ライナーの位置情報の整理
前々回の分析では、ゴロの位置情報の整理を行いました。
ゴロの位置情報をグラウンド上にプロットする際に、ホームベースとの間に線を引くことで、以下の図の1のように、打球の速度に応じてゴロを外野まで運ばれたコースを見ることができます。
この図からゴロをアウトにする難易度を左右する、打球の速度とゴロが転がったコースを視覚的に把握することができるようになり、ホームベースを起点に角度の範囲を決めて、その中でどれくらいアウトを取れたかということも見れるのではないかと考えています。
こんな感じで、打球をアウトにする難しさを反映しつつ、その位置情報をグラウンド上にプロットする方法はないものか試行錯誤しています。
今回はライナーでやってみようと思います。
ライナーのプロット
ライナーでは、ゴロと同じようにホームベースとの間に線を引いてしまうと、手前に落ちたライナーのプロットが、奥に飛んだライナーの線の下に隠れてしまいます。ということは、ゴロと同じ方法は使えません。
どうしたものかを考え、wOBA Valueで色を変えてみようと思いました。
wOBA ValueとはStatcastデータで、打席の結果に応じてポイントを割り当てたものです。単打と失策に0.90、二塁打が1.25、三塁打は1.60、HRは2.00が割り当てられています。他の結果は0.00になります。
ライナーのグラウンド上の位置にこのポイントを反映させた図を作成してみました。以下の図2-1と図2-2に示します。データは2017年から2019年までのMLBのStatcastデータを使用しています。
図2-1が左打者のライナー、図2-2が右打者のライナーになります。
打球速度(Launch_Speed)によって図を分けています。wOBA Valueが高いほどプロットが赤くなります。打球速度が速くなるほど赤いプロットが増えていきます。
予測値との差を求める
次に、先ほどのwOBA ValueとwOBA Valueの推定値(e_wOBA)との差を求めてみました。この推定値とは、打球の速度と角度から結果を推定した値になります。この2つの値をつかって、以下の差分値(δ_wOBA)を求めました。
δ_wOBA ＝ wOBA Value － e_wOBA
δ_wOBAがプラスになるということは、推定値のwOBAのほうが低いことを意味します。アウトになると推定していたものがヒットになったようなケースといえます。守備側の視点から見れば悪い結果といえます。
逆に、δ_wOBAがマイナスであれば、推定値のwOBAのほうが高いことを意味します。守備側から見ればこれは良い結果です。
このプロットを以下の図3-1と図3-2に示します。
灰色のプロットは、wOBA ValueとwOBA Valueの推定値(e_wOBA)との差が0に近く、推定通りの結果になったといえます。赤のプロットは、推定値(e_wOBA)よりもwOBA Valueが大きく、守備側から見れば悪い結果、青のプロットは良い結果といえます。
このデータはMLB3年分なので、良い結果もあれば悪い結果もあるといったものになっていますが、これを個人で見た場合、赤や青のプロットの偏りから、選手個人の守備の評価に使えないだろうかと考えます。
個人データを見てみる
そこで、以前の分析で、トラッキングデータをベースに算出した守備の評価指標OAAのポイントでは差があるけれど、従来の守備指標UZRの得点には差が無いという変わった特徴を持っていた、2018年のBilly Hamilton選手とJaCoby Jones選手のデータを見てみたいと思います。
まずは、wOBA Valueについて、Billy Hamilton選手のデータを以下の図4-1-1と図4-1-2に示します。
続いて、JaCoby Jones選手のデータを図4-2-1と図4-2-2に示します。
内野とレフトやライトへのライナーも込みこみになっていますが、これはホームベースからの角度の範囲を決めてやれば除くことができます。今回はそのまま載せています。個人の1シーズン分のデータだと、大分結果が見やすくなっています。
このデータを元に、wOBA ValueとwOBA Valueの推定値(e_wOBA)との差をプロットしたものを、Billy Hamilton選手のデータを以下の図5-1-1と図5-1-2に示します。JaCoby Jones選手のデータを図5-2-1と図5-2-2に示します。
センター周辺の赤いプロットと青いプロットを見ていくこと、守備の良し悪しを見ていくことができるようになったのではないでしょうか。集計方法については今後の課題です。
まとめ
ゴロとは違った方法でライナーの位置情報を整理してみました。実際に使えるかどうかはもう少し検証が必要ですが、良い結果と悪い結果を視覚的に見ることができるようになったと思います。
この次は、同じ要領でフライの位置情報を整理してみたいと思います。ライナーとは異なり、打球の角度の幅がフライは広いのでそこをどうするかが課題です。
タイトル画像：いらすとや
使用データ