FIP sta per Fielding Independent Pitching. Dopo l’uscita della DIPS Theory collegata alla BABIP, Tom Tango ha sviluppato questa statistica che serve a stimare l’effettiva qualità di un lanciatore. Utilizza una formula che impiega esclusivamente K, BB e HR, escludendo dunque in toto le palle in gioco, o quasi (fra poco vedremo perché ci sia il “quasi”). La formula esatta è (13*HR+3*(BB+HBP)-2*SO)/IP + X.

La ragione per creare la FIP è chiara: se i lanciatori hanno poca abilità nel ridurre la BABIP, allora eliminarla fornirà uno sguardo più efficace alle loro prestazioni. E così è in effetti, perché la FIP è più efficace dell’ERA stessa nel predire l’ERA nel resto della stagione o nella stagione successiva. Spiego meglio: se un lanciatore nel 2011 ha avuto 4.00 di ERA e 3.00 di FIP, è più probabile che l’ERA nel 2012 tenda a 3.00 (o comunque alla FIP del 2012), piuttosto che a 4.00. Funziona così anche all’interno di un’unica stagione: se dopo 3 mesi ha 4.00 di ERA e 3.00 di FIP, è più probabile che da lì a fine stagione abbia un’ERA vicina a 3.00 (o comunque vicina alla FIP che produrrà da lì a fine stagione) piuttosto che a 4.00.

I coefficienti della formula sono stati calcolati sperimentalmente, mentre la X è una costante (in genere attorno a 3.20) che serve ad allineare la FIP sulla stessa scala dell’ERA, in maniera da renderla più intuitiva ed immediata agli occhi di chi la legge.

Prima ho detto che la BABIP sia “quasi” esclusa. La ragione è che sia implicitamente e parzialmente considerata nel denominatore: gli IP includono tutti gli out, in un modo o nell’altro, quindi anche l’abilità di eliminare qualcuno in altro modo viene considerata. Premesso ciò, la FIP tende a normalizzare BABIP e LOB% e proprio per questo è molto efficace nel predire le future prestazioni dei lanciatori, ossia perché nella maggior parte dei casi le variazioni del breve termine di BABIP e LOB% sono più casuali che altro, ma sempre per questo la FIP tenderà a sottovalutare i pochi in grado di controllare questi fattori, come i rilievi, o gente come Matt Cain o Jered Weaver (la cui ERA tenderà a “battere” la FIP con relativa regolarità). Per la stragrande maggioranza invece nel lungo termine la differenza fra FIP ed ERA sarà inferiore a 0.20.

Un altro fattore da notare è che non tutti i fuoricampo siano realmente fuoricampo. Cosa si intende? Che una palla che finisce fuori in un campo potrebbe essere un flyout in un altro, che con 2 gradi in meno di temperatura la palla rimarrebbe dentro, e via dicendo. Siccome i fuoricampo stagionali tendono ad essere 20-30 per un partente, si capisce come una differenza anche solo di 5-6 potrebbe cambiare la definizione di un’intera annata.

Per ovviare a questo problema Dave Studeman ha creato la xFIP, ossia Expected FIP, che invece di usare i fuoricampo li rimpiazza nella formula con la proporzione media di fuoricampo per flyball (HR/FB, circa 10% a seconda dell’anno). In poche parole i fuoricampo vengono stimati sulla base delle flyball che un lanciatore concede. Nel lungo termine effettivamente il numero di fuoricampo tende a diventare una funzione delle flyball concesse, e prevedibilmente la xFIP è in grado di stimare l’ERA futura di un lanciatore meglio di qualsiasi altra misura (ossia meglio dell’ERA stessa e meglio anche della FIP). E’ sicuramente la misura più efficace per proiettare il valore di un lanciatore medio.

Ma come per la FIP, ciò che funziona in media non vuol dire che funzioni per chiunque: ci sono lanciatori che giocano in campi che sopprimono i fuoricampo, riducendo la FIP ma soprattutto permettendo ai lanciatori di battere nettamente la propria xFIP. Ad esempio a Petco Park le palle non escono facilmente, quindi i lanciatori possono permettersi di concedere più fuoricampo e non ci sarà una normalizzazione, almeno non quanto in campi medi. Chris Young il lanciatore ha 4.66 xFIP in carriera, ma solo 3.74 ERA, proprio essendo un flyballer estremo che ha giocato per quasi tutta la sua carriera a Petco Park nelle sue gare casalinghe.

Le eccezioni quindi ci sono, ma sono anche in questo caso relativamente rare e prima di supporre che un lanciatore costituisca un’eccezione, c’è bisogno di un campione statistico ampio e significativo, invece di limitarsi ad una stagione o poco più, inoltre le ragioni sono spesso identificabili al di là dell’abilità, come ad esempio proprio nei park factors. Ad esempio Matt Cain ha mostrato una chiara abilità nel sopprimere i fuoricampo, ma il suo campo di casa la enfatizza ed ingigantisce: in casa Cain ha 4.24 xFIP in carriera, fuori casa 4.27, ma in casa la sua ERA è di 3.12, fuori casa è di 3.62 a testimonianza di quanto il campo lo aiuti ulteriormente. Cain comunque è un’eccezione e possiamo definirlo in questa maniera perché ha 1300 IP in carriera, al 2011. Per altri invece è meglio andare cauti ed aspettarsi che si normalizzino in base a FIP e xFIP. Ad esempio Jeremy Hellickson nel 2011 ha avuto 2.95 di ERA, ma solo 4.44 FIP e 4.72 xFIP ed è molto presumibile che nel 2012 ed anni successivi l’ERA si avvicini alla sua futura FIP e xFIP. Se poi si rivelerà a sua volta un’eccezione, buon per lui, ma è irragionevole aspettarsi che lo sia basandosi su un’unica stagione di gioco, e se vorrà mantenere una buona ERA dovrà pensare a migliorare le sue prestazioni.

Fangraphs pubblica anche la FIP-, analoga all’ERA+ o all’OPS+ nell’essere centrata a 100 ed adeguata ai park factors (in alcuni è più facile battere HR che in altri), ma diversa perché più bassa è migliore: 80 FIP- vuol dire che il lanciatore sia stato del 20% più bravo della media MLB. Questo è stato fatto perché intuitivamente più bassa la FIP e migliore è la prestazione.