为什么棒球是一堂比例课

美国职业棒球进入季后赛冲刺阶段,相关搜索量大增。球迷常说 .300、.377、3.00,这些数字背后是初中就学过的“比”,以及一个连分析师都会踩的统计陷阱。本文中的球员和数据均为虚构示例。

概念:比率=事件数÷机会数

比是用除法比较两个量。当分母表示机会次数时,比就成了比率。最有名的是打击率,HH 为安打数,ABAB 为正式打数。

AVG=HAB\text{AVG} = \frac{H}{AB}
打击率:打数中形成安打的比例。

美国习惯省略整数部分的 0 并保留三位小数,0.300 写作 .300,本质就是 30%。这在棒球里已是很高的水平,说明比率只能与同类比率比较。

30%30 / 100.300 = 30% 的打数
打击率 .300 就是 30%:每 100 个打数中有 30 个安打,即每 10 次 3 次。

上垒率(OBP)在分子加上保送 BBBB 和触身球 HBPHBP,分母再加上高飞牺牲打 SFSF。

OBP=H+BB+HBPAB+BB+HBP+SF\text{OBP} = \frac{H + BB + HBP}{AB + BB + HBP + SF}
上垒率:打者上垒的频率。

防御率就是比例换算

投手的防御率(ERA)是每 9 局(一场完整比赛)平均失掉的自责分 ERER。若投了 IPIP 局,则 ER:IP=ERA:9ER : IP = ERA : 9。

ERA=9⋅ERIP\text{ERA} = \frac{9 \cdot ER}{IP}
防御率:每 9 局的自责分。

注意记法:6.1 局表示 6 局加 1 个出局。每局 3 个出局,所以 6.1 局等于 6136\frac{1}{3} 局,而不是小数 6.1。

分步例题

计算虚构球员的 AVG、OBP 和 ERA
  1. AVG=150500=.300\displaystyle \text{AVG} = \frac{150}{500} = .300 某打者 500 打数 150 安打。
  2. OBP=215570≈.377\displaystyle \text{OBP} = \frac{215}{570} \approx .377 同一打者有 60 次保送、5 次触身球、5 次高飞牺牲打。
  3. ERA=9⋅2060=3.00\displaystyle \text{ERA} = \frac{9 \cdot 20}{60} = 3.00 某投手 60 局失 20 个自责分。
  4. ERA=13519≈7.11\displaystyle \text{ERA} = \frac{135}{19} \approx 7.11 另一投手 6.1 局失 5 分,先把 6.1 换成 19/3。
  5. 验算:.300 × 500 = 150;3.00 × 60 ÷ 9 = 20;7.11 × 19/3 ÷ 9 ≈ 5。

辛普森悖论:平均数的平均数会骗人

两位虚构打者小安和小博。上半季:小安 10 打数 4 安打(.400),小博 100 打数 35 安打(.350)。下半季:小安 100 打数 25 安打(.250),小博 10 打数 2 安打(.200)。两个半季都是小安更好。

0.4小安 上半季0.35小博 上半季0.25小安 下半季0.2小博 下半季
分半季打击率:上半季小安 .400 对小博 .350,下半季 .250 对 .200。两个半季都是小安领先。

直接平均两个打击率,小安 .325,小博 .275。但把安打和打数分别相加:小安 110 打数 29 安打,约 .264;小博 110 打数 37 安打,约 .336。**全季来看小博更好。**这就是辛普森悖论:每组内的趋势在合并后反转。原因是权重:小安的大部分打数落在表现差的半季。

0.26小安 全季0.34小博 全季
合计:小安 110 打数 29 安打(约 .264),小博 110 打数 37 安打(约 .336)。全季来看顺序反转。
h1+h2n1+n2≠12(h1n1+h2n2) (n1≠n2)\frac{h_1 + h_2}{n_1 + n_2} \neq \frac{1}{2}\left(\frac{h_1}{n_1} + \frac{h_2}{n_2}\right)\ (n_1 \neq n_2)
合并比率时,应分子相加、分母相加。

常见错误

  • 分母不同时对平均数取平均。
  • 把 6.1 局当成小数 6.1。
  • 样本太小:4 打数 .500 几乎说明不了什么。
  • 忘记 .300 就是 30%。
  • 直接比较 OBP 与打击率:两者分母不同。

常见问题

打击率是百分比吗?

它是 0 到 1 之间的比,乘以 100 即为百分比:.300 表示 30% 的打数形成安打。

防御率为什么用 9 局?

一场正式比赛是 9 局,折算到 9 局才能比较投球局数不同的投手。

辛普森悖论是计算错误吗?

不是。计算都正确,错在把大小不同的组当作同等权重。

体育以外也会出现吗?

会。各班通过率、各医院治疗成功率、各渠道销售转化率都可能出现同样的问题。