Información.

Integrantes: Isabella Gordillo Salas Wilson Acosta

Estos datos fueron recolectados de la pagina www.kaggle.com , los datos tienen un tamaño de muestrade 4788 con 21 variables

Tabla de datos.

Estadísticas.

Descriptive Statistics  
matches_premier_league  
N: 4788  

                       dist        fk        ga        gf        pk     pkatt      poss    season
----------------- --------- --------- --------- --------- --------- --------- --------- ---------
             Mean     17.36      0.45      1.41      1.45      0.12      0.15     50.43   2022.37
          Std.Dev      3.05      0.67      1.29      1.31      0.34      0.38     12.81      1.46
              Min      5.30      0.00      0.00      0.00      0.00      0.00     18.00   2020.00
               Q1     15.40      0.00      0.00      0.00      0.00      0.00     41.00   2021.00
           Median     17.20      0.00      1.00      1.00      0.00      0.00     51.00   2023.00
               Q3     19.10      1.00      2.00      2.00      0.00      0.00     60.00   2024.00
              Max     39.90      4.00      9.00      9.00      3.00      3.00     82.00   2024.00
              MAD      2.82      0.00      1.48      1.48      0.00      0.00     14.83      1.48
              IQR      3.70      1.00      2.00      2.00      0.00      0.00     19.00      3.00
               CV      0.18      1.47      0.92      0.91      2.90      2.60      0.25      0.00
         Skewness      0.60      1.44      1.11      1.11      2.90      2.56     -0.03     -0.34
      SE.Skewness      0.04      0.04      0.04      0.04      0.04      0.04      0.04      0.04
         Kurtosis      2.93      2.07      1.85      1.89      8.56      6.41     -0.75     -1.29
          N.Valid   4786.00   4788.00   4788.00   4788.00   4788.00   4788.00   4788.00   4788.00
        Pct.Valid     99.96    100.00    100.00    100.00    100.00    100.00    100.00    100.00

Table: Table continues below

 

                         sh       sot        xg       xga
----------------- --------- --------- --------- ---------
             Mean     12.62      4.26      1.40      1.36
          Std.Dev      5.55      2.46      0.83      0.81
              Min      0.00      0.00      0.00      0.00
               Q1      9.00      2.00      0.80      0.70
           Median     12.00      4.00      1.30      1.20
               Q3     16.00      6.00      1.90      1.80
              Max     36.00     15.00      7.00      7.00
              MAD      5.93      2.97      0.74      0.74
              IQR      7.00      4.00      1.10      1.10
               CV      0.44      0.58      0.59      0.60
         Skewness      0.57      0.71      0.97      0.97
      SE.Skewness      0.04      0.04      0.04      0.04
         Kurtosis      0.20      0.50      1.39      1.38
          N.Valid   4788.00   4788.00   4788.00   4788.00
        Pct.Valid    100.00    100.00    100.00    100.00

Conclusión:

Este trabajo analiza los datos de partidos de la Premier League utilizando diferentes herramientas de visualización y estadística en R. Los datos provienen de una muestra de 4788 registros con 21 variables, recolectados de Kaggle. Se procesaron y visualizaron para observar tendencias y patrones en los resultados de los partidos, goles a favor y en contra, y otras variables clave.

• Exploración de Datos y Estadísticas : Se realizó un análisis exploratorio que incluyó la eliminación de datos faltantes y la generación de estadísticas descriptivas para las variables. Esto permitió una visión general de la distribución y características básicas de los datos.

• Visualización : Se usaron varios tipos de gráficos:

• Diagramas de Barras : Para observar la frecuencia de los resultados en diferentes rondas y temporadas.

• Diagramas de Cajas : Para analizar la dispersión de goles a favor y objetivos esperados, identificando posibles valores atípicos.

• Gráfico de Correlación : Para evaluar la relación entre goles a favor y en contra.

• Tablas Cruzadas : Para ver la distribución de partidos en diferentes días y estadios.

• Hallazgos : Las visualizaciones resaltan patrones y relaciones significativas en los datos, como la frecuencia de ciertos resultados y variaciones en los goles según las condiciones de juego.

Conclusión : Este análisis proporciona una base sólida para entender mejor los resultados de la Premier League y sus tendencias en los datos de goles y rendimiento. Las visualizaciones y tablas permiten identificar factores clave que pueden influir en los resultados de los partidos. Esto abre la puerta a estudios más avanzados sobre el impacto de diversas variables en el rendimiento de los equipos, facilitando así un análisis más profundo para estrategias deportivas y análisis de rendimiento.