WARの改善 - DIPSの解決
要約版
20年前にボロス・マクラッケンが発見したDIPS（防御率独立投球統計）の画期的な発見について、ペドロ・マルティネスのようなエリート投手であっても、投手のBABIP（遊撃打率）が年によって大きく変動することを示した。
このBABIPの変動はRandom Variation（ランダム変動）によるものであり、限られたプレーボール数（約500球）であれば、投手のBABIPは投手の真の才能の変化を必ずしも反映することなく、大きく変動することがあるという事実を説明している。
投手の奪三振、四球、本塁打は年々安定する傾向にあるが、BABIPはこのRandom Variationによって大きく変動する可能性があると指摘している。
DIPSの重要な洞察は、ボロスがこのBABIPのRandom Variationを適切に測定し理解するために分母（ball in play）を作った事である。
著者はIDENTIFICATION（マウンド上の投手を特定すること）とATTRIBUTION（結果を投手のパフォーマンスに帰着させること）を区別している。
ピッチャーを特定できたからといって、野手や公園の効果、個々のボールが持つ固有のランダム性など、他の要因も関係してくるため、すべての結果をピッチャーのパフォーマンスに帰すべきだということにはならない。
著者は「DIPSを解く」と呼ばれる研究に過去に関与したことに触れている。この研究では、基本的な統計学的原理を用いて、ランダム変動がBABIP変動の主な要因であり、投手やその他の要因も重要な役割を果たしていることを突き止めた。
DIPSを解決する」シリーズの次のパートでは、より事実に基づいたアプローチを取ることを著者は約束している。
ジャスティン・バーランダー、クレイトン・カーショウ、マックス・シャーザーを筆頭に、2016年以降でBABIP（遊撃手のボールに対する打率）が最も低かった投手を検証している。 これは、BABIPはほとんどランダムであるというDIPS理論と矛盾するようだ。
ジャスティン・バーランダー、クレイトン・カーショウ、マックス・シャーザーを筆頭に、2016年以降でBABIP（遊撃手のボールに対する打率）が最も低かった投手を検証している。 これは、BABIPはほとんどランダムであるというDIPS理論と矛盾するようだ。
しかし、著者は、このような低いBABIPの数字は、投手だけのせいではなく、投手と守備陣のせいだと考えるべきだと指摘する。 野手の役割は大きい。そして、打球に起こることの多くが、投手と野手と球場を超えるという問題がまだある。ランダムな変動は、他のスタッツでは見られないような形で、大きなウェイトを占めている。
スタットキャストのデータを使って、著者は投手のBABIPへの貢献を3つの要素に分類している：
打ち出し角度と出口速度に基づく投手自身の影響。
野手の影響
ランダムな変動を含む残りの「その他すべて
バーランダーやガウスマンのような投手については、著者はBABIPのパフォーマンスのほとんど、あるいはすべてをこの3つの要因で説明することができる。 しかし、ウェインライトのような他の投手については、もっと複雑である。
投手の影響もあるので、BABIPを完全に無視すべきではないと結論づけている。 しかし、BABIPの結果を投手に完全に帰結させるべきでもない。
スタットキャスト以前の年については、著者はBABIP結果の約半分を投手に帰するのが妥当なアプローチであると示唆している。 スタットキャストの年については、より詳細なデータを使って、より良い貢献度を割り当てることができる。
野手の影響も考慮することができると述べているが、それは別の議論に譲る。
全体として、この投稿は、BABIPの結果に寄与するさまざまな要因を、本来のDIPS理論のように単純にすべて投手に帰するのではなく、注意深く切り分ける必要性を強調している。
私たちが抱えている問題の一部は、私が最初の段落でそれを紹介したことにある。
Statcastのデータを使って投手の貢献を直接判断できる。打球角度と速度を見て、投手がどれだけ効果的かを判断することができる。そうすると、バーランダーはソフトな打球を多く与えていることがわかる。まあ、ボロスの言うとおりだ！ただし、まあ、大きさが違う。バーランダーと彼の野手を見ると、彼らのBABIPはリーグ平均より142打数少ないことを示唆している。しかし、バーランダーと彼の許容打球角度とスピードを見ると、それはリーグ平均より76本少ないことを示唆している。バーランダーの内訳はこうだ：
バーランダー +22野手
バーランダーの打出し角+スピード +76
Random Variationを含むその他全て+44
バーランダーがマウンドにいる時、+142バーランダーの team
ケビン・ガウスマン：
ゴースマンのいる野手-15
-68ゴースマンの打ち出し角＋スピード
ランダム・ヴァリエーションを含むその他は-2
-85 ガウスマンがマウンドにいるときのガウスマンのチーム
ガウスマンは、BABIPの悪さの全てを、彼自身と彼の野手で説明できるという点で興味深い。背後には、平均より15打数も悪い不運な野手がいる。しかし、残りの結果はガウスマン自身のせい。ガウスマンをFIPだけに頼るのは得策ではない。
これを全投手について行う事ができる。各投手とそのチームの成績がリーグ平均と比べてどうなのかをX軸で示したグラフをお見せしよう。
Y軸は各投手の直接貢献度である。両者が一致するケースもあれば、ほとんど重ならないケースもある。
例えばアダム・ウェインライト：
ウェインライトと+10野手
-75ウェインライトは打ち出し角＋スピードを使用
ランダム・ヴァリエーションを含むその他は+26
ウェインライトがマウンドにいる時、ウェインライトのチームは-39。
これは解決するのが厄介だ。ウェインライトは非常に激しく打たれている。実際、彼は打球角度とスピードでリーグワーストであり、彼の打球特性に直接起因すると考えられる被安打はリーグ平均より75も多い。彼は良い野手と対戦する幸運に恵まれている。彼がマウンドにいるとき、彼らは平均的な野手より10個多くアウトを取った。また、投手や野手のせいにできないアウトが26個余分にあった。これがランダム変動なのか、コーチの指示した野手の配置なのか、ウェインライトが野手の近くに打球を集めることができたのか、それはわからない。全体として、ウェインライトがマウンドに上がったチームは、リーグ平均より39本多くヒットを放っただけだった。
ザック・エフリンのように、打たれ強さではリーグ平均より上なのに、マウンドに立つとインプレーのヒットがリーグ平均より悪いという問題が時々起こる。そのような悪いことが起きたときにたまたまマウンドにいたからといって、彼がControlできない事をエフリンのせいにしたいのだろうか？同じように関与していないが、同じように存在する野手のせいにしてはどうだろう？あるいは、誰に帰すべきかわからないことを、単に彼らが存在すると確認したからというだけの理由で帰すのはやめたらどうだろうか？父の罪とその他諸々。
投手の打球角度とスピードによる直接的な貢献と、私がこれまで話してきた「他のすべて」を比較すると、このようになる。ご覧の通り、相関関係はほとんどない。言い換えれば、どれだけ打たれているかによって投手の直接的な貢献を特定した後、残ったものは何であれ、何の関連性もない。ほとんどがrandom variationであり、その投手とはほとんど関係がない可能性が高い。
最初のグラフをよく見てみると、一般的なポイントとして、結果の約半分は投手に起因すると考えることができる。もっと多い場合もあるし、少ない場合もある。逆効果の場合もある（エフリンのように）。しかし、単純に結果の半分を投手のものとすることを出発点とするならば、より良い結果を根本的な貢献に帰する上で大きな一歩を踏み出した事になる。
In-play hitを完全に無視すべきでしょうか？投手はpitching machineではない。何らか影響がある。
インプレーのヒットを完全に受け入れるべきか？これもノーだ。ピッチャーは完全にコントロールできるわけではない。投手には関係のないことがたくさん起こっている。
その差額を分配して、半分を与えて、次に進むべきか？スタットキャスト以前の年については、そうだ。直接の影響に関する追加情報がなければ、推測するしかない。そして、それはあなたが見ている約半分。基本的に、BABIPはピッチングマシン4587とその投手の間のどこかにある。そして、それがピッチャーに与えるべき影響。 スタットキャストの年は、より多くの情報を持っているので、投手が存在する場合、投手の影響をよりよく結果に反映できる。