Het Playbook, Inning 8: Geavanceerde statistieken om te gebruiken
(Het volledige Playbook van negen innings werd oorspronkelijk gepubliceerd in het voorjaar van 2020. Het is waar van toepassing bijgewerkt voor 2025.)
Honkbal is tegenwoordig een heel andere sport dan toen het rotisseriespel voor het eerst werd uitgevonden.
In 1980 werd bijna iedereen die geïnteresseerd was in honkbal gelokt door zulke "bubblegum card"-cijfers als slaggemiddelde, homeruns, overwinningen en ERA. Door de jaren heen hebben de slimste geesten in de sport aan het licht gebracht dat er betere manieren waren om honkballers te beoordelen.
Tegenwoordig hebben we zoveel statistieken om uit te kiezen dat zelfs gevorderde fantasyspelers in de war kunnen raken. Zelfs het aanzetten van een uitzending kan soms ontmoedigend lijken, met recente statistische innovaties als Exit Velocity, xwOBA of FIP die achteloos worden rondgegooid. Welke van deze zijn van belang voor onze doeleinden? En, misschien nog belangrijker, wat betekenen sommige van deze statistieken eigenlijk?
Ongeacht uw ervaringsniveau in fantasy baseball, kan een opfriscursus (of primer voor de nieuwelingen) enorm nuttig zijn. Deze editie van het Playbook duikt dieper in enkele van de modernere statistieken die we gebruiken om spelers te evalueren. Ze zijn hieronder onderverdeeld in verschillende statistische categorieën.
StatcastHet is de afgelopen vijf jaar een rage geweest in honkbalanalyses, fantasy baseball en zelfs televisie-uitzendingen, maar wat is Statcast precies?
Statcast is een hulpmiddel voor het bijhouden en verzamelen van gegevens waarmee de vaardigheden van spelers worden geanalyseerd. Het begon in 2014 als proef en werd in 2015 in alle 30 stadions van de hoogste divisie geïntroduceerd. In eerste instantie werd er gebruikgemaakt van een combinatie van camera- en radarsystemen, maar in 2020 werd in elk stadion van de hoogste divisie een geavanceerd camerasysteem met de naam Hawk-Eye geïnstalleerd. Inmiddels zijn er op elk stadion 12 van dergelijke camera's geïnstalleerd.
Deze gegevens zijn volledig beschikbaar voor de afgelopen 10 seizoenen (2015-24). De Statcast-woordenlijst van MLB.com biedt meer gedetailleerde informatie over hoe het systeem werkt, voor degenen die geïnteresseerd zijn, maar om het samen te vatten voor fantasy-doeleinden: Statcast biedt ons een manier om spelers te scouten door de ruwe vaardigheden van spelers om te zetten in statistieken.
De makkelijkste plek om Statcast-gegevens te vinden, in een makkelijk sorteerbaar formaat, is op BaseballSavant.com . Daar vindt u onder andere klassementen, rapporten over volledige spelerstatistieken, een zoekmachine, individuele spelerpagina's en een scorebord waarmee u de prestaties van spelers in realtime kunt volgen.
Hier zijn enkele van de belangrijkste, fantasy-relevante Statcast-statistieken:
Exit Velocity (EV): Dit meet hoe snel, in mijl per uur, een geslagen bal door een slagman is geslagen. Uiteindelijk geldt: hoe harder een slagman een bal slaat, hoe minder tijd de verdediging heeft om te reageren en hoe verder de bal waarschijnlijk zal reizen, wat beide de kans op een positief resultaat voor de slagman vergroot. Daarom zijn lagere getallen wenselijker wanneer deze metriek wordt gebruikt om pitchers te evalueren.
De Exit Velocity van een speler wordt meestal aangeduid met het gemiddelde van dit getal over alle wat Statcast "Batted Ball Events" noemt, of geslagen ballen in het spel, wat zijn Average Exit Velocity ( aEV ) is. De Average Exit Velocity van de competitie in 2024 was 88,8 mph, en het kostte een 92,0 mph getal voor een speler om in het 90e percentiel te komen, met 86,3 mph plaatste hem in het 10e percentiel.
Dit waren de top 10 in aEV onder de batting title-eligibles in 2024:
Aaron Judge , 96,2 mph Shohei Ohtani , 95,8 Oneil Cruz , 95,5 Juan Soto , 94.2 Ketel Marte , 94.0 Vladimir Guerrero Jr. , 93,8 Kyle Schwarber , 93.6 Rafael Devers , 93.2 Matt Chapman , 93.2 Yordan Alvarez , 93.1
Giancarlo Stanton (94,6 mph), Fernando Tatis Jr. (93,5) en Austin Riley (93,3), die allemaal bij de top 10 zouden zijn geëindigd als ze de vereiste plate appearances hadden gehad om zich te kwalificeren, kwamen 43, 64 en 33 PAs tekort. Merk echter op dat het klassement van Statcast de kwalificatiedrempel instelt op basis van het aantal "batted ball events" in plaats van plate appearances, wat betekent dat alle drie hun cut haalden.
Dit waren de onderste 10 in aEV onder de in aanmerking komende slagmensen:
Sal Frelick , 83,4 mph Isaak Paredes , 85.0 Nico Hoerner , 85.7 Jacob Jong , 85.8 Nolan Schanuel , 86.1 Daulton Varsho , 86.1 Steven Kwan , 86.3 Luis Arraez , 86.3 Nolan Arenado , 86.3 Andrés Gimenez , 86.3
Verschillende andere spelers die op het scorebord van Statcast staan, en die elk meer dan 400 PA's hadden, zouden ook hoog op deze lijst hebben gestaan als ze zich hadden gekwalificeerd voor de batting-titel, waaronder Jose Caballero (83,7 mph), Jake McCarthy (84,5) en Brayan Rocchio (84,6).
Als we kijken naar pitchers, dan zijn dit de top 10 van de 126 pitchers die vorig seizoen minimaal 100 innings gooiden:
Michael King , 85,7 mph Kyle Hendricks , 85.9 Jager Bruin , 86.2 Max Gebakken , 86.3 Nick Martinez , 86.4 Zack Wheeler , 86,5 Blake Snell , 86,5 Chris Sale , 86,5 Justin Steele , 86.9 Michael Wacha , 86,9
Omgekeerd waren dit de 10 slechtste pitchers in de categorie:
Taj Bradley , 91,2 mph Patrick Corbin , 90.8 Kyle Harrison , 90.7 Trevor Rogers , 90.7 Casey Mize , 90,6 James Paxton , 90,5 Griffin Inblikken , 90.5 Jon Gray , 90,5 Carlos Rodon , 90.4 Colin Rea , 90.4
Launch Angle (LA): Dit meet de verticale hoek waaronder een geslagen bal de knuppel van een slagman verlaat. Een Launch Angle van nul graden betekent dat de bal de knuppel parallel aan de grond verliet, terwijl een resultaat van 90 graden zou betekenen dat de bal recht omhoog van de knuppel ging. Net als bij Exit Velocity wordt Launch Angle meestal aangeduid met zijn gemiddelde ( aLA ).
Launch Angle is een manier om het type geslagen bal te bepalen, wanneer we het individueel bekijken. Bijvoorbeeld, een Launch Angle onder de 10 graden wordt over het algemeen beschouwd als een grondbal, 10-25 graden wordt beschouwd als een line drive, 25-50 graden als een fly ball en alles groter dan 50 graden als een pop-up. Met behulp van gemiddelden worden spelers met hogere launch angles over het algemeen geclassificeerd als fly ball hitters (of pitchers), terwijl degenen met lagere launch angles ground-ball hitters (of pitchers) worden genoemd.
Dit waren de top 10 slagmensen die in aanmerking kwamen voor de slagtitel in termen van gemiddelde Launch Angle vorig seizoen, samen met hun rangschikking in termen van fly ball rate:
Daulton Varsho , 24,2º aLA, 30,6 FB% (32e hoogste) Anthony Santander , 22,8º aLA, 33,8 FB% (13e hoogste) Isaac Paredes , 22,4º aLA, 29,3 FB% (45e hoogste) Mookie Betts , 21,4º aLA, 35,3 FB% (achtste hoogste) Cal Raleigh , 21,2º aLA, 36,7 FB% (derde hoogste) Rhys Hoskins , 20,8º aLA, 36,6 FB% (vierde hoogste) Willy Adames , 20,6º aLA, 36,4 FB% (vijfde hoogste) Jose Ramirez , 19,6º aLA, 31,1 FB% (28e hoogste) Eugenio Suarez , 19,5º aLA, 33,3 FB% (15e hoogste) Salvador Perez , 19,0º aLA, 33,8 FB% (12e hoogste)
Hierna volgen de onderste 10 in lanceerhoek:
Jacob Young , 2,0º aLA, 15,4 FB% (laagste) Brice Turang , 4,0º aLA, 17,7 FB% (derde laagste) Brendan Rodgers , 5,0º aLA, 16,9 FB% (tweede laagste) Yandy Diaz , 5,0º aLA, 17,8 FB% (vierde laagste) Maikel Garcia , 5,7º aLA, 20,4 FB% (10e-laagste) William Contreras , 6,1º aLA, 19,4 FB% (achtste laagste) Jackson Chourio , 7,2º aLA, 24,4 FB% (36e laagste) Jeremy Pena , 7,4º aLA, 23,0 FB% (26e laagste) Vladimir Guerrero Jr. , 7,4º aLA, 21,2 FB% (14e laagste) Luis Garcia Jr. , 7,5º aLA, 25,1 FB% (42e-laagste)
Ook hier gebruiken we 100 gegooide innings als kwalificatiedrempel. Hier zijn de 10 pitchers met de laagste gemiddelde Launch Angles in 2024, samen met hun fly ball-percentages:
Jose Soriano , -1,1º aLA, 15,8 FB% (derde laagste) Framber Valdez , -0,2º aLA, 15,0 FB% (laagste) Andre Pallante , 1,0º aLA, 16,2 FB% (vijfde-laagste) Cristopher Sanchez , 2,4º aLA, 15,6 FB% (tweede laagste) Logan Webb , 2,4º aLA, 17,3 FB% (zesde laagste) Max Fried , 2,7º aLA, 16,1 FB% (vierde laagste) Tanner Houck , 3,5º aLA, 17,4 FB% (zevende laagste) Ranger Suarez , 5,7º aLA, 18,2 FB% (achtste laagste) Brayan Bello , 5,9º aLA, 19,6 FB% (10e laagste) David Peterson , 7,0º aLA, 21,3 FB% (15e laagste)
Dit zijn de 10 pitchers met de hoogste gemiddelde lanceerhoeken:
Joey Estes , 25,1º aLA, 35,0 FB% (derde hoogste) Nestor Cortes , 21,9º aLA, 32,1 FB% (11e hoogste) Andrew Abbott , 20,7º aLA, 32,5 FB% (achtste hoogste) Tyler Alexander , 20,2º aLA, 34,5 FB% (vierde hoogste) Hunter Greene , 20,0º aLA, 31,7 FB% (13e hoogste) Bailey Ober , 19,9º aLA, 35,2 FB% (tweede hoogste) Kutter Crawford , 19,3º aLA, 32,3 FB% (negende hoogste) Nick Pivetta , 19,1º aLA, 32,1 FB% (10e hoogste) Ryan Pepiot , 19,0º aLA, 29,0 FB% (35e hoogste) Luis Gil , 19,0º aLA, 30,0 FB% (24e hoogste)
Hard Hit Rate: Deze brengt Exit Velocity een stap verder, door een "Hard Hit" batted ball aan te duiden als een bal die werd geslagen met een exit velocity van ten minste 95 mph, en vervolgens het gemiddelde van alle batted balls die ten minste met die snelheid werden geslagen te nemen. Nogmaals, de Statcast-woordenlijst van MLB.com bevat meer details over de methodologie, inclusief de redenatie voor dat getal, maar om samen te vatten, het is bij de 95 mph-drempel wanneer het potentiële resultaat van een batted ball dramatisch verbetert.
Hoewel Exit Velocity kan helpen met voorspellende -- voor ons, fantasy -- analyses, is Hard Hit Rate een beter hulpmiddel, dat alleen de meest positieve en productieve resultaten extraheert. Er is een sterkere correlatie tussen hoge Hard Hit Rates onder hitters of lage onder pitchers en fantasy succes.
Onder de slagmensen die in 2024 in aanmerking komen voor de titel, waren dit de top 10 qua Hard Hit Rate:
Aaron Rechter , 61,0% Shohei Ohtani , 60,1% Juan Soto , 57,0% Kyle Schwarber , 55,5% Vladimir Guerrero Jr. , 54,9% Oneil Cruz , 54,9% Gunnar Henderson , 53,9% Ketel Marte , 53,8% Marcell Ozuna , 53,5% Rafael Devers , 52,6%
Deze 10 namen omvatten zeven van de 10 slagmensen die minstens 40 homeruns sloegen (Judge, Ohtani, Soto, Schwarber, Henderson, Marte en Ozuna), en de groep scoorde gemiddeld 38 homeruns. Zeven van de 10 eindigden bij de top 12 slagmensen in gescoorde fantasy points of op de Player Rater (Judge, Ohtani, Soto, Guerrero, Henderson, Marte en Ozuna).
Als we de omgekeerde benadering gebruiken, zijn dit de 10 slechtste kwalificaties op het gebied van Hard Hit Rate:
Sal Frelick , 19,5% Steven Kwan , 23,7% Luis Arraez , 23,7% Nolan Schanuel , 25,4% Isaak Paredes , 27,1% Nico Hoerner , 27,6% Andrés Gimenez , 28,5% Jacob Jong , 28,9% Brice Turang , 29,7% Bryson Stott , 30,8%
Als we vasthouden aan de kwalificatiedrempel van 100 innings voor pitchen, zijn dit de 10 beste pitchers qua Hard Hit Rate in 2024:
Blake Snell , 28,9% Michael Koning , 30,3% Jager Bruin , 30,3% Nick Martinez , 30,5% Chris Sale , 31,2% Corbin Burnes , 31,6% Michael Wacha , 32,5% Hunter Greene , 32,5% Tyler Anderson , 33,0% Justin Steele , 33,2%
Omgekeerd waren dit de 10 slechtste pitchers in Hard Hit Rate:
Patrick Corbin , 46,7% Logan Webb , 46,2% Yusei Kikuchi , 45,0% Framber Valdez , 45,0% Casey Mize , 44,6% Jared Jones , 44,5% Trevor Rogers , 44,4% Bryse Wilson , 44,3% José Soriano , 44,3% Kyle Harrison , 44,1%
Barrels: Nog een "een stap verder" statistiek, dit keer gecombineerd met Exit Velocity en Launch Angle. Barrels worden gedefinieerd als geslagen ballen die op de optimale markeringen in beide categorieën zijn geslagen. Statcast classificeert deze specifiek als geslagen ballen die, wanneer deze twee factoren worden gecombineerd, hebben geresulteerd in een minimaal slaggemiddelde van .500 en een sluggingpercentage van 1.500 -- kortom, het zijn de grote hits en waarschijnlijk homeruns. De Statcast-woordenlijst van MLB.com gaat hier wat dieper in op de categorie.
Barrels kunnen nuttig zijn bij het beoordelen van de kracht van spelers (of het vermogen om het in toom te houden, aan de kant van de pitcher), vooral als je parkfactoren uit de mix wilt halen. Hitters die het goed doen in de categorie, doen het doorgaans goed op het gebied van homeruns, aangezien alle 11 die in 2024 minstens 60 Barrels wisten te behalen, ook minstens 30 homeruns sloegen (een niveau dat slechts 23 hitters bereikten).
Dit waren de 11 slagmensen met 60-plus Barrels, samen met hun homeruntotalen en -rangen:
Aaron Judge , 105 vaten, 58 homeruns (MLB-leider) Shohei Ohtani , 103 vaten, 54 homeruns (tweede) Juan Soto , 91 vaten, 41 homeruns (vierde) Bobby Witt Jr. , 77 vaten, 32 homeruns (gedeeld 16e) Vladimir Guerrero Jr. , 72 Barrels, 30 homers (gedeelde 20e plaats) Marcell Ozuna , 68 vaten, 39 homers (gedeeld vijfde) Yordan Alvarez , 67 vaten, 35 homeruns (11e) Francisco Lindor , 67 vaten, 33 homeruns (gedeelde 14e plaats) Brent Rooker , 62 Barrels, 39 homers (gedeeld vijfde) Teoscar Hernandez , 60 vaten, 33 homeruns (gedeeld 14e) Kyle Schwarber , 60 vaten, 38 homeruns (achtste)
Om te herhalen, dit is een maatstaf die ook gebruikt kan worden om pitchers te evalueren. De drie ERA-kwalificaties die vorig seizoen de minste Barrels toestonden waren Hunter Brown (21), Max Fried (24) en Chris Sale (24), terwijl de vijf die de meeste toestonden JP Sears (57),Kutter Crawford (52), Kevin Gausman (52), Austin Gomber (52) en Carlos Rodon (52) waren.
Het is geen verrassing dat Sale de beste HR/9-ratio van de majors had (0,46), terwijl Fried op de zesde plaats stond (0,67). Crawford (1,67) en Gomber (1,64) hadden de twee slechtste HR/9-ratio's, Rodon was de vierde slechtste (1,59) en Sears was de achtste slechtste (1,39). Brown (0,95, 16e van de 58 qualifiers) en Gausman (0,99, 17e) zaten echter gemiddeld in de categorie, wat aantoont dat de Barrel-rate voor pitchers niet als een "alles-en-niets"-metriek voor vaardighedenanalyse moet worden beschouwd.
Spin Rate (SR): Dit meet de spinsnelheid van de honkbal nadat een pitcher deze loslaat, berekend in omwentelingen per minuut. Naast snelheid heeft de Spin Rate van een pitcher invloed op zijn beweging. Bijvoorbeeld, een fastball die met hoge spin wordt gegooid, passeert de plaat op een hoger vlak dan een met lage spin, wat de mythische "stijgende fastball" veroorzaakt. Hogere spinsnelheden creëren ook meer break op de curveball van een pitcher, wat de effectiviteit ervan verbetert.
Dat wil niet zeggen dat spinsnelheden aan beide uitersten van het spectrum altijd resulteren in een verbetering van de effectiviteit van de toonhoogte.
Brandon Pfaadt , die in 2024 in sommige opzichten een stap vooruit zette, maar qua fantasy points nog steeds nauwelijks in de top 50 van startende pitchers zat, had een gemiddelde Spin Rate van 2.557, de vijfde hoogste onder pitchers die minstens 500 van die specifieke pitch gooiden. Pfaadts four-seamer had een gemiddelde snelheid van slechts 93,8 mph, onder het gemiddelde van de competitie van 94,2, en tegenstanders sloegen .265 met een sluggingpercentage van .466 tegen de pitch.
Dat gezegd hebbende, de cijfers weerspiegelden een verbetering in Pfaadts four-seam fastball-statistieken, en het was positief dat hij het gebruik ervan verminderde om te corresponderen met een grotere afhankelijkheid van zijn sinker, de twee pitches boden een mooi contrast met elkaar. Beide pitches verbeterden in 2024 in prestatie, en verder vertrouwen op zijn secundaire aanbiedingen - zijn sweeper in het bijzonder - kan hem alleen maar helpen om vooruit te komen.
De resultaten van Pfaadt met de four-seam fastball illustreren echter niet dat noch de Spin Rate-maatstaf, noch de gemiddelde snelheid op zichzelf de enige indicator is van een elitepitch.
De cutter van Tanner Bibee is daarentegen een ideaal voorbeeld van een pitch die effectiever is dankzij zijn hoge spinsnelheid. Van de pitchers die in 2024 minstens 400 cutters gooiden, had hij de meeste gemiddelde omwentelingen per minuut (2.742). Bibee's cutter was verantwoordelijk voor 50 van zijn 187 totale strikeouts, nadat hij in 2023 51 van zijn 141 had gescoord, en tegenstanders sloegen slechts .141 tegen hem met een .205 wOBA.
Het is een veld dat Bibee uitstekend helpt om hard contact te minimaliseren en een hoog percentage pop-ups te genereren. Zijn percentages van 27,4% hard-hit en 18,0% pop-ups met dit veld zijn de beste van de wedstrijd met een cutter (minimaal 400 gegooid).
Verwacht slaggemiddelde (xBA), verwacht sluggingpercentage (xSLG) en verwacht gewogen on-basegemiddelde (xwOBA): dit zijn misschien wel de meest nuttige statistieken voor fantasymanagers en absoluut verstandigere statistieken om 'geluksfactoren' uit de cijfers van spelers te halen. Elk formuleert een verwacht getal op basis van de Exit Velocity, Launch Angle en, indien van toepassing, op basis van het type geslagen bal, de Sprint Speed van de speler, wat een betere maatstaf biedt voor wat er van de speler verwacht had moeten worden, hetzij bij een individuele play of gedurende het seizoen (als de cumulatieve cijfers).
Verwachte gewogen on-base gemiddelde zou interessanter moeten zijn voor degenen onder u in punten-gebaseerde competities, die belonen voor doubles en triples. Het helpt om een completer beeld te krijgen van het slagvermogen van een speler.
Dit zijn de top 10 gekwalificeerde slagmensen in termen van xwOBA in 2024, samen met hun scores onder slagmensen in fantasy-punten:
Aaron Judge , .479 xwOBA, 630 fantasy punten (tweede) Juan Soto , .462 xwOBA, 582 (vierde) Shohei Ohtani , .442 xwOBA, 653 (eerste) Jordan Alvarez , .411 xwOBA, 467 (achtste) Vladimir Guerrero Jr. , .408 xwOBA, 510 (zesde) Bobby Witt Jr. , .407 xwOBA, 590 (vierde) Marcell Ozuna , .402 xwOBA, 436 (gedeelde 11e plaats) Ketel Marte , .392 xwOBA, 436 (gedeelde 11e) Corey Seager , .390 xwOBA, 343 (47e) Kyle Schwarber , .380 xwOBA, 406 (gedeelde 20e plaats)
Deze categorieën kunnen ook worden gebruikt om regressiekandidaten te identificeren, spelers wiens batted-ball-resultaten gunstiger waren dan ze hadden moeten zijn. Tyler Fitzgerald , genoemd in Inning 6 van The Playbook voor zijn onverwachte late-season power burst, had de grootste wOBA-xwOBA-verdeling van de majors onder hitters met ten minste 300 plate appearances, 65 punten in die richting (.357 wOBA, .292 xwOBA).
Dit is een uitstekende plek om al deze verwachte statistieken te vinden, evenals enkele van de andere Statcast-aanbiedingen, inclusief een CSV-downloadoptie. U kunt hier ook de cijfers voor pitchers vinden.
Sprintsnelheid: Geïntroduceerd in 2017, meet dit, in feet, hoe snel een speler rende tijdens het snelste tijdsbestek van één seconde waarin hij de honken rende. Er worden twee soorten honklopers gemeten: runs naar het eerste honk op zwak geslagen grounders, of runs van twee of meer honken op ballen die binnen het park worden gehouden (exclusief runs vanaf het tweede honk op een extra-base hit). Dit helpt om een idee te krijgen van de pure snelheid van een speler, iets dat handig kan zijn bij het zoeken naar gestolen-honkproductie in fantasy.
Elke run die gemeten wordt met meer dan 30 voet per seconde wordt beoordeeld als uitstekend en een "Burst" genoemd, en de gemiddelde Sprint Speed van de competitie is meestal maar iets beter dan 27 voet per seconde. Langzamere lopers zien soms cijfers die zo slecht zijn als 22 voet per seconde, met Yadier Molina, die gemiddeld een slechtste-in-honkbal (onder degenen met ten minste 50 gemeten runs) van 21,8 voet per seconde in 2022, een opvallend recent voorbeeld.
Dit waren de top 10 spelers op het gebied van Sprint Speed in 2024, van degenen bij wie minstens 50 'competitieve runs' werden gemeten, samen met hun gestolen honkslagen:
Bobby Witt Jr. , 30,5 voet/seconde, 31 van de 43 gestolen honken Johan Rojas , 30,1 voet/seconde, 25 van de 29 gestolen honken Elly De La Cruz , 30,0 voet/seconde, 67 van de 83 gestolen honken Tyler Fitzgerald , 30,0 voet/seconde, 17 van de 21 gestolen honken Pete Crow-Armstrong , 30,0 voet/seconde, 27 van de 30 gestolen honken Victor Scott II , 30,0 voet/seconde, 5 van de 6 gestolen honken Jorge Mateo , 29,9 voet/seconde, 13 van de 15 gestolen honken Jose Siri , 29,9 voet/seconde, 14 van de 21 gestolen honken Garrett Hampson , 29,8 voet/seconde, 7 van de 9 gestolen honken Jeremy Pena , 29,8 voet/seconde, 20 van de 26 gestolen honken
Zoals u kunt zien, heeft deze groep in totaal 226 van de 283 honken gestolen. Dat is een slagingspercentage van 79,9%, wat hoger is dan het gemiddelde van de competitie (79,0%).
Er zijn nog veel meer Statcast-categorieën die u kunt onderzoeken, maar dit zijn de zeven die het meest relevant zijn voor fantasymanagers.
Defensie-onafhankelijke pitching-statistiekenFIP en xFIP: een afkorting voor Fielding Independent Pitching score en voor expected FIP. Hiermee wordt geprobeerd de invloed van de verdediging van een pitcher op zijn statistieken te elimineren door hem alleen te beoordelen op zijn homeruns, walks en hit batsmen allowed en zijn strikeouts. Deze worden teruggebracht tot een getal dat vergelijkbaar is met zijn ERA. xFIP gaat nog een stap verder en verwijdert de 'geluksfactor' die bij homeruns hoort. In plaats daarvan worden de fly balls van de pitcher gebruikt en wordt ervan uitgegaan dat dit een gemiddeld homerunpercentage is voor de competitie.
FIP kan een snelle, eenvoudige manier zijn om elk ongeluk dat een pitcher tijdens het betreffende seizoen heeft meegemaakt, weg te nemen, door pitchers te identificeren wiens lot in de toekomst gelijk zou moeten worden. xFIP kan ondertussen nuttig zijn bij het evalueren van pitchers die zijn toegewezen om te pitchen in stadions met aanzienlijk verschillende parkfactoren, of voor degenen die van team veranderen. Welke u ook gebruikt, beide zijn aanzienlijk sterkere scoutingmaatstaven dan ERA.
Dit waren de top 10 pitchers in FIP in 2024, van degenen die minstens 100 innings gooiden en die allemaal een uitstekend seizoen hadden:
Chris Sale , 2.09 Blake Snell , 2.43 Paul Skenes , 2.44 Tarik Skubal , 2.49 Garrett Haakwerk , 2.69 Tyler Glasnow , 2.90 Reynaldo López , 2.92 Logan Webb , 2,95 Cole Ragans , 2,99 Christopher Sanchez , 3,00
Het vergelijken van de FIP van een pitcher met zijn ERA is vaak een handige, hoewel basale, manier om "flukes" te ontdekken die in aanmerking komen voor meer geluk in het komende jaar. Ook onder pitchers die minstens 100 innings gooiden, waren dit de 10 grootste ERA-FIP-verschillen, die neigen naar de kant van het feit dat ze meer tegenslag hebben gehad:
Jordan Montgomery , 1,75 runverschil (ERA van 6,23, FIP van 4,48) Patrick Corbin , 1.20 (5.62, 4.41) Kenta Maeda , 1,12 (6,09, 4,96) Mijlen Mikolas , 1.11 (5.35, 4.24) Brandon Pfaadt , 1.10 (4.71, 3.61) Kyle Hendricks , 0,94 (5,92, 4,98) Garrett Haakwerk , 0,89 (3,58, 2,69) Nick Lodolo , 0,81 (4,76, 3,95) Jon Gray , 0,77 (4,47, 3,70) Sonny Gray , 0,72 (3,84, 3,12)
Dat wil niet zeggen dat Hendricks voorbestemd is voor een grote opleving in 2025, vooral omdat een 4,98 FIP allesbehalve een mooi getal is. Maar in zijn verdediging, en die van de rest van de lijst, genoten verschillende namen op de top-10 lijst van vorig jaar -- Brady Singer , Dylan Cease , Luke Weaver , Taj Bradley en Hunter Brown -- van substantiële verbeteringen in fantasy value in 2024.
Als we het omdraaien, zijn dit de 10 pitchers die het meest fortuinlijk waren wat betreft hun ERA-FIP-verschil:
Michael Lorenzen , -1,58 runverschil (ERA 3,31, FIP 4,89) Ronel Blanco , min-1,35 (2,80, 4,15) Andrew Abbott , min-1,33 (3,72, 5,04) Jose Berrios , min-1,11 (3,60, 4,72) Bowden Francis , min-1,06 (3,30, 4,36) Bryse Wilson , min-1,05 (4,04, 5,09) Luis L. Ortiz , min-0,93 (3,32, 4,25) Reynaldo Lopez , min-0,93 (1,99, 2,92) Tobias Myers , min-0,91 (3,00, 3,91) Javier Assad , min-0,90 (3,73, 4,64)
Pas echter op dat u niet te veel waarde hecht aan FIP en xFIP, want ik raad u aan om het te beschouwen als een evaluatietool in uw gereedschapskist. Miley heeft bijvoorbeeld nu een ERA-FIP-verschil van ten minste een halve run in elk van zijn laatste drie gezonde seizoenen (2019, 2021 en 2023), en vertoont een neiging om zijn randvoorwaarden te overtreffen dankzij zijn controle en zijn vermogen om hard contact te minimaliseren.
SIERA: Een afkorting voor Skill-Interactive ERA, SIERA is een recentere innovatie die, net als FIP, probeert de invloed van de verdediging uit de pitching-vergelijking te verwijderen en te bepalen hoe effectief de hurler daadwerkelijk was. Het belangrijkste verschil tussen SIERA en FIP is dat de laatste de geslagen ballen uitsluit van de vergelijking, terwijl de eerste ze wel in de berekening meeneemt. Als je geïnteresseerd bent in de wiskundige details, schreef FanGraphs een geweldige column waarin SIERA wordt uitgelegd en de formule wordt gegeven om het hier te berekenen.
Hoewel het klassement van SIERA niet exact overeenkomt met dat van FIP, is het wel een goede manier om pitching skills te identificeren. Dit waren de top 10 in SIERA in 2024, met behulp van de 100-inning drempel voor kwalificatie:
Chris Sale , 2,80 Tarik Skubal , 2.89 Sonny Gray , 3.03 Jack Flaherty , 3.10 Logan Gilbert , 3.19 Yusei Kikuchi , 3.30 Zack Wheeler , 3.32 Framber Valdez , 3.41 Pablo López , 3.46 Dylan Cease , 3.46
'Geluk'-gebaseerde statistiekenOoit het populairste in fantasy baseball-analyses, zijn op geluk gebaseerde statistieken de laatste seizoenen wat naar de achtergrond verdwenen, omdat we ons steeds meer bewust worden van de ingrediënten die ze beïnvloeden. Toch is het de moeite waard om ze even snel op te frissen, omdat ze allemaal een klein inzicht kunnen bieden in het vermogen van een speler, en ons begrip ervan kan de valkuilen onthullen die gepaard gaan met het te veel vertrouwen in elk van hen.
BABIP , of Batting Average on Balls in Play: Voor het eerst geïntroduceerd door Voros McCracken rond de eeuwwisseling, meet BABIP het vermogen van een pitcher om hits te voorkomen op ballen in het spel, evenals het succespercentage van een hitter alleen op de geslagen ballen die hij in het spel brengt. Dit verwijdert walks, strikeouts en home runs -- die vallen immers niet binnen het veld van het spel -- uit de vergelijking. U kunt het zelf berekenen door hits minus home runs te delen door at-bats minus home runs minus strikeouts plus sacrifice flies, of (H - HR)/(AB - HR - K + SF).
Het idee is dat de gemiddelde BABIP van de competitie over het algemeen rond de .300 ligt, dus elke speler met een getal dat aanzienlijk lager ligt dan dat getal, zal waarschijnlijk in de nabije toekomst terugvallen naar dat gemiddelde. Naarmate de defensieve verschuivingen in het afgelopen decennium echter plaatsvonden, daalde dat getal geleidelijk. Vreemd genoeg steeg de BABIP van de competitie, nadat deze tussen .290-.292 lag van 2020-22, naar .297 met nieuwe regels die de verschuivingen in 2023 regelden, om vervolgens terug te keren naar .291 onder dezelfde nieuwe regels van vorig seizoen.
Het probleem met BABIP als analytisch hulpmiddel is dat het zowel de kwaliteit van het contact met het type geslagen bal als de defensieve opstelling volledig negeert, dingen die de eerder genoemde Statcast "verwachte" statistieken proberen te corrigeren. Daarom is het verstandig om bij het onderzoeken van BABIP rekening te houden met het type pitcher of hitter (grondbal versus fly ball), evenals de eigen geschiedenis van de speler in de categorie. Heeft hij bijvoorbeeld routinematig BABIP's gepost die het gemiddelde van de competitie overschrijden?
In 2024 was Seiya Suzuki (.370) de best gekwalificeerde slagman qua BABIP, en zijn getal was 34 punten hoger dan zijn carrièrepercentage in de categorie voorafgaand aan het seizoen en 29 punten hoger dan zijn 2023-cijfer. Die vergelijking suggereert dat er in 2024 enige terugval in zijn slaggemiddelde verwacht mag worden.
Het is echter eerlijk om te zeggen dat Suzuki's .347 career BABIP door de drie jaar in de States de zevende beste is onder spelers met minstens 1.000 plate appearances, en hij had ook een .329 BABIP tijdens zijn carrière in Japan. Verwacht niet dat zijn BABIP volledig terugvalt naar het gemiddelde van de competitie.
Home Run per Fly Ball Percentage (HR/FB%): Hiernaar wordt verwezen in het xFIP-gedeelte hierboven. Home Run per Fly Ball Percentage bepaalt hoe gelukkig een speler zou kunnen zijn geweest met de fly balls die hij sloeg door het outfieldhek te passeren voor een homerun. Het jaarlijkse gemiddelde van de competitie in de categorie varieert meer dan BABIP, maar was in 2024 9,9% -- en dat volgt op een percentage van 9,7% in 2022 en 10,6% in 2023. Net als BABIP wordt van slagmensen en pitchers doorgaans verwacht dat ze in de nabije toekomst terugvallen naar het gemiddelde, hoewel deze categorie, in tegenstelling tot BABIP, veel gemakkelijker kan worden beïnvloed door zaken als contactkwaliteit of parkfactoren.
In 2024 had Framber Valdez (13,4%) het hoogste kwalificatiepercentage onder pitchers, terwijl Sonny Gray , die 21e eindigde onder startende pitchers en 50e overall in fantasy points, een percentage van 13,2% had nadat hij in 2023 het beste cijfer van de competitie in de categorie had behaald. Chris Sale had in 2024 het laagste percentage van de majors (6,3%).
Een grote valkuil om te overwegen met deze categorie is de verschillende berekeningen in statistische bronnen, vanwege de verschillende classificaties in geslagen baltypes en de kleine verschillen in formules. FanGraphs had bijvoorbeeld het gemiddelde Home Run per Fly Ball Percentage van de competitie als 11,6%.
Strand Rate, of Left On Base Percentage (LOB%): Dit meet het percentage honklopers dat een pitcher op de honken achterlaat in een bepaalde wedstrijd, of gedurende een seizoen. In plaats van het werkelijke aantal gestrande honklopers te nemen, wordt ervan uitgegaan dat honklopers scoren met een gemiddelde score van de competitie. De formule is hits plus walks plus geraakte batsmen min gescoorde runs, gedeeld door hits plus walks plus geraakte batsmen min homeruns maal 1,4 (een vooraf bepaalde, gemiddelde factor van de competitie), of (H + BB + HB - R)/(H + BB + HB - (HR * 1,4)).
De gemiddelde Strand Rate van de competitie ligt doorgaans rond de 72,0% en in 2024 was het 72,1%. Vorig seizoen was Ronel Blanco onder ERA-gekwalificeerde pitchers de leider in de categorie (83,6%), terwijl Miles Mikolas (62,9%) de hekkensluiter was. Blanco's Strand Rate was met gemak de beste die hij ooit had gepost bij een stop in zijn negen jaar durende professionele carrière, wat de zorgen deed toenemen dat hij in 2025 achteruit zal gaan.
Variantie van site tot siteNiet elke geslagen bal wordt op dezelfde manier beoordeeld.
Zoals vermeld in de categorie Home Run per Fly Ball Percentage, kan de classificatie van geslagen ballen in het spel een merkbare invloed hebben op de resultaten. Zo wijzen zowel Statcast als onze interne pitch-trackingtool pop-ups toe als hun eigen categorie, onafhankelijk van fly balls, terwijl de vermelde fly ball-percentages van FanGraphs die pop-ups bevatten. Hard Hit Rates kunnen ook variëren, afhankelijk van uw bron.
Bijvoorbeeld, Daulton Varsho had de hoogste pop-up rate van de majors onder batting title-eligible hitters, met een pop-up rate van 18,2% van de tijd dat hij de bal in het spel bracht. FanGraphs neemt deze mee in zijn fly-ball rate, wat betekent dat hij daar een getal van 52,9% had, het op één na hoogste van de 129 qualifiers, terwijl hij een fly-ball rate van slechts 30,6% had volgens onze interne pitch-tracking tool, het 32e hoogste van diezelfde groep. Degenen die naar Varsho's fly-ball rate kijken op FanGraphs zouden kunnen aannemen dat hij beter in staat zal zijn om de hogere outfield fences van het Rogers Centre te passeren -- ze hebben de hoogtes verhoogd voor het seizoen van 2023 -- dan hij in werkelijkheid is.
Overweeg altijd meerdere bronnen met uw gegevens. Grote variaties in de resultaten kunnen extra onderzoek vereisen om het werkelijke vaardigheidsniveau van de speler te bepalen. Als al het andere faalt, zou ik echter eerst en vooral vertrouwen op de Statcast-gegevens.
Waar u deze cijfers zelf verder kunt onderzoekenElk van de hierboven genoemde statistische categorieën is eenvoudig te vinden op internet. Er zijn ook veel downloadopties beschikbaar, zodat u zelf met de cijfers kunt spelen.
BaseballSavant.com, eerder genoemd, herbergt een grote verscheidenheid aan Statcast-statistieken die gesorteerd, doorzocht en gedownload kunnen worden. Sommige links hiervoor zijn hierboven beschikbaar, maar ik concentreer me hier op de zoekpagina , omdat het een geweldige plek is om zoekopdrachten van uw keuze uit te voeren terwijl u spelers scout.
Daar vind je allerlei situaties waarmee je facetten van het spel van een speler kunt onderzoeken, inclusief prestaties tegen verschillende pitch -typen, in bepaalde punten, tegen spelers van beide handigheid, of het gebruik van specifieke datumbereiken onder vele andere opties. Speldatum> = AS 2023-09-01 en kies vervolgens sorteren door xwoba.
Zoals je kunt zien , bezet Aaron Judge (.499) de eerste plek met deze split, terwijl Dominic Fletcher (.185) de laatste staat.
De sterke finish van Michael Harris II -hij sloeg .316/.344/.579 met acht thuisruns en 18 RBI in 26 september wedstrijden, zijn Woba een zesde beste .431 met behulp van de bovenstaande link-is waarschijnlijk een van de redenen waarom veel fantasiemanagers zo bullish zijn om hem te betrekken bij het betreden van dit seizoen.
FanGraphs is another site that offers custom statistics reports, including those you can download. Here is where you can find the basic 2024 hitters' leaderboard, but you can select a variety of different reports: Standard statistics, Advanced statistics, Batted Ball statistics, Win Probability and Value statistics, +Stats (which compare the player's performance to the league's average), Statcast statistics, Plate Discipline statistics, an entire array of Pitch-Level Data that now resides under its own tab, and many other options.
Net als bij Statcast biedt Fangraphs opties om de splitsingen van spelers te controleren, evenals om nummers aan te vragen binnen een aangepaste datumbereik. EST onder kwalificaties in die richting .
Als een korte opmerking, aangezien Fangraphs geen betaalbare website is, vooral in de moeilijke huidige omgeving, overweeg dan om een lidmaatschap te bestellen om uw steun te bieden.
Onder enkele van de andere websites die u in uw verkenning moet overwegen:
Brooks Baseball: Hun kracht is hun pitch F/X -tool, die je kan helpen om spelers te verkennen die vergelijkbaar zijn met enkele van die beschikbaar op Statcast.
Baseball prospectus: ze bestaan al geruime tijd en bieden analyse voor ruim twee decennia en publiceert een jaarlijks dat elke speler individueel profileert.
Nu je je voeten nat hebt geworden met geavanceerde statistieken, laten we ze in gebruik nemen!
espn
