[论文解读] A Monte Carlo Approach to Joe DiMaggio and Streaks in Baseball

Samuel Arbesman, Steven H. Strogatz|ArXiv.org|Jul 31, 2008

Sports Analytics and Performance参考文献 5被引用 5

一句话总结

本文利用蒙特卡洛模拟评估了棒球运动员乔·迪马吉奥56场连续安打 streak 的统计可能性。通过在棒球历史中对球员表现进行概率模拟，作者发现，尽管这种 streak 在任何单个赛季中都极为罕见，但从整个棒球历史来看，它至少应已发生过一次——尽管按模型预测，它本应更早发生，这表明其并非完全随机，可能受到未建模因素的影响。

ABSTRACT

We examine Joe DiMaggio's 56-game hitting streak and look at its likelihood, using a number of simple models. And it turns out that, contrary to many people's expectations, an extreme streak, while unlikely in any given year, is not unlikely to have occurred about once within the history of baseball. Surprisingly, however, such a record should have occurred far earlier in baseball history: back in the late 1800's or early 1900's. But not in 1941, when it actually happened.

研究动机与目标

• 调查棒球中乔·迪马吉奥56场连续安打 streak 的统计稀有性。
• 评估此类 streak 是否更可能在棒球整个历史中由偶然因素导致。
• 探讨实际发生于1941年的事件与基于概率模型预测的时间之间的差异。
• 使用基于模拟的方法评估极端运动 streak 中随机性与技能的作用。
• 确定56场连续安打 streak 是一个异常值，还是在现实球员表现假设下的合理结果。

提出的方法

• 作者采用蒙特卡洛模拟来模拟球员实现56场连续安打 streak 的概率。
• 他们使用历史上击球率和整个美国职业棒球大联盟历史期间的逐场结果来模拟球员表现。
• 每次模拟假设为固定击球概率的独立伯努利试验，基于球员的赛季平均击球率。
• 通过多次迭代运行模拟，以估计在这些假设下56场连续安打 streak 出现的频率。
• 模型考虑了球员技能的变化、赛季长度以及随时间变化的球队和球员数量。
• 将结果与实际历史记录进行比较，以评估该 streak 在1941年而非更早发生的可能性。

实验结果

研究问题

• RQ1 在球员表现的随机波动下，56场连续安打 streak 的可能性有多大？
• RQ2 基于概率建模，此类 streak 应在棒球历史的哪个时间点被预期发生？
• RQ3 考虑到模型预测，为何迪马吉奥的 streak 发生在1941年而非更早？
• RQ4 56场连续安打 streak 是一个统计异常值，还是可以由偶然性合理解释？
• RQ5 将球员水平和联赛结构的历史变化纳入模型后，此类 streak 的概率如何变化？

主要发现

• 在任何单个赛季中出现56场连续安打 streak 的概率极低，但在整个棒球历史中并非可忽略。
• 模型预测，56场连续安打 streak 本应在棒球历史更早时期就已发生——可能在19世纪末或20世纪初，而非1941年。
• 尽管单赛季概率很低，但整个棒球历史的累积概率使这种 streak 成为可能，尽管仍属罕见。
• 该 streak 发生在1941年而非更早的事实，表明其可能无法完全由随机性解释。
• 模拟结果表明，尽管该 streak 异常突出，但其发生概率并不低到需要超自然解释的程度。
• 本研究结论认为，迪马吉奥的 streak 虽然非凡，但在考虑整个棒球历史跨度时，仍处于统计预期的合理范围内。