earticle

영어

This study focuses on analyzing and interpreting the relationship between Bat Tracking metrics and traditional hitting metrics using non-linear regression analysis to predict baseball batter performance. Based on data provided by MLB Statcast, we analyzed the relationships between Average Bat Speed, Squared-up Rate, Blast, Swing Length, and key performance indicators such as Hits, Home Runs, Batting Average, Slugging Percentage, and OPS. The analysis revealed that Squared-up Rate had a significant positive impact on Hits, while Blast showed a substantial negative impact on both Hits and Slugging Percentage. In the case of Home Runs and OPS, the interaction between Blast and Squared-up Rate was crucial, showing positive effects. This study provides important insights into understanding the complex interactions between Bat Tracking metrics and hitting metrics to more accurately predict batter performance, offering practical contributions to baseball analytics and player evaluation.

한국어

본 연구는 야구에서 타자의 타격 성과를 예측하기 위한 배트 트래킹 지표와 기존 타격 지표 간의 상관관계를 비선형 회귀분석을 통해 분석하고 해석하는 데 중점을 두었다. MLB Statcast가 제공한 데이터를 바탕으로 평균 배트 스피드, 정타율, 블래스트, 스윙 길이와 타자의 주요 성과 지표인 안타 수, 홈런 수, 타율, 장타율, OPS 간의 관계를 분석하였다. 분석 결과, 정타율은 안타 수에 대해 양의 영향을 미쳤으며, 블래스트는 안타 수와 장타율에 큰 음의 영향을 미쳤다. 특히 홈런 수와 OPS의 경우, 블래스트와 정타율 간의 상호작용이 매우 중요했으며, 이들의 결합은 홈런 수와 OPS에 각각 긍정적인 영향을 나타냈다. 본 연구는 배트 트래킹 지표와 타격 지표 간의 복잡한 상호작용을 명확히 이해 함으로써, 타자의 타격 성과를 보다 정확하게 예측하는 데 중요한 통찰을 제공하며, 이는 야구 분석 및 선수 평가에 실질적인 기여가 가능할 것이다. 또한, 이러한 분석을 통해 배트 트래킹 데이터가 기존 타격 지표와 어떻게 상호작용하 는지를 심층적으로 이해하는 데 중요한 기초 자료를 제공하고, 야구 선수의 평가에 새로운 시각을 제시할 수 있다.