以攻守表現與競賽制度預測中華職棒比賽勝負

Using offensive and defensive performance and competition system to predict the results of CPBL

10.29423/JSRR.202012_15(2).04

宋孟遠(Meng-Yuan Sung)；許建民(Chien-Ming Hsu)

防禦型指標 ； 攻擊型指標 ； 主客場 ； 對戰組合 ； 戰績 ； defensive indicators ； offensive indicators ； competition systems ； matchup combinations ； team performance

運動與遊憩研究

15卷2期（2020 / 12 / 01）

41 - 51

繁體中文

目的：棒球比賽的統計數據相當多元且豐富，哪些指標可以用來預測球隊比賽的勝負是球團管理階層和球迷所關心的，因此本研究的具體目的在以球隊的攻守數據和競賽賽程因素來對個別球隊的比賽勝負進行預測，同時也探討這些影響因素在預測四隊勝負時的異同。方法：取材自中華職棒30年的例行賽，以防禦型指標、攻擊型指標、競賽制度和球隊戰績等4大類10項指標對個別球隊的比賽勝負進行預測，使用的統計分析方法是多元邏輯斯迴歸。結果：10項指標中分別有4、2、4項指標可有效預測Lamigo桃猿、中信兄弟和富邦悍將的勝負，但在預測統一7-ELEVEn獅的勝負時卻是失敗的。結論：可有效預測勝負的攻擊性指標和防禦率指標都出現在相對戰兩支球隊的比較基礎上，而非對戰所有隊伍的數據上。這些指標中有些是跨不同球隊的發現，也有些是某特定球隊所特有的。根據本研究之發現，也給未來研究提出數點建議。

Purpose: The statistical data of baseball games is quite diverse and rich. Which indicators can be used to predict the outcome of a team game is of concern to the team management and fans. Therefore, the specific purpose of this research was to use the team's offensive and defensive data and competition systems factors to predict the outcome of individual teams' matches, and discuss the similarities and differences of these factors in predicting the outcome of the four teams. Method: Data retrieved from the 30-year regular season of Chinese professional baseball, it used 10 indicators in four categories, including defensive indicators, offensive indicators, competition systems, and team performance, to predict the outcome of individual teams. The statistical analysis methods used were multiple logistic regression analysis. Results: Among the 10 indicators, 4, 2 and 4 respectively can effectively predict the outcome of Lamigo Monkeys, CTBC Brothers and Fubon Guardians, but they failed in predicting the outcome of the Unilion. Conclusion: The offensive indicators and defense indicators that can effectively predict the outcome of the game appear on the basis of comparing the two teams, rather than on the data of all the teams. Some of these indicators were found across different teams, and some were unique to a particular team. Based on the findings above, several suggestions were also made for future research.

1. 呂中堯,林定香(2010)。以 Copula 函數建構雙變量卜瓦松迴歸模型預測職棒賽事。中國統計學報，48(3)，233-250。
   連結：
2. 林文斌,葉劭緯,楊鎮浯(2017)。從數據科學觀點探討中華職棒球員與球團效率管理。體育學報，50s，91-108。
   連結：
3. 林忠程,陳膺成,黃孆蔚(2018)。運動博弈中賭盤與比賽得分之關係：以 2017 年美國職棒大聯盟為例。大專體育，145，30-38。
   連結：
4. 林恩廷,邱創鈞(2018)。應用資料探勘與資料包絡分析法於球隊績效改善─以美國職棒大聯盟為例。運動休閒餐旅研究，13(3)，21-38。
   連結：
5. 施致平,黃蕙娟,倪瑛蓮(2010)。中華職棒比賽勝負預測模式之建構。體育學報，43(2)，115-130。
   連結：
6. 陳麒文,李天行,梁玉秋(2014)。建構美國職棒大聯盟的勝隊預測模式：以人工類神經網路方式。大專體育學刊，16(2)，167-181。
   連結：
7. 劉昱伸,張寧(2017)。運動彩券投注者之認知分析：以美國職棒大聯盟賽事為例。體育學報，50(4)，439-450。
   連結：
8. 謝仁瑋,徐茂州(2016)。2013 年美國職棒大聯盟影響勝場數之魔球模式探索。運動教練科學，41，9-22。
   連結：
9. Barry, D.,Hartigan, J. A.(1993).Choice models for predicting divisional winners in Major League Baseball.Journal of the American Statistical Association,88,766-774.
10. Bunker, R. P.,Thabtah, F.(2019).A machine learning framework for sport result prediction.Applied Computing and Informatics,15(1),27-33.
11. Gu, W.,Foster, K.,Shang, J.,Wei, L.(2019).A game-predicting expert system using big data and machine learning.Expert Systems with Applications,130,293-305.
12. Richard, D. A.,Susan J. K.(1994).The effect of expertise on peak performance: The caseof home-field advantage.Journal of Sport Behavior,17(2),108-119.
13. Soto Valero, C.(2016).Predicting win-loss outcome in MBL regular season games - A comperative study using data mining methods.International Journal of Computer Science in Sport,15(2),91-109.
14. Yang, T. Y.,Swartz, T.(2004).A two-stage bayesian model for predicting winners in major league baseball.Journal of data science,2(1),61-73.
15. 林清榆,蔡典龍(2018)。職棒賽事勝負之預測─以中華職棒二十八年賽季為例。休閒運動保健學報，15，1-16。
16. 林雅俐,林宜劭(2014)。美國籃球聯盟比賽勝負之關鍵因素採礦研究。觀光與休閒管理期刊，2s，95-103。

1. 邱文聲(2022)。以灰關聯分析法預測世界盃棒球賽決賽階段賽事結果之研究。淡江體育學刊，25，15-32。