大谷今年以大合同转会到道奇队，作为击球手他取得了54个本垒打和57个盗垒的惊人成绩。
今年他也凭借强大的力量打出大量本垒打，但我有点担心，所以我尝试将今年（2024年）常规赛和去年常规赛的击球速度和本垒打角度可视化。年（2023 年）。
下图左侧显示了今年的54个本垒打，右侧显示了去年的44个本垒打的退出速度和发射角度。
*数据引用：大谷本垒打数据摘自BaseBall Savant
该图还包括密度（JMP 中的等高线）来表示分布，您可以看到今年和去年之间的差异。尤其如果你看一下今年的等高线，你会发现它分为两组。
接下来我们仔细看看去年和今年的击球速度和角度的分布。下图中上图（蓝色）显示了击球速度的分布，下图（红色）显示了击球角度的分布。作为参考，去年和今年的平均值显示为一条线。
今年和去年的平均击球速度相同，均为 175.5 公里/小时，但今年的变化更大。另一方面，今年的平均击球角度较高（去年为27.9°，今年为30.0°），并且今年的变化较大。
将今年的主场比赛分为两组
今年的击球速度和角度通过（层次）聚类分析分为两组。
第 1 组（橙色，N = 25）：LA：高，EV：低（平均）击球速度慢且角度高的组。
第 2 组（紫色，N = 29）：LA：低，EV：高（平均）一组具有高击球速度和低角度。
第1组是本垒打为高抛物线的情况，第2组是球以高速击出并以类似线形的形状击出本垒打的情况。
在棒球运动中，有一个称为“ 桶区”的指标，通过击球速度和角度来衡量击球效率。根据这个指标，高速击球时，角度影响不大，但低速击球时，需要合适的角度。例如，当球速为 98 英里/小时（158 公里/小时）时，桶区为 26° 至 30°，但当球速为 116 英里/小时（187 公里/小时）时，桶区为 8° 至 50°。
基于这个想法，可以说第一组有很多错过桶区的本垒打，虽然它们不是有效的安打，但也有一些结果是本垒打的情况。
决定本垒打轨迹的因素有哪些？
那么，区分这两个群体的因素是什么？ 我列出了以下六个看起来很容易理解的内容。
| 多变的 |
尺度 |
解释 |
| 上半场/下半场 |
名义 |
全明星赛前（上半场）、全明星赛后（下半场） |
| 释放速度 |
连续的 |
球速（击出本垒打的球的速度） |
| 释放旋转速率 |
连续的 |
转数（击出本垒打的球的转数） |
| p_throws |
名义 |
对方投手的左右 |
| 击球/球 |
名义 |
击球区域（击球、球） |
| 主场/客场 |
名义 |
主场比赛、客场比赛 |
我们研究了这些变量与前面提到的本垒打组之间的关系。
首先，使用[双变量关系]并为 Y 指定（本垒打）组（标称规模），并为 X 指定上面列出的六个变量。如果 X 是连续的，则显示逻辑拟合报告；如果 X 是名义的，则显示列联表分析报告。在显示的六个报告中，执行[按最佳显示显示]选项时，此处将显示前两个报告。
在左侧的逻辑回归报告中，X 轴是球速度（release_speed）。可以看出，球速越高，被归入第2组（球速更快、角度更低）的概率就越高。这似乎表明球速越快，球被击回的速度就越快。
右侧列联表分析报告显示，全明星前（第一）第2组的比例较高，全明星后（第二）第1组的比例较高。然而，没有统计学上的显着差异。
基于这些结果，我们使用“分区” （决策树）进行分支来预测组之间的差异。
大谷打出了 54 个本垒打，这很好，但对于分区中使用的数据来说可能有点小。然而，这里显示的一些结果是作为探索性分析。它首先在投球速度（79.7 英里/小时）处出现分歧，然后在全明星赛前和全明星赛后，投球速度为 79.7 英里/小时或更高的组出现分歧。
在球速为 79.7 英里/小时或更高的 49 个本垒打数据中，我们可以看到，左侧组中第 2 组的比例较高（=0.6923），右侧组中第 1 组的比例较高（ =0.5217）。
也就是说，即使是球速较高的情况，全明星时期之后，因击球速度较慢、角度较高而导致本垒打的情况也增多。
因此，我使用“放大镜工具”放大了击球速度和角度的图表，并将绘图点更改为本垒打数字。全明星赛季后的第一个本垒打是第 25 名，但第 1 组包括许多第 25 名之后的本垒打。
你们中的一些人可能还记得在赛季后半段看到过一些高轨迹本垒打。
除了本垒打之外，大谷今年的击球率（击中击球区的击球百分比）在大联盟中排名第二（21.5%），仅次于洋基队的法官。可以看出他整个赛季的击球效率都很高，但是今年的本垒打方面，即使是低效率的击球，本垒打的数量似乎也有所增加。这是否也显示了大谷压倒性的力量？
by 増川 直裕（JMP Japan）
Naohiro Masukawa - JMP 用户社区
