[论文解读] Getting Your Eye In: A Bayesian Analysis of Early Dismissals in Cricket

Brendon J. Brewer|ArXiv.org|Jan 29, 2008

Sports Analytics and Performance参考文献 7被引用 7

一句话总结

本文提出了一种贝叶斯生存分析模型，用于量化板球中的“适应期”效应，即击球手在 innings 初期因初期挣扎而更容易被淘汰。通过使用具有从低到高技能水平平滑过渡的参数化风险函数，该模型估计击球手在开始 innings 时仅发挥出约 50% 的潜在能力，且大多数人在前几轮内完成适应，尽管个体适应能力存在显著差异。

ABSTRACT

A Bayesian Survival Analysis method is motivated and developed for analysing sequences of scores made by a batsman in test or first class cricket. In particular, we expect the presence of an effect whereby the distribution of scores has more probability near zero than a geometric distribution, due to the fact that batting is more difficult when the batsman is new at the crease. A Metropolis-Hastings algorithm is found to be efficient at estimating the proposed parameters, allowing us to quantify exactly how large this early-innings effect is, and how long a batsman needs to be at the crease in order to ``get their eye in''. Applying this model to several modern players shows that a batsman is typically only playing at about half of their potential ability when they first arrive at the crease, and gets their eye in surprisingly quickly. Additionally, some players are more ``robust'' (have a smaller early-innings effect) than others, which may have implications for selection policy.

研究动机与目标

• 量化板球中的“适应期”效应，即击球手因初期挣扎而更可能在 innings 初期被淘汰。
• 建模击球手的淘汰风险（被出局的概率）如何随得分增加而变化。
• 估计击球手在开始 innings 后能力提升所需的时间和程度。
• 比较不同击球手在“适应期”效应上的个体差异，识别出更具韧性（初期更不易被击倒）的球员。
• 通过客观测量初期 innings 的脆弱性与恢复速度，为板球选人政策提供建议。

提出的方法

• 采用贝叶斯生存分析框架，将风险函数 H(x) 建模为：在已存活至得分 x 的条件下，在该得分处被出局的概率。
• 通过有效平均得分 μ(x) 参数化风险函数，该函数使用逻辑斯蒂函数从初始低值 μ₁ 平滑过渡至长期较高值 μ₂。
• 模型采用带变化点的平滑逻辑斯蒂函数：μ(x) = μ₁ + (μ₂−μ₁)/(1 + exp(−(x−τ)/L))，其中 τ 为过渡点，L 控制陡峭程度。
• 使用 Metropolis-Hastings MCMC 算法估计模型参数的后验分布，从而实现不确定性量化。
• 似然函数同时考虑了完成的 innings（被出局）和未完成的 innings（未出局），使用生存函数 G(x) = P(X ≥ x)。
• 通过参数后验分布的平均，推导出预测性风险函数，获得球员能力随时间演变的个性化估计。

实验结果

研究问题

• RQ1 初期 innings 的被出局效应有多大？击球手需要多长时间才能‘适应’？
• RQ2 击球手在 innings 初期阶段后表现改善的程度如何？这种改善在不同球员之间有何差异？
• RQ3 淘汰风险如何随得分变化？该过渡过程的形状是怎样的？
• RQ4 哪些球员最具韧性（在 innings 开始时最不易被击倒）？这与大众认知相比如何？
• RQ5 该模型能否为选人政策提供参考，特别是对开球手而言，其初期稳定性至关重要？

主要发现

• 平均而言，击球手在首次上场时仅发挥出约其潜在能力的 50%，表明存在显著的初期 innings 劣势。
• “适应期”效应出人意料地迅速解决，大多数球员在前几轮内即达到巅峰表现。
• 史蒂夫·韦特是 innings 初期第二脆弱的球员——仅低于肖恩·沃恩——这与大众认知相悖。
• 尽管初期脆弱，韦特却拥有最快的向巅峰能力过渡速度，其后验概率达 53%，表明其过渡点最早且上升最陡峭。
• 贾斯汀·朗格的初期 innings 效应小于布莱恩·拉拉，后验概率达 80%，表明朗格的能力从开始到巅峰的提升幅度更小。
• 该模型揭示了“适应期”效应在个体间存在显著差异，表明初期 innings 的韧性是一种可测量且可能与选人相关的重要特质。