野球革命2023年投手WAR數據頁面：https://www.rebas.tw/newstats/pitcher-war
【前言】
WAR（Wins Above Replacement）是一個綜合性的評價指標，用來評估一名球員與替補水平球員相比，多/少貢獻了多少勝場數。在美國職棒大聯盟的數據網站中，有兩間網站《FanGraphs》、《Baseball Reference》計算的WAR特別有名。雖然計算公式上有所差異，但在美職環境中常用fWAR和bWAR去代稱他們兩家公司的指標。
我們採用的投手WAR計算邏輯，則有些不同於美國，我們參考了日本棒球數據網站《1.02》公布的 計算邏輯 。利用 tRA(true Run Allowed Average) 替代了FIP作為評估投手的指標。原因是雖然FIP以僅考慮「全壘打」、「三振」、「四壞球」等投手在場上可以控制的因素聞名。但tRA在計算上還加入了投手被擊球類型(滾地球、平飛球、高飛球和內野飛球)的因素。評估下來，我們團隊認為這個數值能更好的去描述投手防範失分的能力。
【計算流程】
在計算投手WAR前，要先搞清楚一個轉換的流程，利用得分期望值(RE)去推算投手本季「自己能控制」的失分，在用這個分數去轉換成勝場數。結合上面說到的，首先我們就要來計算《1.02》所公布的 tRA(true Run Allowed Average) ，來去推算投手的失分。
- 計算選手tRA與tRA常數
從上面的公式可以看到，tRA其實長得有點像wOBA，又有點像FIP，它大大的參考了兩者的概念，細看算式就會發現，tRA利用了得分期望值(RE)去估算各種打席結果的分數。除此之外，比較重要的影響因子部分，除了FIP裡有包含的「四壞球保送」、「觸身球」、「奪三振」和「被全壘打」外，還有投手被擊球類型(滾地球、平飛球、高飛球和內野飛球)的平均得分期望值(RE24)。並且計算上，會加上常數去讓聯盟平均tRA對齊聯盟平均的ERA。
- 計算RAR、RPW、WAR
得到了tRA後，需要計算的是聯盟中「球員間」的比較，並且加入了球場因子(Park Factor)的校正，得出RAR。最後計算得分與勝場的轉換公式(Runs Per Win)，這邊我們使用的是《FanGraphs》的公式，並根據中職比賽場次做RPW的校正。最終將RAR與RPW相除，便能得到該名投手的WAR。
【常見問題：伍鐸為什麼是負值】
在算完結果後，我們審視了全部球員的WAR值，有些疑問就會冒出來。其中收到最大的疑問是，為什麼伍鐸的WAR是負的？還有為什麼德保拉比鋼龍高？其中伍鐸的問題甚至讓我們一開始懷疑是不是我們計算的程式碼錯誤了。但如果攤開這版WAR的基底：tRA的公式，和伍鐸2023年數據來看，可以發現一些端倪。首先拿中職版的tRA公式中「奪三振」的影響係數，跟《1.02》公布的日職版tRA公式中的影響係數比較一下。中職版是-0.305；日職版則是-0.108，差了快要三倍。我們解讀成奪三振在中職環境下是一個影響比日職大很多的因子。而伍鐸的奪三振率僅有6.0%，要知道中職2023年聯盟平均奪三振率是16.8%，因此光是三振一項數據，大概就讓伍鐸在這版WAR的計算上顯得相當吃虧了。
另外就是德保拉為什麼能擠下鋼龍成為WAR第一名？上述有說到，跟《FanGraphs》用的基底FIP不同，我們使用的是tRA當作基底，而兩者最明顯的差異在於加入計算了「擊球類型」的因素。的確，2023年球季鋼龍無論是投球局數、防禦率還是FIP，都德保拉略勝一點。但在擊球類型的數據中，被擊出平飛球是會讓tRA變高的。因此在計算WAR時，被平飛球率(LD%)較高的投手，就會比較吃虧。而2023年鋼龍的LD%為20.4%，聯盟平均為15.0%，德保拉的LD%是14.0%，所以我們推測這是決定性的因素。
看到這裡的大家相信都是對WAR相當有興趣的勇士，看完這些數據後，對WAR有什麼疑問嗎？或是對於這個模型認為可以改進的更好的想法，歡迎都可以私訊我們，或是寄信至野球革命的信箱。我們都歡迎各位球迷、專家們一同討論喔！