第一個模型，他們稱之為「穩定先生」（Mr. Consistent）。想像一個轉盤，上面指針有28%的機率會落在「安打」區，其他則會落在「出局」（圖表6-1）。每一次轉動指針，就代表一次打擊機會，然後我們會追蹤安打與出局的比例變化。「穩定先生」模型產生的每一次結果都是獨立事件，所以這個系統不會記得之前發生了什麼事。
第二種模型則是所謂的「連續先生」（Mr. Streaky）。這種模型有兩個轉盤：其中之一是當球員手感正旺、另外一個則是陷入低潮時。當球員手感發燙時，艾伯特和貝奈特設定他的打擊率為0.380，比整季平均高出一成。當球員手感冷卻，他的打擊率只剩下0.180。因為這位球員在設定上就是「連續先生」，所以他在前後兩場比賽使用同一個轉盤的機率為90%。也就是說，如果球員在一場比賽中手感發燙，那麼他下一場比賽有九成機率可以繼續維持火熱。這個模型會對過去事件形成記憶，所以球員的能力會增添一些變異性。
我使用同樣方法來評估2011 年賽季的棒球選手。圖表6-3就是我對巴爾地摩金鶯隊（Baltimore Orioles）外野手亞當．瓊斯（Adam Jones）的分析結果。那年，瓊斯打了145場比賽，打擊率為0.280。圖表6-3顯示他在過去八場比賽的移動平均打擊率。就像艾伯特與貝奈特所提的案例一樣，瓊斯的表現也有高低起伏。在表現最佳的八場連續比賽中，他的打擊率衝高到0.467。但是，這個數值也一度跌落到0.074。問題在於，究竟哪一種模型比較符合他的真實表現：是穩定先生？還是連續先生？
我用「穩定先生」和「連續先生」模型，各模擬了一萬次。為了把模擬結果與瓊斯的實際打擊率做比較，我檢視了一下統計數據：移動打擊率的最大值減最低值；瓊斯沒擊出安打的比賽場數；瓊斯擊出超過三支安打的比賽場數；打擊率高於平均的連續場次，以及打擊率低於平均的連續場次；還有連續好表現與連續壞表現的場次，這是為了要看出他是否經常在好壞之間變動。圖表6-4是這些統計數據的概要，還包含了模擬數據的平均值與標準差。
我們發現，「穩定先生」模型雖然簡單，但卻已經足以解釋瓊斯的數據，而且比「連續先生」模型更接近真實的經驗數據；唯一例外是「瓊斯沒擊出安打的比賽場數」。該簡單模型把每一次上場打擊都視為獨立事件，雖然無法解釋所有的現象，但卻已經說明了大多數的狀況。
