別再只會看ERA了， FIP是什麼 ？

別再單純用ERA判斷一個投手的好壞了！FIP 與xFIP先來淺學一下吧！不過為什麼ERA沒有FIP好呢？ FIP是什麼 數據？FIP是最好的投手數據了嗎？一起來看看這個屬於投手的獨立數據吧！

ERA是什麼？

在正式介紹FIP之前，不仿先再來認識一下ERA是什麼。ERA相信絕大多數的球迷一定都知道，就是防禦率，但相信有些人可能還不明白ERA的計算公式吧！

ERA=自責分÷所投局數×9

沒了？沒錯，ERA就是這麼簡單粗暴的公式，卻也是數據棒球開始時數一數二好的投手數據計算公式了。只不過聰明的你也肯定發現了，ERA這麼簡單粗暴的計算方式，存在太多變數了，有時候甚至不是投手可以控制的。

例如，當投手被換下場時，壘上還有非失誤的上壘者在壘上，那麼只要接替的投手被打了一支安打掉分了，那麼被換下場的投手的自責分就提高了。又或是同樣一顆外野飛球，腳程快一點的外野手能接住，但偏偏今天上場的外野手腳程偏慢，記不了失誤的同時又讓自己的自責分提高。

FIP是什麼 ？ 

後援投手的鍋被算在你頭上，又或是守備的問題卻要你來扛，這就對投手來說稍有不公了。因此才出現了所謂只計算投手有能力控制的數據，也就是投手獨立數據(英：Fielding  Independent  Pitching縮寫：FIP)，計算公式如下：

FIP = ((13*全壘打)+(3*(保送+觸身球))-(2*三振))/投球局數 + 常數

其中，常數（修正值）通常為3.2

這套公式中出現了幾個關鍵的數字，如13、3、2是什麼呢？其實就是所謂的權重，而既然是權重，當然可以隨意變動它，只不過不能拿不同權重的結果比較。而這套公定的權重計算公式，是由統計學家，同時也是目前MLB Advanced Media統計部門的高級資料庫架構師，Tom Tango所發明的。

而FIP之所以適合分析投手獨立表現，就是因為其只計算全壘打、四死球、三振這三項可以被投手獨立控制的變數。也許會有人問，那麼安打呢？安打的確也是一個可能屬於投手可控制的條件之一，不過這也同樣考慮到了被擊出球的品質、守備員的程度、擊跑員的腳程等等，與其計算變因依舊很高的安打，不如將更難以達成的全壘打的權重提高。

FIP是什麼 ？xFIP與xFIP-

這時肯定也會有人說到，全壘打也可能因為每個場地而有不同難易度，有些球場全壘打牆較遠、較高，有些時候是場地的溫度與溼度會影響球的質量等等。因此，也出現了xFIP(Expected Fielding Independent Pitching)來去校正這些誤差，而它所使用的方法是透過平均高飛球形成全壘打的比率來去加成的，計算公式如下：

xFIP = ((13*(高飛球 x 聯盟平均全壘打/高飛球比例))+(3*(保送+觸身球))-(2*三振))/投球局數 + 常數

除此之外，就如同ERA可以計算聯盟平均變成ERA+，xFIP也有相同的概念，但他的名稱是xFIP-。而xFIP-一樣是以100為聯盟平均，但越低表示越好。

而FIP和xFIP與ERA有沒有什麼關聯呢？答案當然是有，基本上FIP與xFIP越高，ERA就越高，相反的FIP與xFIP越低，ERA就會越低。不過，在接近平均的地方會發現到，有些人的FIP與xFIP很高，但是ERA很低，通常這表示這位選手擁有很好的牛棚團隊或守備的隊友幫忙，讓他即便丟得很差也會被隊友守下來，不過長期來看，他的FIP與xFIP還是會慢慢變高。

反過來說，有些人的FIP與xFIP很低，但ERA很高。這也是反過來的概念，就是運氣不太好，或是牛棚團隊的表現很糟，導致提油救火的狀況出現，不過長期下來也會慢慢下降。所以FIP系列的數據與ERA系列的數據交叉比對會更貼近現實狀況。也因此，要說FIP是非常準確的投手數據嗎？可能不一定，但確實是可以看出投手獨立實力的數據。

小結

FIP與xFIP等數據對於傳統數據來說也是一種變革，但比起說FIP是比ERA更好的數據，我們認為見仁見智，雖然都是在探討投手表現，但其實兩種數據根本而言還是有細微的差異。ERA更偏向單純計算防禦率與局數之間的關聯，而這就更偏向團隊防禦率的數據。如果拉長變成團隊防禦率，那確實會是一個簡單有效的計算公式。

FIP也是有好有壞，例如對戰的組合是否影響到FIP的數字？假如A投手對上的隊伍是聯盟排名後端的隊伍，而B投手對上的都是聯盟前三名的隊伍，那麼數據上真的是誰越低就表現越好嗎？又或是主審的判決是否也多多少少影響到了好壞球的判決等等。

也因此科技與數據的共同成長或許會讓數據越來越準確，例如使用Statcast蒐集到的一些數據是否可運用在一些公式上，讓這二者可以結合成為更好的數據，或許會掀起第三波數據革命。歡迎留言你的看法吧！

參考資料

更多資訊