• 1.02 Column



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を、RFはより鮮やかに浮かび上がらせた。 特に9イニングでいくつアウトを奪えるかという視点は、限定的ではあるが、選手の守備範囲を評価しようとする最初の試みであり、「良い守備者を多くのアウトを取るもの」とした点は重要だ。 これは、守備に対してジェームズの基本的な考え方を現している。 セイバーメトリクスにおける守備の評価もこのスタンスを受け継ぎ、機会に対してより多くのアウトを取るものを評価している。 守備率や失策といった評価方法とは根本的なスタンスが異なり、全く異なるものを評価している点について、理解が必要だ。



注意しなくてはいけないのが、RFもチームの投手能力(三振を多く奪うチームは必然的にRFが下がる)、構成(左投手がどれだけ打者と対戦したのかなど)、運などによる機会の増減など、守備力を適正に評価するには改良が必要だった点だ。
B.ジェームズは2006年に発売されたThe Fielding Bible の中で、前述の弱点である点を補正したRRF(Relative Range Factor)を発表し、刺殺・補殺など基礎データしか無い中で守備を評価する方法に修正を加え、過去の選手の評価を行っている。


守備率・失策数・レンジファクターは評価しようとするものこそ違うが、刺殺・補殺・失策数が基礎となっている。 過去のデータ(インプット部分)は等しく、アウトプット(評価方法)の工夫で、守備力に迫ろうとした。


この守備を評価する試みで、データのインプット部分に手を加えたのがSTATS社になる。 STATS社のJohn Dewan(のちにSTATSを離れ、Baseball Info Solutionsを設立)が中心となり、ボールが球場のどこに飛んだかを記録し、そのデータから守備能範囲を含めた能力を評価する指標を作り上げた。 これはゾーン・レーティング(以後「ZR」)と呼ばれ、刺殺・補殺などから守備力を評価するレンジ系の指標とは異なる選手像を浮かび上がらせた。


ゾーンデータを使用した分析の基礎である、ゾーン・レーティングは各ポジションに受け持つゾーンを割り当て、受け持ちのゾーンに飛んできた打球をどれだけ処理出来たかが数値の基本となる。



ZR=(受け持ちのゾーンの打球処理数+ゾーン外での処理数)/受け持ちのゾーンの打球総数


もちろん、ゾーン外でアウトにしたことも評価され、受け持ちのポジションをどれだけカバーできたかを測ることが出来た点は画期的だった。 守備力における重要な要素である「守備範囲」について、具体的にアプローチできる範囲が広がった。ゾーンデータについて、評価当初は失策という主観的な評価を、STATSが立場を変えて記録しているだけなどという指摘もあった。
しかし、守備者がどういった打球(ある遊撃手が二遊間寄りの打球に強い)に強いなど、具体的な守備の実像に迫れる割合が高まり、守備評価として定着していく。


鮮やかに守備能力の一部を切り出したZRも、受け持ちゾーンを一括で評価するが故の弱点もある。 これは、正面のボールが多いか、あるいは左右の難しい打球を処理して評価が高いかなど、打球にそれぞれに関する難易度を考慮することが出来なかった。 例えば、「一二塁間など野手の間のゴロ」と「野手正面のゴロ」でも同じ処理数となってしまう点などだ。 また、セイバーメトリクスの優れた点といえる、守備力の影響を得点化するという点でも限界があった。


この問題を解決したのが、Mitchel Lichtmanになる。 彼はUltimate Zone Rating(以下「UZR」)で、打球毎(ゴロ・フライ・ライナーと打球の強度)の難易度と安打になった場合の影響を考慮し、各選手がどれだけ失点を抑えたのか具体的に評価可能にした。
これに、守備位置毎の失策割合、内野手の併殺奪取能力(併殺の基点や二遊間選手はピボット能力を評価)、外野手の肩の力による失点抑止力(アーム・レイティング=走者の進塁を抑止割合や補殺の割合から評価)を加え、守備能力を評価する上で欠かせない評価を作り上げた。


その後、ゾーンデータの分析では、STATSから独立しBaseball Info Solutionsを立ち上げたJohn DewanによってUZRと双璧をなす、DRS(Defense Runs Saved)が開発される。 DRSは打球方向のデータをより細かく採取し、各ポジションの守備範囲について評価している。 その他の項目として、盗塁阻止(バッテリー)、バント処理(1B/3B)、併殺奪取(2B/SS)、肩・本塁打阻止(OF)があり。 これを合計したものが最終評価(UZRと同様に失点に換算して評価)となる。




DELTAの守備評価<データ取得の基準>




ここからは、DELTAの守備評価について具体的に説明する。


DELTAのゾーンデータはフィールドに飛んだ打球、座標で管理し、そのデータを基に、C~Xの方向22、距離1~8に分けられた各ゾーンに分類される。


Error


データ入力の工程は、第一次入力、第二次入力、最終修正を行い素データとしている。
守備における素データは打球方向・距離の他に、打球種類(ゴロ・フライ・ライナー・フライナー)、打球強さ(一次入力では入力者、その後はハングタイムにより自動分類)、ハングタイム(フライ・ライナー・フライナーは滞空時間、ゴロは「内野手の捕球」あるいは「内野手の間を抜けた時点」を取得している)。


打球の強度の決定は、フライでは滞空時間、ゴロでは内野手が捕球(あるいは内野手が処理したであろう地点に到達)した時間を基準に打球の強度を決定する仕様に変更した。


フライボールに関しては、一定以上の滞空時間がある飛球は、アウトになる割合が極めて高くなる。 これを別にすることで、既存の評価より外野手の守備範囲を評価できる割合が高まると考えている。 ゴロ・ライナー打球に関しても同様の処理。打球のランク分けは以下の様な基準で作成している。


Error



Error




得点期待値の利用



このデータを基に打球毎(ゴロ・フライ・ライナー・フライナーと打球強度)の安打になる割合を算出し、さらに、そのゾーンの安打が得点にどれくらい影響があるのか算出していく。 これは、エリアに飛んだ打球の安打種類(1B/2B/3BまれにHR)が基礎となり、安打割合に対して、各安打の得点への影響を掛け合わせることで算出できる。 算出のベースとなっている得点期待値は過去3年の得点期待値を使用している。


Error



具体的な計算方法は



R6フライB=


(【R6フライの1B】22本*0.45+


【R6フライの2B】 7本*0.78+


【R6フライの3B】 0本*1.14+


【R6フライのHR】 0本*1.41)    行程Ⅰ


/【R6フライBの総安打数】29本  行程Ⅱ


+0.26                行程Ⅲ


 =0.79




得点価値を求めるのは、



I. 安打別に得点期待値を掛ける


II. 各安打の合計を対象ゾーンの総安打数で割る


III.アウトの得点期待値を加える


以上の工程になる。 安打の価値を計算するのに、アウトの価値を加えるのは、守備側がアウトを取れなかった場合、攻撃が継続し、守備側が再度アウトを取りなおす必要があるためだ。




守備側の視点で安打とアウトの違いを見ると、



二死満塁で投手近辺にゴロが打たれた場合、仮に投手が一塁へ送球して3アウトになったらチェンジ、セーフの場合は、得点が記録され、さらに二死満塁塁で攻撃が継続する。 アウトを取れていれば、この攻撃はなかったはずで、攻撃を継続された段階で守備側には一定のリスクを計上しなければならない。



例)二死満塁


アウトの場合


投ゴロ チェンジ


  →このイニングの攻撃側の得点期待値は0になる


安打の場合


内野安打 得点+二死満塁


  →攻撃が継続して、このイニングに得点が記録される可能性が残る


守備側から見ると、アウトを取れないことは、



① 出塁を許す


② 次打者以降でアウトを取り直す必要が生じる


ことになり。 このアウト(アウト一つあたりの得点貢献は得点期待値からおよそ0.26と算出できる)を取る分を加えた値が、そのエリアに飛んだ安打の得点価値となる。



Error



上記は右中間に位置するRゾーンに上がったフライの安打価値を現す。Rゾーンのフライの打球は表のように距離によって、安打割合が変化する。 基本的に1~3の内野フライはほぼすべてアウトになる事。 距離が延びれば長打の割合が増加し、安打価値が大きくなること。 滞空時間の長いC打球が安打になった場合、長打の割合が増えることなどが見て取れる。



これを全エリア・打球・打球強度別に得点価値を算出し、ゾーン別にヒットを防いだ場合の利得を見積もる事が出来る。



失点への変換


内野/外野の評価対象




ここからは、守備を評価する上で対象にする打球、打球の処理割合や安打の責任について具体的に考え、記録されたゾーンデータを失点に変換していく。



内野手の評価はゴロの打球に対してのみ行っている(バントを含む)。 内野フライが対象から外れているのは、ほとんどの打球がアウトになるためだ。 また、守備の影響を可視化しようと、内野フライを評価に加えた場合でも、ほぼアウトが見込める打球の処理が与える影響は極めて小さい。



ライナーも選手の能力以上に飛んだコースなどの影響が多いため排除している。 これは、ライナー打球に関しては、打たれた段階で投手の責任とする割合が多く、この打球をアウトにするか否かで内野手を評価するのは適さないという、開発者の考え方が根本にある。 現在のところDELTAもこの考えを指示しているが、結果としての失点を現せる面が小さくなることは理解している。



外野手の評価はゾーンごとにフライ・ライナー・フライナーを処理した割合となる。 ファウルフライなどの処理については球場の差などを考慮し、排除して評価を行っている。




ゾーン毎の失点抑止力の算出方法



必要な要素




失点抑止力を算出するのに必要な要素は以下になる。




① 各ゾーンの打球種類・強度別の打球数


② 各ゾーンの打球種類・強度別の得点価値


③ 対象ゾーンでポジション別にアウトを記録した数


④ ポジション責任の算出



これに加えポジション毎のエラーを算出している。 ここでのエラーとは失策あるいは野選によって出塁を伴ったものを意味する。 対象の打球をまとめると以下の通りとなる。



Error



2015年を例にすると、NPB全体でT-3ゾーン(三塁線の打球)のB打球の


総数は852(工程Ⅰ)


アウトは609(工程Ⅲ)


安打は243本で、内訳はすべてシングルヒットで得点価値は0.71となる(工程Ⅱ)。


アウトと総数を基にアウト率は71.5%になる。



Error


この打球が安打になった際の責任を各ポジションのアウトを取った割合で求める。



Error



対象の打球(T-3ゴロのB打球)は、二塁手が全体(604)に対して585のアウトを計上している。 対象打球がアウトになった際の責任は主に二塁手に課されることになるが、その割合は、585/604で96.1%となる(一塁手は24/609で3.9%)【工程④】。




ゾーン毎の失点抑止力の算出



ここから、各選手の失点抑止を算出することになる。



2015年広島の菊池選手の対象ゾーンの成績は以下の通りとなる。


Error



対象打球(T-3ゴロB打球)の処理について以下の様に処理していく。 工程は以下の通りで、比較対象は、12球団全体の2B平均となる。


① アウトを取った貢献【アウト取得成功】


② 安打にしてしまった責任【アウト取得失敗】


③ 対象打球の処理【ゾーン別アウト値】


④ 失点への変換【安打価値】【失点抑止】





工程①アウトを取った貢献【アウト取得成功】



対象打球はNPB全体で71.5%がアウトになる。このゾーンでアウトを取ることの貢献は、


1-0.715(アウトになる割合)=0.285



となる。 対象打球は7割ほどアウトを見込め、アウトを取る見返りは打球全体で平均的といえる。 菊池選手は対象打球でアウトを59取っており、これを掛け合わせることで、アウトを取った貢献とみなすことが出来る。



0.285*59=16.83【アウト取得成功】




工程②安打にしてしまった責任【アウト取得失敗】



反対に、対象打球を安打にしてしまった際のマイナスを求める。 対象打球について12球団全体で二塁手は96.1%の責任があると算出した。


菊池選手は、彼が二塁の守備に就いていた際に、対象打球を16本安打にしてしまった。 この16安打のうち、96.1%が責任となり、対象打球を安打としてしまう事のマイナスは、アウトになる割合28.5%を積算する事で求められる。



16*0.961(二塁手の責任)*0.715(対象打球のアウトになる割合)


=10.99【アウト取得失敗】




工程③対象打球の処理【ゾーン別アウト値】



ここまでの工程で求めた、【アウト取得成功】から【アウト取得失敗】を引いた数が、対象打球を処理して稼いだ(減じた)アウトの数となる。



  16.83【アウト取得成功】-10.99【アウト取得失敗】


=5.84【ゾーン別アウト値】


このゾーンで12球団の平均的な二塁手よりも、6個近くアウトを取った計算になる。





工程④失点への変換【安打価値】【失点抑止】



アウトの算出を基に、対象打球1本当たりの得点換算を行う(リーグ全体で対象打球は1本当たり0.71の得点価値)。



5.84【ゾーン別アウト値】*0.71【得点価値】


=4.15


となり。2015シーズンに対象打球の処理で、菊池は4点余り失点を防いだ計算になる。


Error




エラーの評価


ここからは失策についての評価となる。 ここまでの工程で、失策はアウトに組み込まず、評価をしている。 DELTAの失策評価の対象となるのは、失策出塁に加え、野選による失策出塁も対象となっている。



Error



失策と守備機会の対象は上記の通りだ。


リーグ全体の二塁手の失策出塁を算出した


Error


12球団で平均的な二塁手は、守備機会に対して1.61%の割合で失策出塁を記録する。 これを基準として、菊池を評価すると、



Error


561の守備機会に対して、失策出塁を10度記録している。 失策割合は1.78%と12球団の平均と比べるとやや大きい。



  守備機会561*0.0161(12球団二塁手の平均失策割合)


=9.0-10(菊池の失策)


=-1.0(二塁手平均に比べた失策比)


=-1.0*0.74(1失策出塁あたりの失点)


=-0.74(失策による失点評価)


菊池の守備機会に12球団の平均的な二塁手が守った場合の失策割合を掛け合わせると、9.0となる。 実際の菊池は10失策出塁を記録しているので、1つ多く失策出塁を許している計算となる。


これに、失策出塁1つあたりの得点影響(0.74)を掛け合わせ、失策による失点抑止評価を行っている。 この作業をすべてのポジションで行い、守備範囲とは別に失策出塁による失点の増減を計算している。


失策出塁の算出方法は、捕手の捕逸(捕逸発生率をベース)・盗塁阻止率(盗塁阻止率をベース)でも同じような算出行程を取っている。




内野手の併殺奪取能力


内野手に関しては併殺奪取能力も評価の対象となる。 内野手の併殺奪取は、2つの要素を評価している。


併殺奪取能力を評価する際の対象は以下のシチュエーションとなる。



条件



・アウトカウント 0or1


・走者状況 一塁、一二塁、一三塁、満塁


条件 ゴロ打球が打たれ第一捕球者が捕球し二塁に送球しアウトを取った




算出方法



この条件を満たしたうえで、


① 併殺の起点(P/C/1B/2B/3B/SSが対象)


② 併殺のピボット(中継手2B/SSが対象)


のそれぞれが対象となる。 併殺の起点とは、ダブルプレーを狙える状況で、その起点となる選手を評価することだ。 例えば、無死走者一塁でサードへのゴロが打たれた際、5-4-3のダブルプレーが成立したとする。 このプレーで併殺の起点となったのは三塁手(5)で併殺のピボット(中継)となったのは二塁手(4)として、併殺奪取及び機会数を記録する。


このプレーで併殺が成立せずに、5-4で(アウトを一つ記録した)プレーが終了した場合は、機会数のみカウントすることになる。


ポジション・アウトカウント・打球の強さをベースに、12球団全体の併殺奪取割合(スタート及びピボット割合)と評価選手の状況数・併殺数を比較することで、併殺を多く奪えた(あるいは奪えなかった)のかを比較することが出来る。


広島の菊池選手は2015年シーズンのスタート及びピボット別の併殺奪取割合は以下の通り。



Error



Error


併殺打を取ることの失点化の手順は以下の通りとなる。



得点期待値から求めたアウトひとつ当たりの価値0.26


+再度アウトを取りなおす価値0.26


=0.52(併殺を取った際の失点貢献)


菊池選手は併殺打のスタートで-0.5、ピボットで0.48の失点を計上している。併殺奪取面での評価は、スタート・ピボットを合わせて±0.0となる。


DELTAの守備評価ではそれ以外に、外野手の肩による評価を加えて評価をしている。 守備範囲・失策・併殺奪取・肩・捕手捕逸・捕手盗塁阻止率などいずれも得点期待値をベースに失点化をしている。




総合守備評価



ここまで紹介した各要素を合算した値が、各選手の守備評価となる。


守備評価の性質上、能力・失点への影響について現時点で合理的と考えた上でこのような評価に落ち着いている。 守備の評価に関しては、試合で行われたプレーについてより客観的な物差しを導入しながら、守備が与える影響について解明できる部分を拡大したいと思っている。 2015年にかけて、インプット部分でハングタイム(滞空時間)を取得したのは、主観部分をより客観的な基準に変更する意図がある。 守備のデータ化に関しては、日米ともに人力で行う面が強く、MLBで主流となっているゾーン評価(UZRやDRS)でも基礎データは人による入力だ。 打撃や投球ほどデータの精度を維持できない点やサンプル数の問題もあるが、少なくとも全球団の守備プレーに関して、一定の基準を設け評価しようとするのは有益と考えている。 少なくともシーズンにおける失点への影響において、各選手を評価できる割合は(これまでよりも)大きいだろう。


また、守備データには選手の体調を色濃く反映する面もあり、打撃などに比べ守備はより選手が健康でい続ける価値を現している。 選手評価の大きな軸となるWAR( Wins Above Replacement )にとって、守備評価は野手のディフェンスによる貢献を測る軸となる。




守備評価の今後


今後、インプットデータの技術革新は、STATCASTに代表される、トラッキングと映像処理が担うだろう。 ただ、守備者のデータ化が本格化しても、守備評価はゾーンデータの処理方法が基になっている。 STATCASTによって、守備データの精緻化が進めば、これまで培ったゾーンデータによる守備者の評価方法がより精度を増すことになるだろう。


守備の能力に関しては、相対的な比較を長い期間かけて行った方が妥当な評価を下せる割合は高い。 NPBでも守備の基礎データと共に、ゾーンデータから選手の守備能力や守備がディフェンスに与える影響を見る意義は大きい。 ゾーンデータを適切に取り扱えれば、ディフェンスで何が起きているのか考察する引き出しが増えるだろう



  • このエントリーをはてなブックマークに追加
  • Pocketに追加
  • LINEにおくる

  • ピックアップ

  • アーカイブ

執筆者から探す

月別に探す

もっと見る
©2015-2018 Copyrights Allright Reserved DELTA, Inc.