Análisis y predicción del rendimiento ofensivo de debutantes en las Grandes Ligas de Béisbol

Abstract

En el presente trabajo se realiza un estudio para encontrar conocimiento que permita mejorar la toma de decisiones y, con mayor base, seleccionar los peloteros más preparados para jugar en las Ligas Mayores de Béisbol. Para esto, mediante una metodología de desarrollo ágil se crea una herramienta que predice el rendimiento ofensivo de los jugadores según sus estadísticas históricas en las Ligas Menores de Béisbol. Para llegar al sistema final, siguiendo una metodología cuantitativa para la obtención de información, se consiguen los datos mediante web scrapping, los cuales se analizan para comprenderlos en detalle. Un estudio de diferentes modelos de agrupamiento y clasificación, unido a pruebas y búsquedas de mejores parámetros ayudan a seleccionar los modelos que conformarán el núcleo del sistema predictivo. Los modelos permiten agrupar a los jugadores con características similares y clasificar las nuevas muestras. El conjunto de datos utilizado sobre los modelos es previamente procesado para facilitar el trabajo de los modelos y mejorar los resultados. La predicción de los nuevos jugadores se realiza basándose en el rendimiento histórico de los jugadores pertenecientes al mismo grupo, los cuales presentan características similares.

En el present treball es realitza un estudi que permeti millorar la presa de decisions i seleccionar els jugadors més preparats per jugar a les Lligues Majors de Beisbol. Per això, mitjançant una metodologia de desenvolupament àgil es crea una eina que prediu el rendiment ofensiu dels jugadors segons les seves estadístiques històriques en les Lligues Menors de Beisbol. Per arribar al sistema final, seguint una metodologia quantitativa per a l'obtenció d'informació, s'aconsegueixen les dades mitjançant web scrapping, els quals s'analitzen per comprendre'ls en detall.

In the present work a study is made to find knowledge that allows to improve the decision-making process and with more data to select the most prepared players to play in the MLB. For this purpose, using an agile development methodology, a tool that predicts the offensive performance of the players according to their historical statistics in minor leagues is created. To reach the final system, following a quantitative methodology to obtain information, data is obtained through web scrapping, which is analyzed to understand better the info they offer. A study of different grouping and classification models, together with tests and searches of better parameters helps to select the models forming the core of the predictive system. The models allow to group players with similar characteristics and classify new samples. The dataset used on the models is previous processed to facilitate the work of the models and improve the results. The prediction of the new players is based on the historical performance of the players belonging to the same group, which have similar characteristics. The results obtained place the present system in an advantageous position, managing to reduce the errors of the predictions considerably compared to other models in the same field. However, it is essential to consider other approaches especially in predictive calculations, as well as to improve the interpretation of results so that people, regardless of their knowledge of the subject, are able to assimilate them.