How can you not be romantic about baseball?
Contextualização: O Princípio de Moneyball
"Moneyball" é uma filosofia de gestão esportiva popularizada pelo time de beisebol Oakland Athletics e seu gerente geral Billy Beane, no início dos anos 2000. O conceito central é usar a análise de dados (sabermetria) para identificar e recrutar jogadores que são subvalorizados por métricas tradicionais, mas que contribuem significativamente para a vitória.
O método Moneyball questiona o valor de estatísticas tradicionais como a média de rebatidas (BA - Batting Average) e, em vez disso, foca em indicadores mais preditivos, como a porcentagem de chegadas em base (OBP - On-Base Percentage) e a porcentagem de slugging (SLG - Slugging Percentage). A ideia é que a capacidade de um time de marcar corridas (RS - Runs Scored) e de evitar que o adversário marque (RA - Runs Allowed) são os fatores mais importantes para determinar o número de vitórias (W - Wins).
Sobre o Projeto Este notebook de Jupyter, intitulado Moneyball.ipynb, aplica os princípios do Moneyball para analisar dados históricos da Major League Baseball (MLB). O projeto utiliza o conjunto de dados moneyball-mlb-stats-19622012 do Kaggle para explorar a relação entre as estatísticas ofensivas e defensivas de um time e seu desempenho em vitórias.
O notebook utiliza as seguintes bibliotecas Python para análise e visualização de dados:
pandas
numpy
matplotlib
seaborn
kagglehub
O foco principal da análise está nos dados do período de 1995 a 2011 e na avaliação de como as estatísticas de OBP e SLG influenciam diretamente as vitórias de um time.
Como Executar Para replicar esta análise, você precisará ter o Python instalado com as bibliotecas listadas acima.
Clone o repositório do GitHub:
Bash
git clone https://github.com/SEU-USUARIO/SEU-REPOSITORIO.git cd SEU-REPOSITORIO Instale as dependências:
Bash
pip install pandas numpy matplotlib seaborn kagglehub Obtenha o conjunto de dados: O notebook busca automaticamente o conjunto de dados usando a biblioteca kagglehub. Certifique-se de que sua conta Kaggle está configurada corretamente.
Execute o Notebook: Abra e execute o Moneyball.ipynb em um ambiente Jupyter (como o JupyterLab ou Google Colab) para seguir a análise passo a passo.
Para Leitura Adicional Para uma compreensão mais aprofundada da ciência por trás do Moneyball, confira o artigo:
The Moneyball Science