dass er die ganze Saison über effizient geschlagen hat, aber was die Homeruns in diesem Jahr angeht, scheint die Anzahl der Homeruns trotz ineffizientem Schlagen zuzunehmen. Zeigt dies auch Otanis überwältigende Macht?
von Naoyu Masukawa (JMP Japan)
Naohiro Masukawa – JMP-Benutzergemeinschaft
