
BASEBALL ANALYTICS
2023; Volume: 6; Issue: 4 Linguagem: Português
10.15202/25254146.2021v6n4p66
ISSN2525-4146
AutoresCláudio Luiz Latta De Souza, Manoel Villas Bôas Júnior, Pedro Igor Grilo,
Tópico(s)Data Mining Algorithms and Applications
ResumoNos anos 1990 a disparidade no orçamento entre os times da Major League Baseball (MLB) causou uma queda da competitividade na liga, tornando o uso de modelos estatísticos de dados uma saída para os clubes com menor orçamento. O objetivo deste artigo é aplicar metodologias de mineração de dados, utilizando bases de dados da MLB de 1871 a 2019, para entender quais são as estatísticas relevantes dentro do esporte e como elas se comportam ao longo do tempo. Neste artigo foram testados os modelos utilizados pelo Oakland Athletics, primeiro clube da MLB a utilizar mineração de dados para aumentar a competitividade, movimento conhecido como Moneyball. Modelos de regressão foram utilizados para determinar a importâncias de novas estatísticas com o On Base Percentage (OBP) e o On Base Plus Slugging (OPS).
Referência(s)