RUN EXPECTANCY (RE24)
得分期望值 RE24 查詢
同樣一個半局,不同的壘包與出局數,接下來平均能得幾分差很多。選擇情境,查它的「得分期望值」,用來判斷戰術是否划算。
數字為「該情境出現後、到半局結束平均會得幾分」的近代參考值,並非單場預測。
得分期望值是什麼
得分期望值(Run Expectancy,常見的 24 格版本稱 RE24)回答一個問題:「在某個壘包與出局數的情境下,這個半局接下來平均會再得幾分?」它是統計大量真實比賽得來的歷史平均值。壘上跑者越多、出局數越少,期望得分就越高;兩出局後期望得分會明顯下滑,因為只剩一個出局的容錯空間。
完整參考矩陣(24 格)
| 壘包狀態 | 0 出局 | 1 出局 | 2 出局 |
|---|---|---|---|
| 壘上無人 | 0.481 | 0.254 | 0.098 |
| 一壘有人 | 0.859 | 0.509 | 0.224 |
| 二壘有人 | 1.100 | 0.664 | 0.319 |
| 三壘有人 | 1.350 | 0.950 | 0.353 |
| 一二壘有人 | 1.437 | 0.884 | 0.429 |
| 一三壘有人 | 1.784 | 1.130 | 0.478 |
| 二三壘有人 | 1.964 | 1.376 | 0.580 |
| 滿壘 | 2.292 | 1.541 | 0.752 |
以上為近代大聯盟的參考矩陣(數值會因取樣年份不同而略有差異),供理解戰術方向使用。
怎麼用它評估戰術
核心做法是比較「動作前」與「動作後」兩個情境的期望值。以犧牲觸擊為例:無人出局、一壘有人時期望得分約 0.859;若觸擊成功把跑者推到二壘、但多送一個出局,變成「一出局、二壘有人」,期望得分約 0.664。
也就是說,單看「期望總得分」,這一手犧牲觸擊其實是虧的。這正是為什麼現代數據分析普遍不鼓勵在多數情況下犧牲觸擊——除非目標是「至少擠出 1 分」(例如比賽後段追平或超前),此時要看的是「得分機率」而非「期望總得分」,判斷邏輯就會不同。
實際範例
二出局、滿壘:期望得分約 0.752;相比之下,無人出局、滿壘高達 2.292。
同樣是滿壘,僅僅因為出局數從 0 變成 2,期望得分就掉了約 1.5 分——這說明「早早製造出局」對進攻方多麼傷,也解釋了為何保送、觸身球在無人出局時對防守方特別致命。
常見問題
得分期望值(RE24)是怎麼算出來的?
RE24 來自對大量真實比賽的統計:把某個「壘包×出局數」情境出現後,一直到該半局結束為止「平均實際得了幾分」加以平均,就得到這個情境的得分期望值。它是歷史平均值,不是預測某一隊某一場的必然結果,因此不同資料年份會略有差異,本站矩陣為近代參考值。
為什麼可以用它判斷犧牲觸擊划不划算?
因為每個情境都有對應的得分期望值。觸擊成功會改變壘包與出局數(通常是推進跑者但多送一個出局),你只要比較「觸擊前的期望值」和「觸擊後新情境的期望值」,就能看出這一手讓期望得分變多還是變少。多數情況下,用一個出局換取一個壘包的推進,反而會讓整局的期望得分下降。
RE24 對每支球隊都一樣嗎?
這份矩陣是全聯盟平均,適合作為通用參考。實際上打線強弱、打者慣用手、球場大小都會影響某隊在特定情境的真實得分能力。要精算特定球隊,需要用該隊自己的資料重算,但用聯盟平均矩陣來理解戰術方向已足夠。