Análisis Cluster

Row

Análisis Descriptivo

      id              altura_cm        peso_kg      envergadura_cm 
 Length:50          Min.   :170.4   Min.   :53.80   Min.   :180.8  
 Class :character   1st Qu.:181.4   1st Qu.:75.05   1st Qu.:191.2  
 Mode  :character   Median :187.7   Median :80.50   Median :200.2  
                    Mean   :187.8   Mean   :80.17   Mean   :199.6  
                    3rd Qu.:193.3   3rd Qu.:85.85   3rd Qu.:205.1  
                    Max.   :208.5   Max.   :95.60   Max.   :224.6  
 salto_vertical_cm   posicion         puntos_por_partido eficiencia_ataque
 Min.   :52.40     Length:50          Min.   : 3.00      Min.   :49.10    
 1st Qu.:56.25     Class :character   1st Qu.: 8.00      1st Qu.:65.92    
 Median :61.00     Mode  :character   Median :10.50      Median :73.05    
 Mean   :60.42                        Mean   : 9.76      Mean   :72.20    
 3rd Qu.:62.92                        3rd Qu.:12.00      3rd Qu.:79.53    
 Max.   :73.60                        Max.   :15.00      Max.   :92.80    
      edad           sexo           anos_experiencia fuerza_golpeo_n 
 Min.   :18.00   Length:50          Min.   : 1.00    Min.   : 569.8  
 1st Qu.:19.00   Class :character   1st Qu.: 3.00    1st Qu.: 721.6  
 Median :22.00   Mode  :character   Median : 5.50    Median : 784.1  
 Mean   :22.74                      Mean   : 5.68    Mean   : 795.0  
 3rd Qu.:26.00                      3rd Qu.: 8.00    3rd Qu.: 856.8  
 Max.   :29.00                      Max.   :11.00    Max.   :1107.9  
 velocidad_desplazamiento_m_s precision_saque eficiencia_bloqueo
 Min.   :3.760                Min.   :73.90   Min.   :38.00     
 1st Qu.:4.562                1st Qu.:82.72   1st Qu.:57.15     
 Median :4.785                Median :85.40   Median :65.05     
 Mean   :4.850                Mean   :85.13   Mean   :65.22     
 3rd Qu.:5.258                3rd Qu.:87.30   3rd Qu.:72.53     
 Max.   :5.950                Max.   :96.40   Max.   :89.50     
 resistencia_estres nivel_concentracion errores_por_partido
 Min.   :4.30       Min.   :4.900       Min.   :0.00       
 1st Qu.:6.50       1st Qu.:6.300       1st Qu.:2.00       
 Median :6.95       Median :7.000       Median :3.00       
 Mean   :7.01       Mean   :6.900       Mean   :3.12       
 3rd Qu.:7.70       3rd Qu.:7.475       3rd Qu.:4.00       
 Max.   :9.60       Max.   :8.800       Max.   :8.00       
 asistencias_por_partido
 Min.   :0.00           
 1st Qu.:2.00           
 Median :4.00           
 Mean   :3.66           
 3rd Qu.:5.00           
 Max.   :7.00           
  eficiencia_ataque_mean altura_cm_mean peso_kg_mean salto_vertical_cm_mean
1                   72.2        187.752       80.174                 60.424
  eficiencia_ataque_sd altura_cm_sd peso_kg_sd salto_vertical_cm_sd
1             10.33348      9.33235     8.7478             4.470838
  eficiencia_ataque_median altura_cm_median peso_kg_median
1                    73.05            187.7           80.5
  salto_vertical_cm_median eficiencia_ataque_min altura_cm_min peso_kg_min
1                       61                  49.1         170.4        53.8
  salto_vertical_cm_min eficiencia_ataque_max altura_cm_max peso_kg_max
1                  52.4                  92.8         208.5        95.6
  salto_vertical_cm_max
1                  73.6

Row

Cálculo de la Matriz de Distancia

     1    2    3    4    5
1  0.0  1.0 14.7  7.8 28.6
2  1.0  0.0 13.7  6.8 27.6
3 14.7 13.7  0.0  6.9 13.9
4  7.8  6.8  6.9  0.0 20.8
5 28.6 27.6 13.9 20.8  0.0

Row

Análisis de Componentes Principales (ACP)

Importance of components:
                          PC1    PC2    PC3    PC4
Standard deviation     1.0939 1.0767 0.9535 0.8573
Proportion of Variance 0.2992 0.2898 0.2273 0.1837
Cumulative Proportion  0.2992 0.5890 0.8163 1.0000

Título

Row

Identificación de Clusters

Row

Tabla de Identificación de Clusters por Posición

           
            1 2 3
  Atacante  7 2 2
  Central   4 3 5
  Colocador 5 7 3
  Libero    4 1 7

Row

Interpretación

Los jugadores se agrupan en clusters distintos basados en la eficiencia de ataque y otras variables físicas. 
Cada cluster representa un perfil diferente de jugador, lo cual es útil para identificar talentos. 

Discusión

Los resultados del clustering son consistentes con estudios previos que indican que la eficiencia de ataque y atributos físicos son determinantes en el desempeño de los jugadores de voleibol. 
Investigaciones previas muestran que los perfiles de jugadores pueden varian significativamente entre posiciones, lo cual es evidente en los clusters formados. 

Conclusiones

El análisis de clusters proporciona información importante sobre los perfiles de jugadores de voleibol. 
Las diferentes posiciones presentan características únicas que pueden ser utilizadas para optimizar el rendimiento y la selección de talentos. 
Este análisis puede es una herramienta valiosa para los entrenadores en la planificación de entrenamientos y en la selección de jugadores.