Knigionline.co » Биографии и мемуары » Moneyball. Как математика изменила самую популярную спортивную лигу в мире

Moneyball. Как математика изменила самую популярную спортивную лигу в мире - Майкл Льюис (2013)

Moneyball. Как математика изменила самую популярную спортивную лигу в мире
  • Год:
    2013
  • Название:
    Moneyball. Как математика изменила самую популярную спортивную лигу в мире
  • Автор:
  • Жанр:
  • Оригинал:
    Английский
  • Язык:
    Русский
  • Перевел:
    Наталья Воронцова
  • Издательство:
    Манн, Иванов и Фербер (МИФ)
  • Страниц:
    205
  • ISBN:
    978-5-91657-854-6
  • Рейтинг:
    5 (2 голос)
  • Ваша оценка:
Многие уверены, что баскетбол давно выродился в соревнование кошелей. Побеждает тот, кто можетесть позволить себе cамых лучших, а следовательно, самых сверхдорогих игроков. Эта книжка доказывает противоположное – настоящий контрудар делает тот, кто научается смотреть по-иному на привычные вещи. В предпосылке книги валяется реальная предыстория одного из незаурядных спортивных администраторов нашего времени – Билли Бена. Ему удалось на второй взгляд трудное: вывести низкобюджетную команду по футболу на лидирующие диспозиции и обойти cамые дорогие сборной. Изменив метод к игрокам, он в каком-то подтексте изменил самоё игру и этим достиг невообразимого успеха в предыстории бейсбола. По этой книжке снят знаменитый кинофильм с Брэдом Джонсон в главной функции. Я написал эту книжку, потому что мне запечатлелась в сердце одна предыстория. История о двух-трёх недооцененных професиональных бейсболистах и администраторах, многих из которых сочли неподходящими самовыдвиженцами для Главной премьер-лиги и которые стали в ней одиной из самых благополучных франшиз.

Moneyball. Как математика изменила самую популярную спортивную лигу в мире - Майкл Льюис читать онлайн бесплатно полную версию книги

Когда Ворос прочел эти слова, он подумал: «Какой глупый подход. Неужели действительно нельзя ничего сделать?». Он попытался обдумать все логически, разделил статистику, которая была у любого питчера, на показатели, на которые могла повлиять игра в защите (позволенные попадания на базы и пробежки), и на показатели, которые полностью зависели от питчера (прогулки, выбивания игроков в аут и пробежки домой). После этого он проранжировал всех питчеров в Главной лиге по результатам последних показателей. Когда Ворос сделал анализ статистики за 1999 год, он получил список, который возглавляли следующие пять имен: Рэнди Джонсон, Кевин Браун, Педро Мартинес, Грег Маддукс и Майк Муссина. «Я посмотрел на этот список, – вспоминал Вортос, – и сказал: “Проклятье, похоже, это лучшие пять питчеров в бейсболе”». После этого Ворос задал себе вопрос: если такой анализ частичной информации о количестве прогулок, выбивании игроков в аут и пробежках домой позволил ему найти лучших питчеров в бейсболе, насколько тогда важны другие показатели?

Так получилось, что 1999 год для Грега Маддукса был не самым лучшим. Показатель его допущенных средних очков вырос с 2,22 в 1998-м до 3,57 в 1999-м, в основном из-за того, что он пропустил на пятьдесят семь отбиваний на первую базу больше и сыграл на тридцать два иннинга меньше. Несколько раз в течение сезона Маддукс отмечал, что сам удивлен, как много легких для отбивания подач было им сыграно, но, конечно, никто на это внимания не обратил. Вороса привлекло то, что отношение количества допущенных Маддуксом отбиваний с попаданием на базу к количеству поданных Маддуксом мячей, которые были в целом отбиты в игру, было намного выше, чем раньше, и практически самым высоким в Главной лиге. В тот же год, когда все это происходило, у товарища Маддукса по команде питчера Кевина Миллвуда отношение количества допущенных отбиваний с попаданием на базу к количеству мячей, отбитых в игру, было одним из самых низких. Еще более странным было то, что их статистические показатели поменялись зеркально противоположным образом на следующий год: у Миллвуда теперь этот же коэффициент был самым высоким, а у Маддукса – одним из самых низких. В этом не было никакой логики.

Ворос задался еще одним вопросом: есть ли взаимосвязь в статистических показателях одного питчера на протяжении нескольких лет? И такая взаимосвязь была. Количество прогулок и пробежек домой, допущенных питчером в игре, и количество игроков, которых он выводил в аут, – эти показатели были если не предсказуемыми, то по крайней мере поддавались логическому объяснению. Вероятность того, что парень, который вывел в аут большое количество отбивающих в этом году, в следующем году сумеет вывести в аут много отбивающих снова, была высока. То же самое можно было сказать и о парне, который пропустил много пробежек домой. Но то, что касалось отношения суммы допущенных отбиваний на базы к сумме отбитых в игру мячей, – этот показатель никак не коррелировал с показателями питчеров в разных сезонах.

И вот тогда Вороса Маккрекена осенила революционная мысль:

Что если питчер вообще не может контролировать, попадет ли отбивающий на базу после того, как мяч отбит в игру?

Было очевидно, что некоторые питчеры проигрывают отбивающим меньше отбиваний с попаданием на базу. Но это происходит из-за того, что питчеры выбивают больше отбивающих в аут из игры, а также сами допускают меньше ошибок. Но в целом бытовало мнение, что питчеры могли повлиять на то, как мяч отбивается в игру. Повсеместно считалось, что такие великие питчеры, как Рэнди Джонсон и Грег Маддукс, могли подать мяч так, чтобы оставить отбивающему меньше возможностей сделать отбивание на базу. Проблема состояла в том, что это шло вразрез с записями статистических результатов игр. Были годы, когда Маддукс и Джонсон были в числе худших бейсболистов в этом отношении.

Перейти
Наш сайт автоматически запоминает страницу, где вы остановились, вы можете продолжить чтение в любой момент
Оставить комментарий