统计学 > 应用
[提交于 2025年7月1日
]
标题: 摆动,快速与缓慢:解释棒球击球跟踪指标的变化
标题: Swinging, Fast and Slow: Interpreting variation in baseball swing tracking metrics
摘要: 2024年,美国职业棒球大联盟发布了新的棒球追踪数据,报告了击球时每个击球动作的棒球速度和击球长度。 虽然令人兴奋,但这些数据在解释上存在挑战。 击球手击球的时间相对于投球决定了测量点相对于完整击球路径的位置。 击球指标与击球结果之间的关系受到击球手识别投球能力的混淆。 我们引入了一个解释棒球追踪数据的框架,在该框架中,我们首先使用具有随机截距和随机斜率的贝叶斯分层偏正态模型,根据球数和好球数以及投球位置估计击球手的意图。 这得出击球手特定的计数对击球指标的影响,我们通过工具变量回归利用这些影响来估计棒球速度和击球长度对接触和力量结果的因果效应。 最后,我们通过将一次击球行为建模为马尔可夫链,评估由于棒球速度导致的接触与力量之间的权衡。 我们得出结论,随着坏球数量的增加,击球手可以通过降低棒球速度来减少三振出局率,但减少的力量的权衡大致抵消了对平均击球手的好处。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.