棒球統計學的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

大數據逆轉力：數據狂人、棒球老教練和他不起眼的球員們

為了解決棒球統計學的問題，作者TravisSawchik 這樣論述：

難以置信的好！紐約時報暢銷書！ 　　十年來，大數據的技術和分析方式已有巨大的進展，每年自動生成的棒球資料量已經等同於二十世紀的資料總量。 　　大數據究竟是萬靈丹，還是虛有其表的裝飾品？ 　　《魔球》故事十年後，大數據已經不是「新」策略，幾乎每個大聯盟球隊都聘請了至少一位數據分析師，但也幾乎每位分析師都抱怨:「分析結果並未用在比賽上。」為什麼？因為經驗豐富的老教練、老球員不相信也不買帳，過往的經驗和傳統局限了球隊的發展，大量資料來襲，管理思維卻沒有跟著更新，導致球隊無力招架，根本不知道怎麼利用。 　　所以，當新工具遇到舊領導，管理才能和溝通能力才是關鍵。 　　看匹茲堡海盜隊經驗老

道的教練和大數據分析師如何通力合作，在資金短缺又沒有後援的情況下，用有限的資源和突破性的超凡戰略贏回比賽，徹底改變了球隊的命運。大數據給予可能，但領導管理能力和溝通技巧同樣重要，從本書實例可以看到大數據在實踐和應用時，該如何面對矛盾、如何整合不同的意見才能有效率的合作？本書適合對商業管理和改善團隊經營有興趣者，同時也是一本有趣的大數據入門書，如果你同時是棒球迷，那就更不能錯過了！ 名家推薦 　　國立臺灣大學管理學院 任立中 　　中華職業棒球大聯盟現任會長 吳志揚 　　行政法人國家運動訓練中心首任執行長 邱炳坤 　　國立體育大學 校長 高俊雄 　　熱血棒球主播 徐展元 　　Vamos Spo

rt 共同創辦人　徐裴翊 　　亞洲棒球總會(BFA)技術委員長 楊清瓏 　　聯合拍胸脯推薦！ 　　防守就是最好的攻擊！運用大數據，製造NICE PLAY，掌握勝利契機！──中華職業棒球大聯盟會長　 吳志揚 　　二十一世紀初最棒的棒球故事，這不只是關於大數據的故事，更是新世代數據分析師與傳統球隊領導間的合作精神。——福斯體育網美國職棒專欄作家   Ken Rothansel 　　本書毫無疑問為《魔球》後的最佳續作，也是未來十年優秀團隊欲取得勝利的必備藍圖。索奇克完成了大師級的著作！——知名棒球數據庫Lahman’s Baseball Database 創辦人 Sean Lahman 　

　一本非常富有啟發性的著作！——權威棒球媒體「棒球美國」(Baseball America) 　　和《魔球》的故事同樣亮眼！——美國《書目雜誌》重點書評（Booklist, starred review） 　　索奇克完美的剖析數據及球賽，所有讀者都會愛不釋手——《出版者周刊》（Publishers Weekly） 　　透徹、卓越且富有洞見！——MLB美國職棒官方媒體資深主播與球評 Brian Kenny 　　特拉維斯•索奇克精準地描繪了棒球隊使用的策略和夾在其中的關鍵人物。在這個由大數據驅動的世界中，他真正的掌握了大聯盟隊伍成功的本質。——美國棒球研究協會會長 Vince Gennar

o 　　寫作風格令人佩服，既有趣又淺顯易懂！——前紐約大都會隊總經理 Jim Duquette

數據、謊言與真相：Google資料分析師用大數據揭露人們的真面目

為了解決棒球統計學的問題，作者SethStephens-Davidowitz 這樣論述：

▍誠品書店當月選書▍城邦讀書花園當月選書▍亞馬遜非文學類當月選書▍亞馬遜 2017 年年度最佳商管書▍《財星》雜誌當月最佳商業書籍▍《紐約時報》暢銷書▍《經濟學人》《紐約郵報》《圖書館期刊》等多家媒體推薦★大數據下的真實人性！★結合《精準預測》的大量資訊分析、《異數》的敘事風格，以及《蘋果橘子經濟學》的機智風趣。★ Google 前資料分析師描寫大數據最令人信服、深具挑釁，甚至令人捧腹大笑的一本書！人們謊報在回家途中喝了多少酒，謊稱自己多常上健身房和新鞋子買多少錢，就連沒看過的書也說自己有看過。沒生病卻打電話請病假，說再聯絡卻不再聯絡。人們說事情跟你無關，但其實就跟你有關。

明明不愛你，卻騙你說愛你。心情不好時卻說自己很開心，明明喜歡男人，卻說自己喜歡女人。人們對朋友說謊、對老闆說謊、對子女說謊、對父母說謊、對醫生說謊、對老公說謊、對老婆說謊，也對自己說謊。作者證明大數據提供一種前所未有的方式，讓我們窺探人們的內心世界，因為人們透過鍵盤才會在無意中私密地坦承千奇百怪的事情。歐巴馬當選表示美國的種族歧視緩解了？錯！黑人球員進入職業運動殿堂是貧困孩子奮發向上的勵志故事？大部分不是！挑選賽馬最重要的參考依據是血統？不！父母對待兒子和女兒的態度不一樣嗎？不一樣！佛洛伊德說夢境中的事物都有性意涵，這是對的嗎？很可能不對！回答問卷、民意調查、接受採訪、臉書貼文──我們都有可能

說謊；但是你的搜尋行為可不會說謊！大數據，呈現我們每個人、每秒鐘無意識的反射！　　無論是嚴肅或日常的議題，如今我們已有途徑能解答不久之前因種種原因（例如缺乏數據，或單純不敢提問）還未能解答的問題。　　四年前，作者還是哈佛經濟系博士班學生，正努力找尋論文題目。有天早上，他發現 Google 基本上已為所有研究者備好所需的資料，也就是說，Google 是全球人類興趣資料庫的集中地，這些資料簡直就是任何對人類行為感興趣的人夢寐以求的：從我們每個人每天的網路搜尋中找到行為模式。然而，這些資料早已存在好些時日，卻從未有任何報章雜誌對其有過深刻的報導與研究。　　作者深入研究 Google、推特（Twitt

er）、臉書（Facebook）、警察局紀錄、電影票收據、維基百科、色情網站、棒球球員個人成績表，和你想像不到的數位與傳統資料來源之後，發現這些資料來源有個共通的特點：他們提供的是大數據，亦即我們每個人每秒鐘無意識的反射，而非根據民意調查而來的一小部分民眾的意見樣本。　　網路上的新數據，也就是數十億人在 Google、社群媒體、約會網站，甚至色情網站留下的數位足跡，最後會揭穿事實真相。這些不僅是新類型的數據，更有些是「誠實」的數據，在匿名機制下，彷彿四下無人時，人們才會吐露自己最真實的想法，以及真正想問的尷尬問題。這類數據就像數位版的「誠實豆沙包」，讓人們表達出自己的無性婚姻、個人精神健康問題

、不安全感、受虐，以及對黑人或穆斯林的憎惡。透過分析這座數字金礦，我們現在可以了解人們真正在想什麼，真正想要什麼，以及真正做了什麼。　　作者在本書中展示，要從數據中獲得寶貴資訊，最關鍵的一點是：你必須問對問題。而大數據有四大關鍵力量可以協助：　　⒈大數據能讓你將數據切割分解，讓你見微知著及獲得具體的見解。　　⒉新的資料來源通常包括新類型的變數，比現存變數更能幫助我們了解複雜關係，並充分利用。　　⒊新的數位資訊能提供我們生活的真實樣貌，而非我們希望自己呈現給外人的形象。　　⒋大數據易於與實驗結合，使我們能測試因果關係，而非僅是相關性。　　進入網路新時代的這幾十年以來，我們在健康、道德、勞動市場、

商業、恐怖主義、性別，以及種族等議題上有長足的認識。我們的數位足跡已把整個世界變成一個實驗室，本書將呈現出這場數位革命如何為我們每個人打開找尋隱藏真理的大門，一窺人們的內心世界，提出大數據時代真正的洞見。　　本書以極具啟發性的觀點解讀大數據，並以各式各樣有趣的案例忠實呈現網路世界與當代社會的現況，讓我們得以重新認識自己與這個世界。專業人士推薦▍苗博雅（《阿苗帶風向》主持人）專文推薦▍張鐵志（文化與社會趨勢觀察家）、馮勃翰（台大經濟系副教授）誠實推薦專業人士推薦語▍《阿苗帶風向》主持人苗博雅：「透過作者風趣的文筆，我們知道大數據搭配電腦運算，有嶄新的力量……作者雖然醉心於以新穎方式分析海量數據，

但他仍然在書中誠實地提醒讀者大數據的各種『能與不能』……本書的優點：簡明、幽默、易懂。只要讀者能夠看到最後一頁，勢必有所收穫。」▍哈佛大學榮譽退休校長暨諾頓講座教授勞倫斯‧桑默斯（Lawrence Summers）：「《蘋果橘子經濟學》（Freakonomics）和《魔球》（Moneyball）都要靠邊站了。這本精彩傑作是說明大數據結合聰明才智如何撼動世界的最佳示範。閱讀這本好書，會讓你以嶄新的方式看待生活。」▍《人性中的良善天使》作者史蒂芬‧平克（Steven Pinker）：「研究思維的一種嶄新方式，史蒂芬斯—大衛德維茲的發現一次又一次地顛覆我對自己國家和同胞先入為主的看法……這本書真是太

令人著迷了。」▍《蘋果橘子經濟學》合著者史蒂芬‧李維特（Steven Levitt）：「針對大數據揭露人們日常生活真相做出絕頂聰明又機鋒處處的探索。史蒂芬斯—大衛德維茲是我見過最會善用數據說故事的高手。」▍《我們是誰？大數據下的人類行為觀察》作者克里斯汀‧魯德（Christian Rudder）：「對於我們生活的數據進行振奮人心又引人入勝的審視……大數據會徹底推翻你對人們的既定印象，真相會讓你畏縮、暗自竊笑並搖頭嘆息。」▍《注意力商人》（The Attention Merchants）作者吳修銘（Tim Wu）：「《數據、謊言與真相》仰賴大數據迅速拆穿我們自以為文明的假象。一本讓人既著迷又震驚

，時而駭人聽聞的傑作。最棒的是，讓真相一覽無遺。」▍史丹佛大學經濟學教授拉吉‧切提（Raj Chetty）：「《蘋果橘子經濟學》的增強版，這本書顯示大數據如何能針對重要有趣的問題，提供我們驚人的新答案。史蒂芬斯—大衛德維茲以機智俐落的方式提供數據分析，為構成社會科學的大數據提供精闢出色的介紹。 」▍拉扎德投資銀行（Lazard）董事總經理暨前國會預算辦公室主任彼得‧奧薩格（Peter Orszag）：「傑作！！！作者妙筆生花敘述透過大數據進行的一場寓教於樂之旅。這場旅程剛好為人類行為本身提出一個重要的新觀點。如果你想了解我們居住的世界正在發生什麼事，甚至是了解你的友人究竟怎麼回事，你就該從頭到

尾看完這本書。」

基於迴歸模型探討影響職業賽事球迷進場數之研究─以美國職棒中區為例

為了解決棒球統計學的問題，作者蔡易辰 這樣論述：

美國職棒發展至今已超過百年，如今已是一個具有30支球隊的商業聯盟，票房收入則是支持整個聯盟的關鍵，而觀眾數則會直接影響到整體的票房收入，因此探討影響觀眾數變化的因素對於職業球團而言即是一個重要的課題。 本研究旨在探討並找出可能影響美國職棒賽事觀眾數的因素，取2012年至2019年共8年的數據以觀眾數為中心，搭配三種類型的研究變數，分別為地理統計變數、球團相關變數以及團隊成績變數。研究中以球迷分布圖（Fanbase map）作為資料統計區，再將年度資料以每年4月1日至7月31日、8月1日至8月31日以及9月1日至10月第一周分為三個時間段，與年度資料各別進行多元迴歸分析建立出四個模型。研究除

了找出有哪些因素對觀眾數具影響力外，更要比較不同時間區段所劃分出的四個模型之間影響變數會出現什麼樣的差異。 分析結果顯示，在討論觀眾數變化時，人均收入、白人人口比例、鄰近職業球隊數以及團隊薪資是重要的影響指標，其中前三者呈現顯著負相關，團隊薪資則呈現顯著正相關。此外會發現不同時間中變數的顯著性會產生變化，鄰近職業球隊數於4月1日至7月日31之間呈現不顯著，而其餘時間段皆呈現顯著負相關，表示我們在討論觀眾數的變化時，不只要考慮變數的性質，更要討論變數在時間上的差異。 本研究除了呈現影響觀眾數的變數外，更可以根據分析結果對球團經營方向和未來研究提出建議，以供球團或後續研究者一個參考依據。