Um ranking estatístico do desempenho dos atletas da NBA nas temporadas 2019-20 a 2023-24

Abstract

Este trabalho desenvolve um ranking estatístico objetivo do desempenho dos atletas da NBA nas temporadas 2019-20 a 2023-24, utilizando técnicas multivariadas para superar avaliações subjetivas tradicionais. Foram coletados dados via web scraping do Basketball Reference, abrangendo métricas como pontos, assistências, rebotes, eficácias de arremessos e indicadores defensivos, com tratamento para consolidação de registros duplicados e segmentação por posição (PG, SG, SF, PF, C), considerando apenas jogadores com ≥20 jogos e 300 minutos. A metodologia incluiu análises exploratórias (estatísticas descritivas, boxplots, histogramas, correlogramas), Análise de Componentes Principais (PCA, com 75-89% de variância explicada pelos 3 primeiros componentes), clusterização K-médias (k=2-4 clusters por posição, validada por silhueta e cotovelo), e Análise Fatorial Exploratória (AFE) por posição, com extração máxima verossimilhança, rotação oblimin, testes KMO/Bartlett e escores fatoriais padronizados para rankings normalizados (0-100). Os resultados revelam perfis distintos por posição — armadores priorizando AST/PTS/X3P., pivôs ORB/DRB/BLK/X2P. —, com tops como Joel Embiid (1º geral 2022-23), Nikola Jokić (1º C 2020-21) e Shai Gilgeous-Alexander (3º geral 2022-23), comparados a MVPs para validar coerncia. Conclui-se que a abordagem promove transparência quantitativa no basquete, alinhada aos ODS 9 (inovação) e 3 (saúde), fornecendo rankings robustos e insights sobre perfis via clusters.

This study develops an objective statistical ranking of NBA players' performance across the 2019-20 to 2023-24 seasons, employing multivariate techniques to overcome traditional subjective evaluations. Data were collected via web scraping from Basketball Reference, encompassing metrics such as points, assists, rebounds, shooting efficiencies, and defensive indicators, with processing for duplicate record consolidation and segmentation by position (PG, SG, SF, PF, C), considering only players with ≥20 games and 300 minutes. The methodology included exploratory analyses (descriptive statistics, boxplots, histograms, correlograms), Principal Component Analysis (PCA, with 75-89% variance explained by the first 3 components), K-means clustering (k=2-4 clusters per position, validated by silhouette and elbow methods), and Exploratory Factor Analysis (EFA) by position, using maximum likelihood extraction, oblimin rotation, KMO/Bartlett tests, and standardized factorial scores for normalized rankings (0-100). Results reveal distinct profiles by position—point guards prioritizing AST/PTS/X3P., centers ORB/DRB/BLK/X2P.—with top performers like Joel Embiid (1st overall 2022-23), Nikola Jokić (1st C 2020-21), and Shai Gilgeous-Alexander (3rd overall 2022-23), compared to MVPs for validation. The approach promotes quantitative transparency in basketball, aligned with SDGs 9 (innovation) and 3 (health), providing robust rankings and cluster-based performance insights.