概要

セイバーメトリクスとは，ベースボールのデータを利用して戦術を分析することです。本書は，データアナリスト，野球愛好家にRを利用したセイバーメトリクスを紹介します。Rは，データの読み込み，適切なフォーマットへの変換，グラフによるデータの視覚化，統計分析の実行まで，すべての分析ステップを完結できる便利なソフトウェアです（使用されているすべてのデータセットとRコードはオンラインから利用できます）。

第2版では，Rのモダンなデータ分析を可能にするtidyverseを採用し，選手やボールの動きを高速・高精度に分析するために必須となったStatcastによるプレーヤ追跡データを加筆しました。初版のすべてのコードをtidyverseに準拠して修正しました。さまざまなベースボールのプレーとそのデータを通して，モダンなRの利用方法とセイバーメトリクスについて学習できます。

こんな方におすすめ

• セイバーメトリクスに興味のある方
• 野球愛好家
• データアナリスト

目次

第1章 野球データセット

• 1.1 イントロダクション
• 1.2 Lahman データベース：シーズンごとのデータ
  • 1.2.1 スラッガーたちのホームラン数の推移
  • 1.2.2 データの取得
  • 1.2.3 Master テーブル
  • 1.2.4 Batting テーブル
  • 1.2.5 Pitching テーブル
  • 1.2.6 Fielding テーブル
  • 1.2.7 Teams テーブル
  • 1.2.8 クイズ
• 1.3 Game-by-Game（試合ごとのデータ）
  • 1.3.1 1998 年のMcGwireとSosaのホームラン王争い
  • 1.3.2 Retrosheet
  • 1.3.3 Game Logs
  • 1.3.4 RetrosheetからGame logを取得
  • 1.3.5 Game logの例
  • 1.3.6 クイズ
• 1.4 Play-by-Play（打席ごとのデータ）
  • 1.4.1 Event files
  • 1.4.2 イベントの例
  • 1.4.3 クイズ
• 1.5 投球ごとのデータ
  • 1.5.1 MLBAM GamedayとPITCHf/x
  • 1.5.2 PITCHf/xの例
  • 1.5.3 クイズ
• 1.6 プレイヤーの動きと打球のデータ
  • 1.6.1 Statcast
  • 1.6.2 Baseball Savant data
  • 1.6.3 クイズ
• 1.7 まとめ
• 1.8 参考文献
• 1.9 演習

第2章 R入門

• 2.1 イントロダクション
• 2.2 RとRStudioのインストール
• 2.3 Tidyverse
  • 2.3.1 dplyr
  • 2.3.2 Pipe
  • 2.3.3 ggplot2
  • 2.3.4 他のパッケージ
• 2.4 データフレーム
  • 2.4.1 Warren Spahn のキャリア
  • 2.4.2 データフレーム
• 2.5 データフレームの操作
  • 2.5.1 データフレームの結合・抽出
• 2.6 ベクトル
  • 2.6.1 ベクトルの定義・計算
  • 2.6.2 ベクトルに関する関数群
  • 2.6.3 ベクトルインデックスと論理変数
• 2.7 Rにおけるオブジェクトとコンテナ
  • 2.7.1 Characterデータとデータフレーム
  • 2.7.2 Factors
  • 2.7.3 Lists
• 2.8 まとまったRコマンド
  • 2.8.1 Rのスクリプト
  • 2.8.2 Rの関数
• 2.9 データの読み込みと書き込み
  • 2.9.1 ファイルから読み込む
  • 2.9.2 データセットの保存
• 2.10 パッケージ
• 2.11 データの分割，適用，結合
  • 2.11.1 map 関数を使った繰り返し処理
  • 2.11.2 他の例
• 2.12 ヘルプの活用
• 2.13 参考文献
• 2.14 演習

第3章 グラフィックス

• 3.1 イントロダクション
• 3.2 Character 変数
  • 3.2.1 棒グラフ
  • 3.2.2 軸のラベルとタイトルを追加する
  • 3.2.3 Character 変数を使った他の種類のグラフ
• 3.3 グラフの保存
• 3.4 Numeric 変数：一次元の散布図とヒストグラム
• 3.5 2つのNumeric変数
  • 3.5.1 散布図
  • 3.5.2 グラフの作成
• 3.6 Numeric変数とFactor変数
  • 3.6.1 並列一次元散布図
  • 3.6.2 並列箱ひげ図
• 3.7 Ruth，Aaron，Bonds，A-Rodの比較
  • 3.7.1 データの取得
  • 3.7.2 プレイヤーのデータフレームの作成
  • 3.7.3 グラフの作成
• 3.8 1998年のホームラン王争い
  • 3.8.1 データの取得
  • 3.8.2 変数の抽出
  • 3.8.3 グラフの作成
• 3.9 参考文献
• 3.10 演習

第4章 得点と勝利の関係

• 4.1 イントロダクション
• 4.2 Lahman DatabaseにおけるTeamsテーブル
• 4.3 線形回帰
• 4.4 ピタゴラス勝率
  • 4.4.1 ピタゴラスモデルの指数
  • 4.4.2 ピタゴラスモデルの良い予測と悪い予測
• 4.5 1勝に必要な得点数
• 4.6 参考文献
• 4.7 演習

第5章 得点期待値を用いたプレーの価値

• 5.1 得点期待値行列
• 5.2 イニングの残りで記録された得点
• 5.3 行列の作成
• 5.4 打撃プレーの価値の把握
• 5.5 Jośe Altuve
• 5.6 全バッターの打撃機会とパフォーマンス
• 5.7 打順
• 5.8 ヒットの種類による得点価値の違い
  • 5.8.1 ホームランの価値
  • 5.8.2 シングルヒットの価値
• 5.9 盗塁の価値
• 5.10 参考文献とソフトウェア
• 5.11 演習

第6章 ボール球とストライク球の効果

• 6.1 イントロダクション
• 6.2 バッターのカウントとピッチャーのカウント
  • 6.2.1 あるピッチャーの例
  • 6.2.2 Retrosheet からピッチシークエンスを検討する
  • 6.2.3 カウントごとの予測される得点価値
  • 6.2.4 打席における「経過したカウント」の重要性
• 6.3 カウントによる行動
  • 6.3.1 カウントによるスイングの傾向
  • 6.3.2 ボール／ストライクカウントの影響
  • 6.3.3 カウントによる投球の選択8
  • 6.3.4 カウントによる球審の行動
• 6.4 参考文献
• 6.5 演習

第7章 フレーミング

• 7.1 イントロダクション
• 7.2 投球の詳細データ（pitch-level）の取得
• 7.3 ストライクゾーンはどこか
• 7.4 ストライク判定確率をモデリング
  • 7.4.1 推定結果の可視化
  • 7.4.2 推定した平面の可視化
  • 7.4.3 利き腕の調整
• 7.5 フレーミングのモデリング
• 7.6 参考文献
• 7.7 演習

第8章 選手の成績推移

• 8.1 イントロダクション
• 8.2 Mickey Mantle の打撃成績推移
• 8.3 成績推移の比較
  • 8.3.1 事前準備
  • 8.3.2 通算成績のを計算
  • 8.3.3 類似性スコアの計算
  • 8.3.4 年齢，OBP（出塁率），SLG（長打率），OPS の定義
  • 8.3.5 成績推移に対するフィッティングとプロット
• 8.4 ピーク時の年齢の一般的なパターン
  • 8.4.1 全選手に対する成績推移の推定
  • 8.4.2 ピーク時の年齢の変化
  • 8.4.3 ピーク時の年齢と通算打数
• 8.5 成績推移とポジション
• 8.6 参考文献
• 8.7 演習

第9章 シミュレーション

• 9.1 イントロダクション
• 9.2 イニング途中のシミュレーション
  • 9.2.1 マルコフ連鎖
  • 9.2.2 得点期待値を使った評価
  • 9.2.3 遷移確率の計算
  • 9.2.4 マルコフ連鎖によるシミュレーション
  • 9.2.5 得点期待値のその先
  • 9.2.6 チームごとの遷移確率
• 9.3 シーズンのシミュレーション
  • 9.3.1 Bradley-Terry モデル
  • 9.3.2 スケジュールを組み立てる
  • 9.3.3 素質のシミュレーションと勝率の計算
  • 9.3.4 レギュラーシーズンのシミュレーション
  • 9.3.5 ポストシーズンのシミュレーション
  • 9.3.6 1シーズンをシミュレーションする関数
  • 9.3.7 たくさんのシーズンをシミュレーションする
• 9.4 参考文献
• 9.5 演習

第10章 バッターの好不調分析

• 10.1 イントロダクション
• 10.2 好調
  • 10.2.1 連続試合安打を見つける
  • 10.2.2 移動平均を考慮した打率
• 10.3 各選手の打数レベルでの連続安打
  • 10.3.1 安打とアウトの連続
  • 10.3.2 移動平均打率
  • 10.3.3 全選手のスランプを見つける
  • 10.3.4 イチローとMike Troutの連続安打は異常か？
• 10.4 Statcastにおける打球速度の特有パターン
• 10.5 参考文献
• 10.6 演習

第11章 データベースを利用したパークファクターの計算

• 11.1 イントロダクション
• 11.2 MySQL のインストールとデータベースの作成
• 11.3 R からMySQL への接続
  • 11.3.1 RMySQL を使った接続
  • 11.3.2 R から他のデータベースへの接続
• 11.4 R からMySQL のGame log データベースへの入力
  • 11.4.1 Retrosheet からR へ
  • 11.4.2 R からMySQL へ
• 11.5 Rからクエリを実行する
  • 11.5.1 イントロダクション
  • 11.5.2 Coors Fieldと得点の関係
• 11.6 独自の野球データベースの構築
  • 11.6.1 Lahmanのデータベース
  • 11.6.2 Retrosheetのデータベース
  • 11.6.3 PITCHf/xのデータベース
  • 11.6.4 Statcastのデータベース
• 11.7 基本的なパークファクターの計算
  • 11.7.1 Rにデータを読み込む
  • 11.7.2 ホームランに与えるパークファクターの影響
  • 11.7.3 提案アプローチの仮定
  • 11.7.4 パークファクターの適用
• 11.8 参考文献
• 11.9 演習

第12章 Statcastの打球データ

• 12.1 イントロダクション
• 12.2 スプレーチャート
  • 12.2.1 1年分のStatcastデータの取得
  • 12.2.2 打球方向の傾向と内野守備
• 12.3 打球角度と打球速度
  • 12.3.1 打球角度vs打球速度の散布図
• 12.4 ホームラン確率のモデリング
  • 12.4.1 一般化加法モデル（GAM）
  • 12.4.2 滑らかな予測
  • 12.4.3 2017シーズンのホームランを推定
• 12.5 打球角度は能力なのか
  • 12.5.1 打球角度の分布
  • 12.5.2 シーズン前半の打球角度とシーズン後半の打球角度の相関
• 12.7 演習

付録A Retrosheetファイルの説明

• A.1 打席ごとのデータファイルのダウンロード
• A.1.1 イントロダクション
• A.1.2 セットアップ
• A.1.3 特定シーズンへの関数の使用
• A.1.4 ファイルの読み込み
• A.1.5 parse retrosheet pbp関数
• A.2 event file：簡潔なリファレンス
  • A.2.1 試合とイベントの識別子
  • A.2.2 試合の状態
• A.3 ピッチシークエンスのパース
  • A.3.1 イントロダクション
  • A.3.2 セットアップ
  • A.3.3 全カウントの評価

付録B MLBAM Gameday・PITCHf/xデータの活用

• B.1 イントロダクション
• B.2 データが保存されている場所
• B.3 PITCHf/xデータを用いた分析
  • B.3.1 オンラインリソースからデータを取得
  • B.3.2 Rによる解析
  • B.3.3 XMLの展開
  • B.3.4 pitchRx:PITCHf/xデータのためのR関数
• B.4 データの詳細
  • B.4.1 atbatに関する要素
  • B.4.2 pitchに関する要素
  • B.4.3 hipに関する要素（打球位置のデータ）
• B.5 Gameday and PITCHf/xデータに関するメモ
• B.6 雑集
  • B.6.1 投球の軌道を計算
  • B.6.2 他のデータソースとのクロスリファレンス
  • B.6.3 オンラインリソース

付録C Statcastデータの活用

• C.1 イントロダクション
• C.2 試合のシチュエーション変数
• C.3 投球に関する変数
• C.4 プレーのイベント変数
• C.5 打球に関する変数
• C.6 導出される変数
• C.7 守備変数

• 参考文献

サポート

正誤表

本書の以下の部分に誤りがありました。ここに訂正するとともに，ご迷惑をおかけしたことを深くお詫び申し上げます。

2章 P.63

3章 P.75