Introducción:
En este reporte analizamos datos de equipos de Grandes Ligas (MLB)
usando el dataset Teams del paquete Lahman.
El objetivo es explorar la relación entre jonrones
(HR) y carreras anotadas (R).
Vista inicical de los datos:
head(Teams)
## yearID lgID teamID franchID divID Rank G Ghome W L DivWin WCWin LgWin
## 1 1884 UA ALT ALT <NA> 10 25 NA 6 19 <NA> <NA> N
## 2 1961 AL LAA ANA <NA> 8 162 82 70 91 <NA> <NA> N
## 3 1962 AL LAA ANA <NA> 3 162 81 86 76 <NA> <NA> N
## 4 1963 AL LAA ANA <NA> 9 161 81 70 91 <NA> <NA> N
## 5 1964 AL LAA ANA <NA> 5 162 81 82 80 <NA> <NA> N
## 6 1965 AL CAL ANA <NA> 7 162 80 75 87 <NA> <NA> N
## WSWin R AB H X2B X3B HR BB SO SB CS HBP SF RA ER ERA CG SHO SV
## 1 <NA> 90 899 223 30 6 2 22 130 NA NA NA NA 216 114 4.67 20 0 0
## 2 N 744 5424 1331 218 22 189 681 1068 37 28 NA NA 784 689 4.31 25 5 34
## 3 N 718 5499 1377 232 35 137 602 917 46 27 NA NA 706 603 3.70 23 15 47
## 4 N 597 5506 1378 208 38 95 448 916 43 30 NA NA 660 569 3.52 30 13 31
## 5 N 544 5362 1297 186 27 102 472 920 49 39 NA NA 551 469 2.91 30 28 41
## 6 N 527 5354 1279 200 36 92 443 973 107 59 NA NA 569 508 3.17 39 14 33
## IPouts HA HRA BBA SOA E DP FP name
## 1 659 292 3 52 93 156 4 0.862 Altoona Mountain City
## 2 4314 1391 180 713 973 192 154 0.969 Los Angeles Angels
## 3 4398 1412 118 616 858 175 153 0.972 Los Angeles Angels
## 4 4365 1317 120 578 889 163 155 0.974 Los Angeles Angels
## 5 4350 1273 100 530 965 138 168 0.978 Los Angeles Angels
## 6 4323 1259 91 563 847 123 149 0.981 California Angels
## park attendance BPF PPF teamIDBR teamIDlahman45 teamIDretro
## 1 <NA> NA 101 109 ALT ALT ALT
## 2 Wrigley Field (LA) 603510 111 112 LAA LAA LAA
## 3 Dodger Stadium 1144063 97 97 LAA LAA LAA
## 4 Dodger Stadium 821015 94 94 LAA LAA LAA
## 5 Dodger Stadium 760439 90 90 LAA LAA LAA
## 6 Dodger Stadium 566727 97 98 CAL CAL CAL
names(Teams)
## [1] "yearID" "lgID" "teamID" "franchID"
## [5] "divID" "Rank" "G" "Ghome"
## [9] "W" "L" "DivWin" "WCWin"
## [13] "LgWin" "WSWin" "R" "AB"
## [17] "H" "X2B" "X3B" "HR"
## [21] "BB" "SO" "SB" "CS"
## [25] "HBP" "SF" "RA" "ER"
## [29] "ERA" "CG" "SHO" "SV"
## [33] "IPouts" "HA" "HRA" "BBA"
## [37] "SOA" "E" "DP" "FP"
## [41] "name" "park" "attendance" "BPF"
## [45] "PPF" "teamIDBR" "teamIDlahman45" "teamIDretro"
Resúmenes estadísticos:
summary(Teams$HR)
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 0.0 48.0 112.0 108.1 158.0 307.0
summary(Teams$R)
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 24.0 615.0 692.0 682.1 765.0 1220.0
Histograma de HR:
hist(Teams$HR, col="gold",xlab = "Jonrones por equipo-temporada", ylab="Frecuencia", main = "Distribución de Jonrones" )
Relación entre HR y R:
plot(Teams$HR, Teams$R, xlab="Jonrones (HR)", ylab="Carreras (R)", main="Relación entre HR y R", col="purple")
Conclusión:
Los datos muestran que en la historia de la MLB era común que muchos
equipos tuvieran pocos jonrones, aunque en épocas más recientes hay mas
jonrones. El gráfico de dispersión muesta que exite una relación
positiva en que mientras más jonrones conecta un equipo, más carreras
anota.