Conoscendo le mancanze di OPS ed OPS+, un modo più efficace di valutare i contributi offensivi di un giocatore è sicuramente quello dei linear weights. Ma i linear weights finiscono per produrre una “counting stat” (la wRAA), ossia una statistica che si accumula nel tempo (come i fuoricampo per esempio) e che quindi dipende rigorosamente da quanto uno giochi. Ma se volessimo una “rate stat”, ossia una statistica normalizzata secondo il playing time (come la media battuta, o l’OPS) che ci permetta di paragonare con un po’ più di “giustizia” due giocatori con playing time molto diverso, come potremmo fare?

Prima di dare una risposta a questa domanda bisogna ricordarsi che una counting stat abbia il suo valore: la salute è un fattore importante. Se un giocatore è costantemente infortunato per mezza stagione, questo va ad intaccare il suo valore, anche se magari è fenomenale quando riesce a giocare. Ma a volte è importante conoscere entrambi i fattori, sia la proporzione del rendimento di un giocatore, sia il suo rendimento totale.

Per normalizzare i linear weights secondo il playing time, si sfrutta la wOBA (weighted on-base average), un concetto introdotto in The Book ed ora presente da varie parti a cominciare da Fangraphs. Per trasformare i linear weights in wOBA si prendono i punti accumulati offensivamente (come descritto appunto nel link succitato sui LW) nella wRAA, si dividono per le apparizioni al piatto, e si moltiplicano per 1.15. Si somma la cifra ottenuta all’OBP media stagionale, e si ottiene la wOBA di un giocatore. Siccome i linear weights degli eventi cambiano di anno in anno a seconda dell’ambiente offensivo, questa proporzione rimarrà sempre affidabile. Prima di fare un esempio pratico, devo chiarire che la wOBA sia appositamente messa sulla scala dell’OBP, per una comprensione più semplice. Quindi la wOBA media sarà sempre uguale all’OBP media, per scelta. Se in un anno l’OBP media è di .330, allora la wOBA media sarà a sua volta .330.

Adesso facciamo un esempio chiaro: Albert Pujols nel 2011 ha accumulato 35.8 wRAA in 651 PA e l’OBP media in NL  è stata di .319, che aggiustata secondo i park factors a St. Louis diventa equivalente a .322, quindi: 35.8/651*1.15+.322 = 0.055*1.15+.321 = 0.063+.322 = .385. Secondo Fangraphs la wOBA di Pujols è stata di .385.

Per fare il passaggio inverso, da wOBA a wRAA naturalmente si fa: (wOBA-lgOBP)/1.15*PA. Nel caso di Pujols, al contrario: (.385-.322)/1.15*651 = 35.7, una semplice questione di differenza di arrotondamento.

La wOBA è sulla scala dell’OBP, ma per molte persone non è eccessivamente intuitiva quanto l’OPS+. Per esempio, vedere una OPS+ di 110 è più facile da comprendere rispetto ad una wOBA di.346, anche perché la wOBA, essendo park-adjusted, include anche una normalizzazione secondo i park factors.

Per semplificare il concetto e renderlo analogo all’OPS+ è stata creata la wRC+, che funziona in maniera identica: una wRC+ di 120 vuol dire che la wOBA del battitore sia stata del 20% migliore rispetto alla wOBA media della lega, mentre una wOBA di 95 sarà del 5% inferiore alla media della lega (sempre fissata a 100). In questa maniera non è necessario conoscere le varie OBP medie per fare un calcolo preciso, ma c’è un punto di riferimento molto più semplice e diretto.

La wRC+ è molto migliore dell’OPS+ perché usa i linear weights, molto più precisi perché normalizzati anno per anno, e dunque attribuisce pesi più corretti a ciascun evento. Inoltre la wRC+ pubblicata da Fangraphs include anche SB e CS, oltre ai ROE (Reached-On-Error), quindi fornisce uno sguardo molto più preciso al valore offensivo di un giocatore, escludendo fondamentalmente solo l’abilità di avanzare dalla prima alla terza o di segnare dalla prima su un doppio (valori comunque calcolabili in altro modo, ma di importanza piuttosto ridotta rispetto a tutto il resto) e fornendo a mio avviso la statistica di comprensione più immediata per descrivere i contributi offensivi di un giocatore.