盗塁に潜むバイアスとその日米差

ＮＥＸＴＮＥＸＴ #3
なういず(今泉拓) 大学院生
生年月日 1995/12/29(23歳) 出身地群馬
身長/体重 165/68? 投打右投げ右打ち
ファン歴 17年目野球分析歴 2017~
経歴東京大学教養学部→東京大学大学院（認知心理学）
獲得タイトル学士（教養）[2018], BaseBall Geeks賞[2019]
・阪神ファンの父に反抗するため、巨人ファンに目覚め
た大学院生
・研究のデータ解析に疲れると野球のデータを眺める積
極性が持ち味
・昨年度は修士論文の進捗がイマイチだったが、今年は
巻き返しを図りたい
自己紹介は
当日の
お楽しみ！！

データ計測・利用が
発展しても
越えられない壁
⇒心理バイアス！

心理バイアス：プロスペクト理論の実験
Q:超ラッキーくじが目の前にあります。
どちらをひきますか？
Ａ:100%で50万円があたる！
Ｂ:50%で100万円、50%で0円があたる！
⇒（一般的には）Ａが多い！

Q:100万円の借金があったとします。
超お得借金減額キャンペーンがありました。
どちらを選びますか？
Ｃ:100%で50万円がチャラになる！
Ｄ:50%で100万円、50%で0円チャラに！
⇒（一般的には）Dが多い！

Ｃ:100%で50万円がチャラになる！
Ｄ:50%で100万円、50%で0円チャラに！
⇒どれも期待値は50万円だけど
損している場面ではギャンブルしやすい
⇒実際の采配でも似たような例が見られる
Ａ:100%で50万円があたる！
Ｂ:50%で100万円、50%で0円があたる！

心理バイアスの壁（野球版）
データ分析班
統計に基づいて
数値的な正解を提案する
監督・コーチ
統計データや現場の感覚
を頼りに采配を行う
選手
基本的には監督・コーチ
からの指示に従い行動する
心
理
バ
イ
ア
ス
の
壁

采配：盗塁に潜むバイアス
野球でギャンブル性の高い采配
→盗塁
特にビハインド時において
リスクをとりやすくなる
心理バイアスが見られるか！

盗塁の損益分岐点
損益分岐点
＝WPA(期待獲得勝率)が
0になる盗塁成功率

右肩下がりのグラフ
→ビハインドの時ほど
上手い選手が盗塁する
必要がある
→ビハインドほど慎重
になるのが統計的に正
解

でも人間はビハインド
だとリスクを背負いや
すい
→損益分岐点のデータ
通りには振る舞えな
い？心理バイアスで
平坦なグラフになる？

検討方法
対象損益分岐点イメージ予想
日本プロ野球
(2018)
知られていないバイアス有り
→直線に
メジャーリーグ
(1999)
知られていないバイアス有り
→直線に
メジャーリーグ
(2018)
知られている？？？
⇒高度に発達したデータ分析は
バイアスすら乗り越えられるか？？？

データの収集・分析方法：NPB
ＮＰＢのＨＰからデータを拝借
・試合スコア・打席結果・選手の成績→スクレイピング
・ゴリゴリ計算
①NPBの試合詳細から、盗塁の場面を探す。

②盗塁企図した選手の
通算盗塁成功率
を計算する

③盗塁時の点差を計算する
今回は6回表だったので、±0点差

④イニング・アウト・点差から盗塁のWPAの期待値をゴリゴリ計算
期待勝率：68％
成功：70%
失敗：30%
期待WPA=(71*0.7+62*0.3)-68 = 0.2％ ⇒妥当采配！！

⑤シーズン全ての盗塁について同様のサイクルを回す
……
期待WPA：〇〇％
盗塁成功率：△△％
1個目の盗塁
２個目の盗塁
1225個目の盗塁

⑥２つの方法でバイアスを検討
A:損益分岐点通り振舞えているか B:正しい判断をできているか
得点差ごとの選手の通算盗塁成功率を
図示する。
得点ごとの選手の采配が正しかった割合
を計算する。
正しい采配
→WPAが0より大きい
間違った采配
→WPAが0より小さい

データの収集・分析方法：MLB
①RetroSheetというスコアシートを用いて、
盗塁の場面。選手・イニング・アウト・点差を抽出
②FanGraphsというデータサイトで
選手の通算盗塁成功率を抽出
③ ①、②をもとに各盗塁の期待WPAを計算
④ NPB同様２つの視点でバイアスを検討
A:損益分岐点通り振舞えているか
B:正しい判断をできているか

損益分岐点の結果：
NPB2018のデータ
損益分岐点通り
（日本では知られていない）
振舞えれば
右肩下がりになるはず！

NPB2018のデータ
同点の場合のみ
慎重になるが、
基本的には
横1列のグラフになった。

MLB1999のデータ
損益分岐点通り
（1999年には知られていな
い）
振舞えれば
右肩下がりになるはず！

MLB1999のデータ
直線（ちょっと逆U字）な
グラフになった
こちらもビハインドで
バイアスがあるといえる
最新年度だとどうなるのか！

MLB2018のデータ
こちらも右肩下がりの
グラフにはならず！！
ただし、1999よりは
盗塁成功率があがっている。
有効な采配は増えた！
でもバイアスは
消せていない！！

WPA>0率の結果
どの国、どの年代でも
ビハインドでは
正しい判断が難しくなる！
2018年のMLBは
有効な采配率は高いが
それでもバイアスは
消せていない！！

事例分析：広島東洋カープ
A.点差別の盗塁成功率 B.WPA＞０率

事例分析：千葉ロッテマリーンズ

事例分析：ヒューストン・アストロズ

事例分析：ミルウォーキーブリュワーズ

まとめ
• データ利用が発展してるメジャーリーグでは、有効な采配が増えているが
現場で発生するバイアスそのものは消せていない
→人間はデータ通り最適に振る舞えない。特にビハインド時。
→ただ、ある種の『人間味』がスポーツを面白くしている可能性もある
• でも最適に振る舞えるチームはやっぱり強いと思われる
→データ分析×意思決定支援の時代へ
→最適な意思決定を支援する「Decision making」が次のトレンドかも

まとめ
• メジャーリーグのトレンドを先導しているヒューストンアストロズの
インターン求人広告

まとめ
• データ利用が発展してるメジャーリーグでも
現場で発生するバイアスは消せていない
→人間はデータ通り最適に振る舞えない
→ただ、ある種の『人間味』がスポーツを面白くしている可能性もある
• でも最適に振る舞えるチームはやっぱり強いと思われる
→データ分析×意思決定支援の時代へ
→最適な意思決定を支援する「Decision making」が次のトレンドかも
→野望：研究のゴールとしてメジャーリーグに挑戦してみたい
⇒オマケもあるよ

オマケ (リンクは@なういず_sportsから)
• スポーツ×バイアスに興味をもった人へ
• 読書案内①：スポーツ×バイアス本
• 読書案内②：野球×バイアス本
• 論文案内：ゴルフ×バイアスを論じたもの
• もっと詳細なデータをみたい人へ
• 2007~2010のMLBデータ分析
• NPB2018の球団ごとの確認
• MLB2018の球団ごとの確認
• 本LTの統計的な側面が気になる人へ
• 右肩下がりの検証
• MLB1999とMLB2018の交互作用の検討
• ロジスティック回帰に挑戦
• エグい感じのFAQ
• どうしてイニング内の得点確率じゃなくてWPAを使うの？
• 通算の盗塁成功率使うのは手法としてイマイチだよね？
• 年度間の打撃力の違いとか考慮してる？
• 次の打者の影響とか強いんじゃない？
• 実はプロスペクト理論関係なしに、いつも同じ判断してるだけ
じゃない？
• これプロスペクト理論ってよりフレーミング効果じゃない？
おまけまで見てくださり、大変ありがとうございます。

付録：読書案内①
スポーツ×心理学（行動経済学）に興味を持った方へ…
オタクの行動経済学者、
スポーツの裏側を読み解く
超著名な経済学者であるモスコウィッツ氏が書いた、スポー
ツ×行動経済学の名著。私を采配の心理学に誘った元凶。
野球、サッカー、バスケ、ラグビー…様々なスポーツにおけ
る「俗説」を行動経済学（バイアス）の視点で説明していく。
どうしてホームチームが有利なのか、状況ごとに判定が変わ
ると言われるのはどうしてなのか…。全てを学術的視点から
指摘していく様はまさに快刀乱麻。学問に興味がなくても行
動経済学を知らなくても、スポーツが好きならめっちゃ納得
しながら読めると思います。
今回は色んなスポーツに興味のある方が来てるので、

付録：読書案内②
野球×心理学（行動経済学）に興味を持った方へ…
野球人の錯覚
こちらも行動経済学の教授が書いた、野球×行動経済学本。
野球の通説（「流れ」は存在するか。ラッキーセブンに点が
入りやすいか）などをデータをもとにバッサリ否定していく
のがおもしろい。いかに我々の記憶がもろいもので、事実が
歪んで記憶されているのかと実感できる。
2008年の本ということもあり、データの分析方法や仮説の検
討方法はだいぶ大雑把なのでそこは注意。アイデアの鋭さと
新鮮さは買うに値すると思った。絶版だからKindleでしか読
めないけど。
野球だけでなく、

付録：論文案内
スポーツ×心理学（行動経済学）に興味を持った方へ…
Pope, D. G., & Schweitzer, M. E. (2011). Is Tiger Woods loss
averse? Persistent bias in the face of experience, competition, and
high stakes. American Economic Review, 101(1), 129-57.
ゴルフのパターを題材に、とても優秀なゴルフ選手でも損得を統計的には判断できず、バー
ディーパットは置きに行くことを示した論文。私のプレゼンの例でいうと、バーティ―パッ
トは当たりの宝くじなので安定的な選択肢を選び、ボギーパットは借金している状態なので
積極的にリスクを背負う傾向が証明された。私をスポーツ×行動経済学に導いた元凶②
著者のPopeは、野球、バスケ、マラソン、ゴルフ様々なスポーツにおいて、人間の心理バイ
アスがパフォーマンスに及ぼす影響を検討しているイケてる研究者。
その他面白い論文は私のTwiiterアカウント（@なういず_sports）で紹介しているので、
興味のある方はフォローよろしくお願いします。（突如の宣伝）
スポーツ全般に言及できる話題として

追加分析：NPB全球団の追加分析-広島-
ひとことコメント
ビハインド～同点では統計的に損な盗塁が多かった
判断におけるバイアスをあつかってみました。

追加分析：NPB全球団の追加分析-ヤクルト-
山田哲人は、誰よりも試合のターニングポイントで走っていた。難しい場面
だからこそ燃えるタイプの選手化もしれない
楽しめていただけましたでしょうか？

追加分析：NPB全球団の追加分析-巨人-
ワイ、贔屓球団が理想的な形をしていて困惑。
プロスペクト理論といった学術的な話題や

追加分析：NPB全球団の追加分析-DeNA-
ビハインドでのてきどの点差でも似たような値になっている。チーム全体で、
意図的にいつでも同じ盗塁戦略をとっている可能性が考えられる。
損失分岐点とWPAという統計的な話題など

追加分析：NPB全球団の追加分析-中日-
盗塁数のサンプルが少なく、ちゃんとグラフを書けなかった。どの点差でも
価値のある盗塁が半数以下なのは、統計的には手痛いところか。
込み入った話題も多かったので、

追加分析：NPB全球団の追加分析-阪神-
よくあるタイプのグラフだ。
少し難しい発表になってしまったのではないかと心配してます。

追加分析：NPB全球団の追加分析-西武-
ビハインドでも損にならない場面で走っている。独特な傾向がみられる。ビ
ハインドの盗塁は大差の時のみしているのか？？
お気づきになった方もいるいるかと思いますが、

追加分析：NPB全球団の追加分析-ソフトバンク-
1点ビハインドではリスクを取らず、盗塁成功率の高い選手のみが盗塁をし
かけているようだ。
MLBに比べNPBのデータを取得に時間がかかりました

追加分析：NPB全球団の追加分析-日本ハム-
多くのスピードスターを誇る球団。値が全体的に高いが、1点リードと1点ビ
ハインドの時は積極果敢に盗塁をしているようだ。
よりよいデータ取得方法をご存知の方がいましたら

追加分析：NPB全球団の追加分析-オリックス-
盗塁成功率が全体的に低く、2点ビハインドで挑戦した盗塁すべての価値
がマイナスだった。
ぜひ教えていただければと思います。

追加分析：NPB全球団の追加分析-ロッテ-
理想形だ…！
今回の発表は野球のバイアスについて扱いましたが、

追加分析：NPB全球団の追加分析-楽天-
ビハインドでも的中率が高い。セイバーメトリクス的戦略をよく採用している
球団だが、盗塁データも織り込み済みか！？
自分は野球以外はあまり詳しくないので

追加分析：MLBで目立った球団-ブレーブス-
他のスポーツで思いつく例のある方がいましたら

追加分析：MLBで目立った球団-レッズ-
ぜひとも教えてください！

追加分析：MLBで目立った球団-タイガース-
従来のセオリーとされているのものは

追加分析：MLBで目立った球団-アストロズ-
疑ってみると面白いことがおおいですよね。

追加分析：MLBで目立った球団-ロイヤルズ-
参考文献では、テニスのサーブに関して

追加分析：MLBで目立った球団-ブリュワーズ-
ダブルフォルトを避けるために2本目は置きに行くより

追加分析：MLBで目立った球団-マリナーズ-
2本とも本気で打った方が統計的には勝ちやすいとの

統計：右肩下がりの検定
損益分岐点のグラフを右肩下がりって行ったけど、ホントに右肩さがり
の直線？
グラフが線形傾向（直線）かどうか判別する検定として、
コクラン・アーミテージ検定というものがある。
各損益分岐点グラフについて、この検定を
行ってみる。
分析・報告がありました。

統計：右肩下がりの検定
コクランアーミテージ検定の結果
理想のグラフ:線形傾向とは言えない
MLB1999：線形傾向とは言えない
MLB2018：線形傾向とは言えない
0.6後半から0.7前半に落ち着いている
値なので、厳密には傾向があると
言えなかった。
プレゼンでは感覚的便宜的に
直線と言わせてもらった
ただし、統計的に正しいから正解というわけではなく

統計：交互作用の検討
損益分岐点のグラフについて、年度要因（MLB1999・MLB2019）と点
差要因について2要因の分散分析を行った結果、交互作用は見られず、
年度の主効果のみ見られた。
→統計的にもバイアスは2018年でも取り除かれてなく、
データ分析の進展は、
人の判断の傾向を変えずに、
単純に成功率の平均だけを高めたとわかる
スポーツは機械ではなく、あくまで人のやるものなので

統計：交互作用の検討
WAR>0率のグラフについても同様に、年度要因（MLB1999・
MLB2019）と点差要因について2要因の分散分析を行った結果、交互
作用は見られず、年度と点差の主効果のみ見られた。
点差に関する下位検定では、2点ビハインド・1点ビハインドの際に同
点・2点リードの際との有意さが見られた
→統計的にもバイアスは2018年
でも取り除かれてなく、
データ分析の進展は、
やはり、人の判断の傾向を変えずに、
単純に成功率の平均だけを高めたとわかる
あらゆる要因を考慮して、

ロジスティック回帰の検討：2019年
盗塁企図の有無は質的関数なので、
ロジスティック回帰を行うことで、
点差ごとの盗塁確率を
ロジスティック回帰で推定できると考えた。
ｘ軸：盗塁成功率
y軸：盗塁企図確率の推定値
赤：2点ビハインドの盗塁企図推定値
青：同点の盗塁企図推定値
緑：2点リードの盗塁企図推定値
パフォーマンスを最大化する術を検討したいですね。

ビハインド時は
盗塁企図率自体は高くなく
ビハインドだからいっぱい走る
ということはなさそうだ。
例えば、バイアスを避けようとすることが過剰な負荷となり

かえってパフォーマンスが落ちる可能性もありますよね。

2点時ほど企図率に大きな差は
見られなかった。
野球だと、打順に縛られてしまう打者がいい例かと思います。

そのような観点から、今後はデータや分析結果を

ロジスティック回帰の検討：2点差
左：1999年右：2019年
プレーヤーに負担にならない形で伝えられるような
1999年の
方が
盗塁企図率が
高いと
言えそう

Q＆A：
どうしてイニング内の得点確率じゃなくてWPAを使うの？
より勝敗に直結する指標だからです。
今回の分析は盗塁企図が勝敗にどれくらい影響したかということを知りたいと思っ
てやっており、得点にどれくらい影響をしたかを目的としていません。
イニング内の得点確率だと10-0の時の盗塁と0-0の時の盗塁の価値が同じなります。
10-0と0-0では采配も変わりますし、WPAの方が采配の分析として優れていると考
えました。ただ、得点確率からの分析も価値のあるものだと考えています（例えば監
督は試合全体を見ているのではなくそのイニングのことだけ考えている、などの分
析が可能になる）
（同様のことが参考文献であるBaseball between the numbersでも既にふれられ
ており、WPAを使うのはなういず個人のこだわりというよりも全体的な傾向だと思っ
てください）
データ分析・翻訳家が大事なのかなと思っています

Q＆A：
通算の盗塁成功率使うのは手法としてイマイチだよね？
ごもっともなご指摘です。
選手の盗塁成功率は選手の年齢やその時代の野球の風潮や所属チームなど、
様々な要因に影響されます。その中で通算成功率を利用しているのは雑という誹り
を受けるのも致し方無いと思っています。
今回通算成功率を用いたのは、ほかでもない計算量と自分の余暇時間の都合です。
（※大学院でメインとしてる研究はこれじゃないです）
さらに深い分析をする際は、せめて年度ごとの盗塁成功率を使いたいと思うのです
が、年度ごとの盗塁成功率というのもそれはそれで水物なんですよね…何かいいア
イデアはありますか？3年間平均とか？？
自分も真に勝てるような分析を

Q＆A：
年度間の打撃力の違いとか考慮してる？
とてもいい質問で、とてもごもっともなご指摘です。
考慮していません。理由は時間不足と知識不足とパソコンのスペック不足です。
年度間の野球のトレンドの違いをしっかり考慮しようねということは参考文献でも触
れられていることですので、イタいところをつかれたなといった気分です。
ただ、野球に存在する全部の要素を計算に組み込むことはできなくて、どこで手を
打つかというのもデータ分析の難しいところですよね。第一、データというのも限ら
れた要因しか測定できていないですし、データや分析でどこまで野球を説明を説明
できているのかという点を常に考えないとですね。
これからも続けて行けたらと思っています。

Q＆A：
次の打者の影響を考慮してる？？
考慮していません。
参考文献が「次の打者の成績が盗塁傾向に影響のないこと」「打者の結果が盗塁
の有無やランナーの傾向によってあまり変わらないこと」等を主張しているので、こ
れからも考慮にいれなくていいかなと思っています（圧倒的おさぼり）
さすがに付録が多く、書きたいことも尽きてきました。

Q＆A：
結果のグラフに関して、実はプロスペクト理論関係なしに、
いつも同じ判断してるだけじゃない？
ごもっともなご指摘です。その可能性は否めませんね。
しかし統計的な分析は、いつも同じ判断をすることをよくないこととしているわけです。
このような結果が出ている中で、データ分析が監督のバイアスを取り払っていない
ことを示せたのは、とても面白い結果だと思っています。
また、監督は試合中にあまりにも判断することが多く、盗塁は優先度が低めでいつ
も同じ判断をしているという可能性はとても面白いと思っています。つまり、監督が
バイアスなしですべて正しく判断していたら、組み合わせ爆発で監督の頭脳がオー
バーヒートしちゃうという可能性です。
バイアスはある程度私たちの判断を楽にしていくれているので、一概にバイアスを
否定するのではなく、それによる恩恵というのも考えたいですね。
これで終わりにしたいと思います。

Q＆A：
これプロスペクト理論ってよりフレーミング効果じゃない？
うひょー、学術的にガチな質問来ちゃったよ。
行動経済学は主専攻じゃないので適当なこと言ったら許して下さい。
（フレーミング効果とは、同じ中身のものだとしても表現の方法次第では相手の印象
を変えることができる効果を指します。）
フレーミング効果でもある気がします。
つまり「リードを許している：損失フレーム」の時と「リードをしている：利得フレーム」
の時では同じ「盗塁企図」に対する印象が変わるということですよね。
今回のプレゼンでは、専門外の人へのわかりやすさを重視してプロスペクト理論だ
といっているのですが、フレーミング効果の方がこの現象をうまく説明できるかもし
れません。
この点気になる方がいれば一緒に議論できればとい思います
おまけを最後まで見てくださり、大変ありがとうございました。

盗塁に潜むバイアスとその日米差

Recommended

Recommended

More Related Content

Featured

Featured (20)

盗塁に潜むバイアスとその日米差

Editor's Notes