Sports Analyst Meetupは、現役スポーツアナリストとスポーツ分析に興味のある方の情報共有イベント。ここでは認知科学研究者のなういず氏が、時間割引の視点からどうしてバントは減らないのか、心理学的アプローチから解説しました。 どうして送りバントは減らないのか？ なういず氏（以下、なういず）：『どうして送りバントをやめられないのか』というタイトルで発表いたします。なういずと申します。よろしくお願いします。 初めましての方もいると思いますので、最初に簡単に自己紹介させてください。私、なういずというハンドルネームで活動しています。Twitterは@nowism_sportsでやっていますのでフォローしてもらえると嬉しいです。サッカーは柏レイソルを、野球は巨人を応援しています。 普段は東京大学の大学院で認知科学を研究しています。研究の中では人間の非合理的な意思決定というものに興味があ

2019年パ・リーグのペナントレースは西武の優勝で幕を閉じた。最大の勝因は打力だろう。シーズン終盤には2003年ダイエー以来の100打点カルテット誕生が期待されるなど、リーグ内では頭一つ抜けた強力打線であった。最終的に100打点はトリオに留まったが、リーグで100打点に到達したのはこの3人のみ。打点ランキング上位3人を中村剛也、山川穂高、森友哉の西武3選手が独占した。 セイバーメトリクスでは重要視されない「打点」 従来からセイバーメトリクスでは打点というスタッツはあまり著述の対象とはされてこなかった。その理由として、前の打者がどれだけ出塁してくれるかなど自身の力の及ばない条件に左右されるために真の貢献を測れないことや、チームの得点能力の改善に直結する数字ではないことなどが挙げられる。 しかしせっかく創世記から続いており、連盟からの表彰対象にもなっているスタッツだ。セイバーメトリシャンの常と

2018年の日本シリーズ、MVPには6つの盗塁阻止を記録した甲斐拓也が選ばれた。このような事態は対戦相手である広島が何度盗塁を刺されようとも、盗塁を仕掛け続けたことによって生まれた。この作戦は当然攻撃面で大きな損失となった。しかし一方で、盗塁でアウトになったとしても仕掛けること自体が相手の警戒につながるため、攻撃面で有利にはたらくとの意見もある。この意見にはどれほどの妥当性があるのだろうか。それを確かめるため、一塁走者が盗塁の多い走者のときとそうでないときで打者の成績がどのように変化するかを調べた。 盗塁の多い選手が一塁走者となったときの球種の変化 まず打者の前に、守備側の変化を考えてみたい。守備側が一塁走者の盗塁を警戒している場合、ストレートの割合が増えるという話をよく聞く。だが実際にどの程度の差が出るのかは聞いたことがない。まずは一塁走者が盗塁の多い走者のときとそうでないときでストレー

八九余談 野球のことについて考えたことを書こうと思います。 データ関連の記事が多くなると思います。 スポナビブログからの移転に伴い、現状、一部の記事においてデータが閲覧できない状態となっております（現在2012年7月24日以前の記事についてはデータが閲覧できません）。 今年は記事以外の露出が増えたこともあってか、野球のデータ関係で初対面の人と話すことも多くなった。その際にデータの勉強は独学でしたのか、という質問を受けることが何度もあった。当時は誰かに教わって学ぶような知識でもないので（私淑する人はいるが）、知識は独学で身につけた。 そのような質問がされるということは、今現在でも知識を身に付けたいと思いつつも、取っ掛かりがわからない（あるいは取っ掛かってみたが、他に方法がないか探している）人がそれなりにいるということかとも思い、私なりに知識の習得に役立てるため、参考になりそうなサイトをまとめ

Case：NHK『ZUNOさん』 話題になった、または今後話題になるであろう日本国内の広告・クリエイティブの事例の裏側を、案件を担当した方へのインタビューを通して明らかにしていく連載「BEHIND THE BUZZ」。 今回は、データテクノロジーを利用して開発されたAI野球解説システム「ZUNOさん」を取り上げます。約3ヶ月の開発期間を経て、3月31日のプロ野球開幕戦より新たにNHKの野球解説の現場に取り入れられた「ZUNOさん」。ディープラーニングなどのデータテクノロジーを用いて、野球というスポーツに新しい視点を提供する取り組みです。2004年以降の300万球を超えるデータを学習させることで、配球や勝敗、順位などを予測。さらに、データマイニングによって、これまで人間の解説者には見つけることのできなかった選手の傾向を探っていきます。 Dentsu Lab Tokyoが企画とディレクションを

守備指標として見るBABIP ご存知かもしれないが、BABIP（Batting Average on Balls In Play）という指標がある。時に運の良し悪しを間接的に表す指標だったり、打者の特性を表す指標だったり、様々な側面を見せる指標である。UZR（Ultimate Zone Rating）などの守備指標の簡易版的な扱いを受けることもある。しかしこのBABIP、チーム全体の守備指標として見るならば最も客観的かつ根源的な指標であり、言い訳の効かない純粋な守備の結果である。そして守備時のBABIPは何かの補完的な材料や簡易版の指標などではなく、それ自体が完結した指標である。 本塁打と三振を除くインプレーの打球のうち、安打になった割合という実にシンプルな式であるが、チーム全体の守備力を表す指標と見なされる。実際にはアウトになった割合の方を抽出してDER（Defensive Effici

こんにちは.野球(とグルメ)の人です.*1 ビックデータや統計学が相変わらずアツい話題になっている中,野球好きとデータ好きをうならせるこんな本が出版されました. [プロ野球でわかる! ]はじめての統計学 作者: 株式会社DELTA,佐藤文彦,student,岡田友輔出版社/メーカー: 技術評論社発売日: 2017/03/14メディア: 単行本（ソフトカバー）この商品を含むブログを見る この本,早速読ませてもらってとても良い！感銘を受けた！！という感じなのですが, そもそも世の中に野球統計学(セイバーメトリクス)の本が増えてきた (野球好きでも)初心者がいきなり読んだら辛い本もあるぞ！ ？？？「ワイも野球データを集めて分析したいンゴ」 …などなど,クエスチョンやテーマができたので, 今まで学んだ・実践した野球統計学の学び方・本・データを整理するのにいい機会だ！ …ということで, レベル別の本

1.02は総合指標WAR、守備指標UZRをはじめとしたプロ野球の詳細データ、選手の詳細な成績データ、またそれを用いた分析コラムなどを発信する総合野球データサイトです。

日本ハムと広島の熱心な地元ファンの声援で、2016年のプロ野球は例年以上に盛り上がった。各球団は本拠地のファンの心をつかんでいるのか、ファンを他県へ広げているのか、ニュースアプリのログ分析で判明した。 今回は弊社、ソニーネットワークコミュニケーションズで展開中のニュースアプリ「ニューススイート」(インストール総数4500万、月間700万UU、70カ国で展開中)のログデータと、オープンデータを利用したデータ解析を行ってみたい。一見すると難しそうに思われるかもしれないが、記事内容や解析対象データは野球に関することなので、気楽に読んでいただきつつ、少しでもオープンデータと社内データの相乗効果による、価値向上や有効な利用方法に関しての興味を持っていただければ幸いである。 振り返ると2016年度の日本プロ野球は、日本ハムの劇的な逆転優勝、広島カープの25年ぶりのリーグ優勝など、何かと話題が多かった。

守備指標の歴史 MLBの守備データ分析を参照に、NPBでもゾーンデータによる守備評価が少しずつ認知されてきている。ここでは、DELTAの守備データや評価について基本的な考え方を述べる。 基礎的な考えを述べる前に、データによる守備評価の歴史について簡単に振り返る。 一般的に守備力を考える上で、基礎となってきたのは守備率になる。守備率は（刺殺＋補殺）/守備機会数（刺殺＋補殺＋失策）で計算される。守備者がアウトを取れると見込まれた打球が分母となり、そのプレーの成否で守備力を測る仕組みだ。守備率に対して、B．ジェームズはレンジファクター（以後「RF」【RF=（刺殺数＋補殺数）/守備イニング×９】）と呼ばれる評価基準を作り、守備率とは異なる評価基準を提唱した。 RFは失策を基本とした考え方（守備率）から、実際にアウトを奪った数で守備力を評価する意図がある。失策・守備率ではとらえきれなかった選手の実像

現在のセイバーメトリクスで基礎的な考え方となっている得点期待値について 野球の目的が「勝利」という前提のもとでチームや選手の評価する際、各プレーにどれくらいの価値があったのか基準が必要になる。 各イベント（シングルヒット/本塁打/アウトなど）が、得点（あるいは失点）に対してどのくらい影響を与えているか考える上で、用いられるのが得点期待値だ。 得点期待値はある期間（DELTAでは過去3年がベース）のデータを用い、アウトカウント/走者で大別される24の状況から、イニングが終わるまでにどれくらい得点が入ったのか記録したデータだ。 2013~2015年のNPBでは無死走者なしの状況で、0.440得点が見込めることになる。 得点期待値を使うことで、試合の状況がどの様に変わるのか具体的にイメージすることが出来る。 この得点期待値を用いることで、各イベント（単打/本塁打/アウトなど）の平均的な得点への影

これまでの常識は、「左打ち選手は有利」　左打者に対する外角のボールをかなりの確率でMLBの球審がストライクと判定しやすい、というデータが『ESPN』の解析で明らかになり、バスター・オルニー氏の記事やポッドキャストで発表された。 左打ちの打者が野球で優位であることは従来からの常識である。 一般的に左打ちの選手は一塁に近く、スイングした後、自然な姿勢でファーストに走ることができるからである。 タイ・カッブ、ベーブ・ルース、トニー・グエン、テッド・ウィリアムズ、ケン・グリフィー・ジュニア、ラファエル・パルメイロは、すべて左打ち選手だった。世界で最も美しいスイングで知られる選手たちである。 ところが、『ESPN』の野球記者バスター・オルニー氏によると、左打ちだから有利、というわけではないと指摘する。 But as more accurate technology for assessing bas

データ活用で浮上目指す楽天　将来の“フロント候補”を育成？ 東北楽天ゴールデンイーグルス 2015.02.26 2018.03.04 Twitter Facebook LINEにおくる Bookmark 24名の学生が「優勝」と「黒字化」につながる分析に挑戦 楽天イーグルスが3日間にわたり実施した「データ分析コンテスト」が22日に終了した。このコンテストは、統計や解析等のデータ分析に興味を持つ大学生や大学院生に、球団が収集し日々の球団運営に活用している実データを用いて分析を行う機会を提供することで、球界でのデータの活用状況への関心を高めてもらうことなどを目的としたものだ。 多数の応募の中から選ばれた24名の参加者は、楽天Koboスタジアム宮城に隣接する楽天野球団オフィスで3日間の分析活動を行った。 1日目は、江副翠地域密着推進部長、上田顕チーム戦略室長ほか、チーム戦略室所属スタッフより、デ