虐童事件

這個前一陣子很紅的新聞
有幾點是我想要聊的
1.家庭暴力所指出的家庭價值問題,可以看出從角色的不同(父親 女兒等等)
對事件的價值觀不同,而得來的差異,而家庭內角色的彼此扮演與交流是很
重要的課題
2.家庭福利的缺失(在我打這一篇的同時又出現了全家因負債而自殺的新聞)與醫療福利的缺失,這些是資本主義下社會經濟福利的問題,這也是個相當重要的問題
3.醫生醫德與醫院環境,引申出的個人道德與現實生活,我們如何追求成長與公平?
這些都是有趣的課題,不過等以後有時間慢慢寫

打飯班

這禮拜在新兵隊當了兩天打飯班的班長
有一些感想想寫
1.打飯班的工作雖然簡單可是卻有著一堆亂七八糟的雜事,從分餐盤到洗餐桶雜七雜八的事情, 很像在看某種企業流程,這大概很像著某些進入障礙低但是工作流程繁雜的產業是一樣,重點 不是有多高的技術而是在如何使工作流程能順利,甚至做到簡化,才算高明.
2.團隊的工作,很重視彼此工作的配合度,其中要能做到
(1)有目標:比如說趕快做完休息(2)有價值:每個人都有自己的事,而且信任他們可以做好,使他們是獨當一面(3)勤奮(4)鼓舞(5)融洽工作
要做到這些工作才能順利,這有點像拉風箏,要在能高飛的情況下同時能掌握著風箏.
3.很感謝他們的配合,現在看到我還會說"班頭過的怎樣""班頭要好好保重"再次感謝他們
順便祝福他們跟我新訓及步校的弟兄能順順利利退伍

棒球投手數據1

這裡會使用的數據有
一.ERA:很令人熟知的防禦率
二.ERC公式:ERC=CER*9/IP-0.56 CER=(CER) = {[(安打-全壘打)*1.255+全壘打*4]*0.89+(四壞球+故意四壞球+觸身球)*0 .56}*(觸身球+安打+四壞球)/(面對的所有打者)這叫[真˙防禦率]顧名思義便是投手真的應該丟掉的分數,與ERA最大的不同便是在ERC是企圖做出一個在摒除了外部因素的影響下,衡量投手的能力
三.WHIP公式:whip=(安打+四壞)/局數每局投手讓打者上壘的次數,代表投手對場上情況的控制能力,越好投手越能減少讓打者上壘(如今年賽揚獎得主Johan Santana她的whip僅有0.92)
四.BAA:被打擊率 K/9:三振/9局 投手三振能力 BB / SO 投手控球能力 G/F滾飛比 這些是常看到的數據
附帶一提有個公式叫DIPS,這公式十分有趣會在下一篇討論投手數據之使用時一並拿出來看

亂寫1

上一篇說到了RBC的東西,有些東西就想要寫一下
首先就是關於"德先生,賽先生"在較先進國家中,不斷的有所謂的"科學,人性,環境的省思"而像我這種樂觀派,是會認為兩者是在互補的立場如同近來大腦醫學的研究,可以一一揭開人類的情感與理性之間的關係再加上生物基因的研究,更可讓我們對尋覓配偶之類的問題有所進展(之前Discovery就有類似的節目)當然自工業革命後,人類對環境的破壞,產生了科學的發展與環境的衝突但是科學是兩面刃,可以毀壞亦可造就,端看如何選擇(甚至我們可以借科學找出"如何選擇")因此樂觀悲觀端看個人
回到台灣來看,我卻看到了另一個問題"輕視"也許我的觀察樣本都在網路上,所以觀察情況有著大誤差但就觀察情形而言,很容易偏向"科學無用論"特別是社會科學類,或是長久根深蒂固的觀念上(如棒球運動)我並不清楚科學發展的極限但是一項學科的解釋與預測能力,取決於使用的工具,以及邁向的"道路"使用的工具發展不足或是使用錯誤,會使解釋發生錯誤而邁向錯誤的道路,更是勞心費力但在這裡最大問題便是'我怎知工具足不足''是否往正確路走,甚至有正確的路'無人可回答,導致了現在這種不被信任情形所以我們該停下來,不要冒險?還是該繼續前進,雖千萬人吾往以?"施主,這個問題應該問你自己?!"

棒球攻擊數據2

上次講到了一些常用的數據
這次會講一些被過度高估或是濫用的數據
1.RBI古早的時候RBI會被視為推進能力但是這項數據最大的問題在於受外在因素的太大打個比方:要是你前三棒都是Ichiro,或是三個投手明顯的前者能得的打點機會比後者來的高很多自然製造出打點的能力也上升不少而RBI會是團隊打擊能力,而非個人打擊能力
2.AVG這是大家最熟的數據,但是也是最被亂用的公式它是用來評估打安打的能力
通常被濫用的原因有
1.上壘:此一情況忽略了靠BB上壘能力的情形
2.推進:很明顯的這忽略了長打能力的表現
而打擊率在比賽場次拉長下才會成穩定狀況一段時間內的打擊率,如一個月,打擊率波動很大 此外得點圈打擊率也是很不可信的的數據這項數據會呈現上下波動的情形球員今年的得點圈打擊率與明年的可能呈現兩極反映而短時間打擊率與得點圈打擊率就會隨著打擊率的趨勢線做上下波動唸過經濟學的都知道這種情形很像經濟成長的趨勢線與景氣循環的波動之間的情形而短時間打擊率及得點圈打擊率,造成波動的原因可能是球員的高低潮及運氣的好壞而這些現在還做不到量化的統計等以後可以做出運氣量表,說不定可以做為衡量球員能力的一環XD

棒球攻擊數據1

"誰比較強","隊伍要怎樣組成",這些一直是球迷之間話題除了靠著會騙人的"印象"外,好的做法便是透過數據來衡量而使用大量數據加以科學與系統性來分析棒球數據我們會稱為"Sabermetrics"當然我沒那個能耐做Sabermetrics的教學分析不過在未來的文章中會出現一些使用數據分析的地方所以我會先把一些數據列出,以供參考
這裡會用到的棒球攻擊數據
一.OPS公式:OPS=OBP+SLGOBP(上壘率):(安打+四死球)/(打數+四死球+犧飛)SLG(長打率):(壘打數/打數)
1.OPS簡單描述了棒球場上的得分方式:[上壘+推進]不過這個公式低估了OBP的重要性於是出現了adjusted OPS=(1.X)OBP+SLG
2.OBP的重要性在於 一面是[上壘才有得分的可能]一面是[不出局率]在僅有27個出局數下,可以說是[資源有限下,如何取得最大利益]的衡量法
3.將SLG-AVG=Isop,Isop可以為衡量長打的數據有多少的推進是長打,反過來說是打長打的能力這個數據與SLG並列出來,就可以觀察球員的長打能力
4.這個公式會讓人很不適應,OPS=1.1代表什麼意思?於是出現了GPA=(1.8*OBP+SLG)/4,算出來的東西會很像我們看到的AVG因此,會順眼多了二.SO/BB公式:SO/BB(SO是三振,BB是保送)選球眼,代表球員的選球能力
三.XR公式組成:XR:(.50 x 一壘安打) + (.72 x 二壘安打) + (1.04 x 三壘安打) +(1.44 x 全壘打) + (.34 x (觸身球+四壞球-故意四壞))+(.25 x 故意四壞)+ (.18 x 盜壘) + (-.32 x 盜壘刺)+ (-.090 x (打數 - 安打 - 三振)) + (-.098 x 三振 )+(-.37 x 雙殺打) + (.37 x 犧牲飛球) + (.04 x 犧牲觸擊)可說是目前最準的攻擊數據白話的來說便是:可以貢獻幾分它有幾個變體XR/27:XR/(打數-安打+盜壘刺+犧牲飛球+犧牲觸擊+雙殺打)*27代表1-9棒都是該球員打擊下,預估可得分XR/27/9:該球員先發打擊下,預估可得分

Blog 轉移

由於無名小站的不穩定
之後的blog將轉移到此地