ギャビン・ストーン復帰登板　1.2回 2H 0BB 3K 1ER 33球 速球のStuff+はまだ平凡ながら、決め球のチェンジアップとスライダーが良く、Locationも良好 カーブの回転数が平均3,320rpmとずば抜けている

Stuff+とPitching+をアップデートしたので、今年の大谷さんのシーズン投球で比較 Stuff+ 109→112 Pitching+ 107→114 球種別で見ていくと、主力である4シームとスイーパーのStuff+は更に高まりました（この辺はxwOBAconの良さやWhiffsなどとも感覚的に一致） カーブやスプリットもStuff+は向上する一方で、Pitching+は低下することとなりました（総合的にはうまく使えてないので、ここも納得感があります）

【アップデート】 レポートで使用している重要な評価モデルの説明です ■Game Stuff+ 2.0： 球質の強さを、学習データ上の期待値への寄与として100基準に正規化した指標 ■Game Location+ 2.0： 投球位置の価値を評価する指標 Stuff系の情報は使わずボールカウント、左右、コース、高さ、球種などからその場所に投げた価値を算出 ■Game Pitching+ 2.0： 球質と投球位置の両方及び打順など総合的な指標を踏まえ、各投球が平均的なMLB投手と比べてどれだけ投手有利な結果を生みやすいかを、100基準に正規化した総合指標 ■20-80 Hitting Grade： 打撃内容を5カテゴリで整理する概要指標 Decision、Contact、Damage、Launch Shape、Swing Pathに分け20-80スケールにて評価

今だにロートベットが話題に出てくるので補足しますと、さすがにオプションも無く守備が特に優れているわけでもないので、万が一LADが捕手を補強するとしても別の選択肢になると思います

【アップデート】 Game Pitching+を1.0から2.0にバージョンアップしました ■背景： 従来方式の課題は、打者が振るか見送るかという最初の分岐と、その後に起きる結果を、1つの多クラス分類で同時に学習させていた点です Swingの判断、空振りやファウル、見逃し時の判定は発生構造が異なります これらをまとめて扱うと、それぞれの条件付き確率を個別に最適化しにくく、頻度の異なる結果が同じ損失関数の中で競合します また、BIPのxwOBAcon回帰は平均的な打球品質を評価するには有用ですが、低頻度ながら失点影響の大きいHRと、通常のインプレーを同じ連続値の中で扱います そのため、平均的な打球品質の推定に引っ張られ、HRというテールリスクが薄まる可能性がありました ■Game Pitching+2.0概要： Game Pitching+ 2.0では、まずTake/Swingを予測し、その条件下でWhiff/Foul/InPlay、またはCalled Strike/Ball/HBPを予測します さらにBIP時のHR確率を独立して推定します 投球結果が発生する順序に沿ってモデルを分解することで、それぞれの確率を適切な対象球だけで学習できる構造にしました ■モデル検証： 検証では2022〜2024年を学習期間とし、2025年を完全な未学習データとして使用しました 確率校正は2022〜2023年で一時モデルを学習し、2024年でTemperature Scalingを実施 2025年に100回以上を投げた共通127投手について、FIP、K-BB%、SIERAとの関係を比較しました ■検証結果（Pearson相関の絶対値）： FIP：.588 → .761 K-BB%：.683 → .840 SIERA：.692 → .853 3指標平均は.654から.818へ改善しました Pitching+ 2.0では、球質・位置・状況を別々に評価して後から足すのではなく、最初から1つの投球価値として学習する設計を採用しています

【アップデート】 Game Stuff+を1.0から2.0にバージョンアップしました ■背景： これまでのモデルは、delta_run_expを基にした投球価値を学習していたため、球質以外の結果や得点環境の影響を受けやすい面がありました 今回は「その球が翌年にも再現しやすい強さ」を評価することを目的に、モデル構造とターゲットを全面的に見直しました ■Game Stuff+2.0概要： Game Stuff+ 2.0では、球種をFastball/Breaking/Offspeedの3グループに分け、球速、回転、変化、リリース、アームアングル、主力ファストボールとの差などを評価します そこから空振り、ファウル、HR抑止、BIP打球品質抑止を推定し、実際の単球結果ではなく期待値として球質を評価します ■モデル検証： 検証は時間の順序を崩さずに行いました 2022〜2024年のデータだけでモデルを構築し、2024年のStuff+が2025年のFIP、K-BB%、SIERAとどの程度関係するかを確認 2025年に100回以上を投げ、現行モデルと新モデルの両方を計算できた113投手を同一母集団で比較しています ■検証結果（Pearson相関の絶対値）： FIP：.347 → .479 K-BB%：.431 → .532 SIERA：.457 → .588 3指標平均は.412から.533へ改善しました 外部公開モデルの数値も参考にしましたが、比較母集団が異なるため、直接的な優劣ではなく設計上の参考値として扱っています

今日の9回に関しては結果として相手の走塁ミスで勝ちはしたものの、右打者3人続く場面でエンリケスとかにしておけば良かったのに、とは思いましたね

#DodgersWin# 宝石のようなロボとウィーラーの投手戦、マンシーのHRに救われました 最後は相手のミスもあり勝利、PHIホームでの１勝は大きい

#dodgersWin# 投手戦を制したドジャース、佐々木は怪物の片鱗を見せる マンシーの確信弾、パヘス＆ムーキー＆ラッシングの好守も素晴らしい

やはりパスボールはサイン違いもあったようですね ABSをめぐっての一悶着もありましたが、この辺りのケアはドジャースはしっかりしてると思うので、次も期待しています

Tanner Scott 2026-06-24 #ITFDB# #LetsGoDodgers# #Dodgers# Scott’s looking good again today ! 1.0回 1安打 0四球 2K 無失点 ■ポジティブ： Game Pitching+134 Whiff%57.1 スライダーはWhiff75.0% 4シームも96.5mph、Pitching+176 15球で4Whiffs 決め球の空振り能力が際立った ■課題： Zone%33.3% ストライク先行で楽に抑えた形ではない 一方でスコットはZone外勝負が重要なのでそこまでの論点ではない ■総評： 被安打は許したが、球質とロケーションは優秀 今日も抜群のスコット、前回に続きスピンもよく素晴らしい投球を披露

Alex Vesia 2026-06-24 #ITFDB# #LetsGoDodgers# #Dodgers# 1.0回 2安打 3K 無失点 2本の被安打はあったが、三振で押し切った ■ポジティブ： Whiff%70.0% チェンジアップはWhiff75.0% スライダーはWhiff100.0% Game Loc+125で、変化球をゾーン内外に使い分けながら7Whiffsを奪った ■課題： 4シームはxwOBAcon .910 チェンジアップも.665 空振りは取れた一方で、打たれた2球は強い打球に ■総評： 結果は無失点で3K 相変わらずの劇場でしたね