我真喜歡這句話。不過對一般球迷來說，這句話前面的 "Baseball fans" 可能要改成 "Advanced baseball fans" 。畢竟大家都上過數學課，相信大部分的人都有過「當我在課堂上彎腰撿了一次橡皮擦之後，再也沒聽懂過數學課」的悲慘經歷，我一直覺得球迷對數據先天性的抵抗跟被數學殘害的記憶有一定程度的正相關。對於信手拈來就是數據，開口閉口「某某率」的「進階球迷」跟一般球迷之間確實存在著某種微妙界限，他們講的話好像有點道理又好像違反球場上的直覺，說出來的話如果符合大部分人的心意就會被盛讚「專業」，
色碟
假如很反直覺少不了會被噴兩句「棒球又不是在做數學」。話講到這裡，還是要問：「為什麼這些『進階球迷』這麼愛談數據，是因為數據讓人沉迷嗎？」作為一個長期紀錄中職數據的球迷，我可以告訴各位：真正讓人沈迷的並不是數字，而是透過數字之後看到的世界，數字只是一扇門，重要的是門的另一端，世界的真實……咳咳，沒事，這個梗已經老到可能沒人記得了。回到主題，數據哪裡吸引人？答案是：數據沒啥好吸引人的，數據說穿了只是數字的堆砌，數字就是數字而已。不過，當球賽看多了，我想每個球迷都會發現一些規律或趨勢，這時候就有個問題了，要怎麼樣才能確定這些規律和趨勢是真的存在，還是僅僅是因為偶然出現讓人印象深刻，才會產生「這是一種趨勢」的錯覺？要證實這點，最簡單的方式就是徹查符合前提的每場比賽、記錄每個打席、每次揮棒、每顆投球；接著依據假設檢查數據得到答案。假如你發現自己的「解讀」和徹查記錄之後得到的結果相符，那真的會讓人很高興，這代表你又多瞭解了棒球一點，而且這是有憑有據的，而不是「我感覺」。如果不相符呢？老實說，以我的例子，我還是會很高興，那代表自己過去有點被印象影響了，就結果而言，還是又多瞭解了棒球一點。比如說，徹查數據之後發現原來「鐵捕洪一中」生涯阻殺率竟然低於以攻擊見長的大目曾智偵，又或是說，翻閱記錄時就會驚覺林易增意氣風發的那些年頭，有幾年的盜壘成功率根本低到用「亂跑」來形容也不為過。真正吸引人的，是這種「奇怪的知識增加了！」的感覺，會促使人想挖掘更深的東西，想知道傳說背後的更多事實。話說回來，即使不是這麼資深的球迷還是有機會接觸到數據，就算是不看那些看起來高深莫測的專欄文章，只要觀看棒球轉播，球評、主播還是會提數據，當球員上場的時候，字卡上也會列出數據。久而久之，我相信大部分的人還是會想知道「到底他們講的那些東西是什麼，那些英文又是在講什麼？」AVG是Avdanture Game的縮寫嗎？WHIP是在談鞭子嗎？這跟棒球有什麼關係？曾經有人說過：「當你在乎某事，自然就會驅使你去切實瞭解問題。」，因為在乎，所以你會打開中華職棒的網站，點進球員記錄，然後在球員的大頭照下看到滿屏數字飛舞，然而相信你也會有種疑惑，就是這些一行一行的數字是怎麼產生的，又想說什麼？很好，這個問題就是數據入門的基本。首先在記錄頁面出現的數字大致可以分成兩種：一種是非公式導出，一種是公式導出。非公式導出的數字，就是球員每次上場表現的累積。這些數據會被賦予清楚的定義，比如說打席（Plate Appearance，縮寫成PA），定義是無論結果如何，打者完成一次打擊就記錄為一個打席；又比如說用球數（Number of Pitches，縮寫為NP），投手每投出一顆球，無論結果如何，
運彩場中
都計一次用球。公式導出的數字則是試圖說明某些事情或狀況，在大多數的狀況下將其化為可比較的基準。這些公式會使用前述「非公式導出的數字」來做運算，說來說去，還是球場上發生的事情。比方說打擊率（Batting Average，有兩種縮寫，一種是BA，另一種是AVG），打擊率公式是「安打數除以打數」，這個公式是想說什麼呢？打數的定義是「打席減掉高飛犧牲打、短打和四死球」，
台灣娛樂城
意思是「球員在不執行戰術也不打壞球的狀況下完成一次打擊」，用安打數除以打數，是想告訴你「過去這個球員在不執行戰術也不打壞球的狀況下，擊出安打的比例有多少」。既然有了比例，就容易比出高低，我們知道一個打擊率.300的選手比打擊率.250的選手表現要好，雖然有些公式有含有預估的成分，比如說防禦率（ERA），其公式的意思是「假設該投手以如此表現投滿九局會掉幾分」，這個預估是為了能夠在同一標準上進行比較而做的調整。我想比較敏感的球迷朋友看到這裡應該已經發現到一個重點，
電子老虎機
那就是無論是公式導出的數據，還是非公式導出的數據，所有棒球數據描述的都是球場上發生過的事情。一個過去打擊率.250的打者，不代表未來他每完成4個打數就一定會敲出1支安打。過去數據可以作為預測未來的參考，不過參考僅止於參考，不能解讀成「既然這位打者的生涯打擊率是.250，今天他已經完成3個打數，等一下如果沒有戰術或四壞今天就一定會打安打」。如果你看到有人類似這樣使用數據，那不管他說了什麼，你只要給他一個溫暖的微笑就好了。 
因為這裡需要一張圖，所以我決定放一張多拉吉 CPBLTV截圖 用公式算出來的數據又可以分兩類，一種會連結到「能力」，另一種則是會連結到「貢獻」。以打擊率來說，打擊率高的球員通常有比較好的球棒控制能力、比較好的揮棒軌跡和比較好的選球，因為他擅長「挑一顆好球打，而且能隨心所欲地打好」打擊率才會高。至於是哪些比較好，終究還是要透過觀察比賽和綜合其他數據解讀才能說明。這也就是數據麻煩的地方，這個世界上沒有拿出來馬上就能百分之百說明一個球員所有能力的數據，至少目前是還沒發明，公式計算出來的數據多半要交互參考才能比較完整的解讀出球員能力。那另一種「貢獻」類的數據通常有著極為複雜的公式，比如說勝場貢獻指數（Win Shares，縮寫為WS），這個數據談的是「球員對球隊貢獻了多少勝場少」，優點是可以把打者和投手放在同一個天平上比較，缺點是會讓你算到崩潰。這一類數據是現階段的大熱門，尤其對於交易熱絡的職業棒球聯盟更是如此，有了這類數據，球隊的GM就可以輕易計算「明年要拿冠軍需要幾勝，我還差幾勝，從市場上挑哪些自由球員或是交易哪些球員就可以補足這方面的差距」。也因此，外國的一般球迷也會將這些數據充作談資互相爭論，比如說前一陣子最流行的爭論叫1WAR該值多少錢。在這裡跟各位岔題一下，WAR（Wins Above Replacement的縮寫）的意思是「該球員比聯盟一般可替換球員能多貢獻幾勝」，那「能多帶來幾勝到底應該值多少錢」這種爭論可說是非常有意思，不過由於計算WAR公式不一，所需數字中華職棒多數沒有提供，所以這個數據目前在中職尚缺，僅有CPBL Stats網站有提供投手的WAR。總之，用一個數字就能把投手和打者的貢獻放到同一個天平上可是賽伯計量學家的終極目標之一，過幾年如果又推出新數字也是非常合理的。那……談到這裡，就免不了要順道說一說「怎麼讀數據」。同樣的數據給不同的人看可能會出現不同的結論，只要解讀說得出脈絡也很難指著誰的鼻子痛罵「我聽你胡說」，頂多只能從日後長期的走向來觀察驗證到底誰講的才對。不過，閱讀數據還是有些基本指南可以參考。最重要的原則是：大樣本比小樣本有意義。這個理由還蠻簡單的，樣本小波動大，同樣是多打出3支安打，10個打數和100個打數的影響是不一樣的，10個打數裡多3支安打打擊率就會上升.300，100個打數裡多3支安打，打擊率僅上升.03，差別真的是很大。因此，年度數據、對戰數據和近況數據需要視狀況引用，因為每區分一種特殊狀況，樣本數就會隨之變小，小到一個程度就會失去參考價值。接下來就是前面提過的，數據要交互比較，如果是要描述能力或是狀況更是如此，有一個案例是「投手的奪三振率很高是否代表三振能力一定好」，老實說這可不一定。假設這個投手奪三振率高被安打率也高，這代表該投手除了三振以外沒有其他讓打者出局的辦法，在這種狀況下奪三振率會被灌水，即使奪三振率高，也不代表三振能力就比較好。 
棒球原始記錄都是從這樣的記錄本裡產生的 照片提供：小楓康 總之，提到數據這檔子事情，我想很多人對於「數據派」的印象是不看棒球只會抱著電腦敲鍵盤，若干創作作品總是愛貶低數據，覺得那些數據頭最終結局都是會抱著電腦或計算機大喊「和計算的不一樣啊！」然後爆炸。這我就有點想講，
5298線上娛樂城
前面提到「會對數據甚至進階數據感興趣的人多半是資深球迷」，怎麼會有人覺得資深球迷不看球，說真的，數據頭看的比賽可能比任何人都多，不然他們也不知道手上的資料該怎麼運用。賽伯計量學的先驅Bill James說過的一句名言，就是「電腦不值一提」。電腦在數據界裡唯一的作用就是飛快求出某些很複雜的數據，但是如果你不知道要找什麼東西，對於公式如何設計毫無頭緒，
RSG老虎機
那有電腦和沒電腦其實並沒有差多少，蓋電腦業界有一句話叫GIGO，也就是垃圾進垃圾出，如果你丟給電腦的是一團垃圾，也不要太期望電腦會吐黃金回來給你。在接下來的系列裡，我將會簡單說明一些在中職比較常被使用的數據及其侷限。有些外國大量使用的數據，甚至在中職已經有人使用的數據我不會介紹，原因之一是我根本不知道這些數據怎麼算出來的，比如說WAR。可能會覺得這樣做法有點老派，不過我還是想說，如果我不知道這個東西怎麼生出來的，我也不會太想去碰他。其次是介紹的數據裡有一些公式是有常數的，這個常數是基於長期累積計算得到的結果，到了中華職棒或許不是這麼適用，在提到這些公式的時候我會再說明一次，誠所謂「國情不同，謝謝指教」或是「我大清自有國情在此」大概就是這種感覺。 因此，之後會介紹的數據都會集中在能使用中華職棒網站能找到的東西能算出來的部分，這包含了Play by play，有興趣的人可以自行試著清理看看。最後在這裡我想用一段話來結尾，這段話很清楚地說明了什麼是數據。 延伸閱讀：其之二：打者篇。其之三：投手篇。其之四：守備與進階數據篇。 想參與更多運動議題討論？歡迎到大將軍豪洨專區－什麼都聊廢文區、運動狂人 Sports Maniαc！，
