KO
내 도구

피타고리안 승률 계산기 (야구)

득점과 실점으로 득점 기반 예상 승률과 시즌 전적을 추정합니다. 지수 2, 1.83 또는 직접 정한 값을 쓰며 모델의 한계도 밝힙니다.

예상 승률
64%
예상 승수
103.68
예상 패수
58.32
가장 가까운 정수 승수 전적
104–58
사용한 지수
2

득점을 기반으로 시즌 전적을 추정하는 모델이며, 특정 경기에서 이길 확률이나 앞으로의 결과를 보장하는 값이 아닙니다.

득점과 실점 합계는 같은 집단과 같은 기간의 것이어야 합니다. 직접 정한 지수는 사용자의 가정일 뿐, 데이터로 맞추거나 검증한 상수가 아닙니다.

예상 승수와 패수는 소수일 수 있습니다. 정수 승수 요약은 정확히 .5인 값을 올림하고 총 경기 수를 유지합니다. 수치상 결정할 수 없는 경계는 범위로 표시합니다.

0이 아닌 아주 작은 모델 결과는 지수 표기를 사용하며, 반올림하면 100%에 가까운 결과도 확실하다는 뜻으로 보여 주지 않습니다.

모델 입력값
항목값
득점800
실점600
전적에 사용한 경기 수162
지수2
내 도구 →
광고

득점과 실점으로 야구팀의 승률을 추정합니다. 원래의 득점 제곱 공식, 흔히 쓰는 지수 1.83, 민감도를 보기 위한 직접 정한 지수 중에서 고르세요. 예상 전적은 한 기간의 득실 균형을 요약한 값이며, 실시간 경기 확률이나 다음 시즌의 확실한 예측이 아닙니다.

사용 방법

  1. 같은 팀, 같은 기간의 득점과 실점을 입력합니다.
  2. 예상 전적을 낼 경기 수를 입력합니다.
  3. 지수 2, 1.83, 또는 0.1에서 10 사이의 직접 정한 값을 고릅니다.
  4. 반올림한 정수 승수 전적을 쓰기 전에 소수로 나온 예상값을 읽습니다.

계산식

예상 승률 = RSᵉ / (RSᵉ + RAᵉ); 예상 승수 = 경기 수 × 승률

RS와 RA는 득점·실점 합계이고 e는 선택한 지수입니다. 양수인 합계가 같으면 승률은 2분의 1이고, 두 합계가 모두 0이면 정의되지 않습니다. 스케일링으로 아주 작은 양수 결과도 보존합니다. 정수 승수는 정확히 .5인 값을 올림하며, 수치 반올림 경계에 너무 가까운 정밀한 직접 지수는 범위로 표시됩니다.

예시

800득점, 600실점, 지수 2이면 승률은 640,000 / 1,000,000 = 64%입니다. 162경기에서 103.68승, 58.32패가 예상되며 반올림하면 104승 58패입니다.

자주 묻는 질문

지수를 여러 가지 제공하는 이유는 무엇인가요?

원래 모델은 합계를 제곱하고, 1.83은 야구에서 흔히 쓰는 수정값입니다. 직접 정한 지수는 득실 불균형에 대한 민감도를 바꾸며, 실제 데이터로 맞춘 값으로 오해하면 안 됩니다.

예상 전적이 실제 승수와 다른 이유는 무엇인가요?

공식은 득점·실점 합계만 쓰고 경기별 득점 시점은 무시합니다. 총 득점이 같은 팀도 실제 전적, 일정, 숨은 사정이 다를 수 있습니다.

실점이 0이면 앞으로도 지지 않는다는 뜻인가요?

아닙니다. 공식은 입력한 표본에 대해 수학적 극단값을 돌려줄 뿐입니다. 앞으로 상대가 득점할 수 없다거나 결과가 확실하다는 주장이 아닙니다.

출처

최종 업데이트:

인용·퍼가기
APA

kakaoCalc. (2026, November 8). 피타고리안 승률 계산기 (야구). https://kakao.mobile/ko/tools/pythagorean-win-expectation-calculator/

MLA

“피타고리안 승률 계산기 (야구).” kakaoCalc, 8 Nov. 2026, kakao.mobile/ko/tools/pythagorean-win-expectation-calculator/.

광고