Análisis Estadístico de Jugadores Convocados - Copa Mundial FIFA 2026
Natalia Salas
10 de septiembre de 2026
Introducción
El presente informe desarrolla un análisis estadístico descriptivo sobre la base de datos de jugadores convocados a la Copa Mundial de la FIFA 2026, correspondiente a la Actividad 112 del curso. La base contiene información individual de 1.039 jugadores provenientes de distintas selecciones clasificadas.
El objetivo de este trabajo es aplicar los conceptos de estadística descriptiva vistos en el curso y hacer análisis sobre variables tanto cualitativas como cuantitativas, con el fin de caracterizar el perfil general de los convocados al torneo.
Objetivos
Objetivo general
Realizar un análisis estadístico descriptivo de al menos dos variables cualitativas y dos variables cuantitativas de la base de datos de jugadores de la Copa Mundial FIFA 2026, mediante tablas de frecuencia, indicadores estadísticos y gráficos, que permitan describir las características generales de los jugadores convocados.
Selección Variables
| Tipo de variable | Variable | Descripción |
|---|---|---|
| Cualitativa | Posicion |
Posición de juego del jugador (Portero, Defensa, Mediocampista, Delantero) |
| Cualitativa | Country |
Selección nacional a la que representa el jugador |
| Cuantitativa | Age |
Edad del jugador (en años) |
| Cuantitativa | Goles |
Número de goles anotados por el jugador |
# Carga de la base de datos
datos <- read_csv("wc2026_depurado (1).csv", show_col_types = FALSE)
# Traducción de la posición al español para mejor lectura
datos <- datos %>%
mutate(Posicion_es = case_when(
Posicion == "GK" ~ "Portero",
Posicion == "DF" ~ "Defensa",
Posicion == "MF" ~ "Mediocampista",
Posicion == "FW" ~ "Delantero",
TRUE ~ Posicion
))| Jugador | Posición | Selección | Edad | Goles |
|---|---|---|---|---|
| Brenden Aaronson | Mediocampista | United States | 25 | 0 |
| Thelo Aasgaard | Mediocampista | Norway | 24 | 1 |
| Hamza Abdelkarim | Delantero | Egypt | 18 | 0 |
| Hossam Abdelmaguid | Defensa | Egypt | 25 | 0 |
| Mohamed Abdelmonem | Defensa | Egypt | 27 | 0 |
| Ali Abdi | Defensa | Tunisia | 32 | 0 |
Análisis de variables cualitativas
Variable cualitativa 1: Posición de juego
(Posicion)
tabla_posicion <- datos %>%
count(Posicion_es, name = "Frecuencia") %>%
mutate(
`Frecuencia relativa` = round(Frecuencia / sum(Frecuencia), 3),
`Porcentaje (%)` = round(Frecuencia / sum(Frecuencia) * 100, 1)
) %>%
arrange(desc(Frecuencia))
kable(tabla_posicion, caption = "Tabla de frecuencias - Posición de juego") %>%
kable_styling(bootstrap_options = c("striped", "hover", "condensed"), full_width = FALSE) %>%
row_spec(0, background = "#00573F", color = "white", bold = TRUE)| Posicion_es | Frecuencia | Frecuencia relativa | Porcentaje (%) |
|---|---|---|---|
| Mediocampista | 392 | 0.377 | 37.7 |
| Defensa | 349 | 0.336 | 33.6 |
| Delantero | 236 | 0.227 | 22.7 |
| Portero | 62 | 0.060 | 6.0 |
# Variables auxiliares para el texto (evitan nombres de columnas con espacios en línea)
top_posicion <- tabla_posicion$Posicion_es[1]
top_posicion_frec <- tabla_posicion$Frecuencia[1]
top_posicion_pct <- tabla_posicion$`Porcentaje (%)`[1]ggplot(tabla_posicion, aes(x = reorder(Posicion_es, -Frecuencia), y = Frecuencia, fill = Posicion_es)) +
geom_col(width = 0.65) +
geom_text(aes(label = Frecuencia), vjust = -0.4, fontface = "bold", color = "grey20") +
scale_fill_manual(values = paleta_fifa) +
labs(
title = "Distribución de jugadores por posición de juego",
subtitle = "Convocados a la Copa Mundial FIFA 2026",
x = "Posición", y = "Número de jugadores"
) +
tema_fifa +
theme(legend.position = "none")
tabla_posicion <- tabla_posicion %>%
mutate(etiqueta = paste0(Posicion_es, "\n", `Porcentaje (%)`, "%"))
ggplot(tabla_posicion, aes(x = "", y = Frecuencia, fill = Posicion_es)) +
geom_col(width = 1, color = "white") +
coord_polar(theta = "y") +
geom_text(aes(label = etiqueta), position = position_stack(vjust = 0.5), color = "white", fontface = "bold", size = 3.5) +
scale_fill_manual(values = paleta_fifa) +
labs(title = "Participación porcentual por posición de juego", fill = "Posición") +
theme_void() +
theme(
plot.title = element_text(face = "bold", color = fifa_green, hjust = 0.5, size = 14),
legend.position = "bottom"
)
La posición con mayor número de convocados es Mediocampista, con 392 jugadores (37.7%), seguida de las demás posiciones en el orden mostrado en la tabla. Esto es consistente con la lógica táctica del fútbol moderno, en la que los equipos suelen convocar un mayor número de mediocampistas y defensas que de porteros.
Variable cualitativa 2: Selección nacional
(Country)
Dado que existen numerosas selecciones participantes, se presenta la tabla de frecuencias para las 10 selecciones con mayor número de jugadores convocados en la base de datos.
tabla_pais <- datos %>%
count(Country, name = "Frecuencia") %>%
mutate(`Porcentaje (%)` = round(Frecuencia / sum(Frecuencia) * 100, 1)) %>%
arrange(desc(Frecuencia)) %>%
slice_head(n = 10)
kable(tabla_pais, caption = "Top 10 selecciones con mayor número de jugadores convocados") %>%
kable_styling(bootstrap_options = c("striped", "hover", "condensed"), full_width = FALSE) %>%
row_spec(0, background = "#C8102E", color = "white", bold = TRUE)| Country | Frecuencia | Porcentaje (%) |
|---|---|---|
| Iraq | 25 | 2.4 |
| Mexico | 25 | 2.4 |
| Norway | 25 | 2.4 |
| Argentina | 24 | 2.3 |
| England | 24 | 2.3 |
| Japan | 24 | 2.3 |
| Paraguay | 24 | 2.3 |
| United States | 24 | 2.3 |
| Australia | 23 | 2.2 |
| Belgium | 23 | 2.2 |
ggplot(tabla_pais, aes(x = reorder(Country, Frecuencia), y = Frecuencia)) +
geom_col(fill = fifa_blue, width = 0.65) +
geom_text(aes(label = Frecuencia), hjust = -0.3, fontface = "bold", color = "grey20") +
coord_flip() +
labs(
title = "Top 10 selecciones con más jugadores convocados",
x = "Selección", y = "Número de jugadores"
) +
ylim(0, max(tabla_pais$Frecuencia) + 3) +
tema_fifa
Se observa que la mayoría de las selecciones convocan entre 23 y 25 jugadores, una edad joven y comun dentro del torneo.
Análisis de variables cuantitativas
Variable cuantitativa 1: Edad (Age)
moda <- function(x) {
ux <- unique(x)
ux[which.max(tabulate(match(x, ux)))]
}
resumen_edad <- datos %>%
summarise(
n = n(),
Media = round(mean(Age), 2),
Mediana = median(Age),
Moda = moda(Age),
`Desv. estándar` = round(sd(Age), 2),
Varianza = round(var(Age), 2),
Mínimo = min(Age),
`Q1 (25%)` = quantile(Age, 0.25),
`Q3 (75%)` = quantile(Age, 0.75),
Máximo = max(Age),
Rango = max(Age) - min(Age)
)
kable(resumen_edad, caption = "Estadísticos descriptivos - Edad de los jugadores") %>%
kable_styling(bootstrap_options = c("striped", "hover", "condensed"), full_width = FALSE) %>%
row_spec(0, background = "#00573F", color = "white", bold = TRUE)| n | Media | Mediana | Moda | Desv. estándar | Varianza | Mínimo | Q1 (25%) | Q3 (75%) | Máximo | Rango |
|---|---|---|---|---|---|---|---|---|---|---|
| 1039 | 27.46 | 27 | 27 | 4.2 | 17.62 | 17 | 24 | 30 | 41 | 24 |
ggplot(datos, aes(x = Age)) +
geom_histogram(binwidth = 2, fill = fifa_lime, color = "white", boundary = 0) +
geom_vline(xintercept = mean(datos$Age), color = fifa_red, linetype = "dashed", linewidth = 1) +
labs(
title = "Distribución de la edad de los jugadores convocados",
subtitle = paste0("Línea roja = edad promedio (", round(mean(datos$Age), 1), " años)"),
x = "Edad (años)", y = "Frecuencia"
) +
tema_fifa
ggplot(datos, aes(x = "", y = Age)) +
geom_boxplot(fill = fifa_purple, width = 0.35, alpha = 0.8, outlier.color = fifa_red) +
labs(title = "Diagrama de caja - Edad de los jugadores", x = "", y = "Edad (años)") +
tema_fifa +
coord_flip()
Variable cuantitativa 2: Goles anotados (Goles)
resumen_goles <- datos %>%
summarise(
n = n(),
Media = round(mean(Goles), 2),
Mediana = median(Goles),
Moda = moda(Goles),
`Desv. estándar` = round(sd(Goles), 2),
Varianza = round(var(Goles), 2),
Mínimo = min(Goles),
`Q1 (25%)` = quantile(Goles, 0.25),
`Q3 (75%)` = quantile(Goles, 0.75),
Máximo = max(Goles),
Rango = max(Goles) - min(Goles)
)
kable(resumen_goles, caption = "Estadísticos descriptivos - Goles anotados") %>%
kable_styling(bootstrap_options = c("striped", "hover", "condensed"), full_width = FALSE) %>%
row_spec(0, background = "#C8102E", color = "white", bold = TRUE)| n | Media | Mediana | Moda | Desv. estándar | Varianza | Mínimo | Q1 (25%) | Q3 (75%) | Máximo | Rango |
|---|---|---|---|---|---|---|---|---|---|---|
| 1039 | 0.28 | 0 | 0 | 0.83 | 0.7 | 0 | 0 | 0 | 10 | 10 |
ggplot(datos, aes(x = Goles)) +
geom_histogram(binwidth = 1, fill = fifa_orange, color = "white") +
labs(
title = "Distribución del número de goles anotados",
subtitle = "Fase de clasificación previa al Mundial 2026",
x = "Goles", y = "Número de jugadores"
) +
tema_fifa
ggplot(datos, aes(x = "", y = Goles)) +
geom_boxplot(fill = fifa_blue, width = 0.35, alpha = 0.8, outlier.color = fifa_red) +
labs(title = "Diagrama de caja - Goles anotados", x = "", y = "Goles") +
tema_fifa +
coord_flip()
Relación entre posición y edad
ggplot(datos, aes(x = Posicion_es, y = Age, fill = Posicion_es)) +
geom_boxplot(alpha = 0.85, outlier.color = fifa_red) +
scale_fill_manual(values = paleta_fifa) +
labs(
title = "Distribución de la edad según la posición de juego",
x = "Posición", y = "Edad (años)"
) +
tema_fifa +
theme(legend.position = "none")
Se aprecia que los porteros tienden a presentar una edad mediana superior a la de las demás posicione.
Top 5 jugadores destacados
Como cierre del análisis, se presentan los 5 jugadores con mayor número de goles anotados dentro de la base de datos.
top5 <- datos %>%
select(Player, Country, Posicion_es, Goles, Asistencias) %>%
arrange(desc(Goles)) %>%
slice_head(n = 5) %>%
mutate(Puesto = row_number()) %>%
select(Puesto, Player, Country, Posicion_es, Goles, Asistencias)
kable(top5, caption = "Top 5 jugadores con más goles", col.names = c("#", "Jugador", "Selección", "Posición", "Goles", "Asistencias")) %>%
kable_styling(bootstrap_options = c("striped", "hover", "condensed"), full_width = FALSE) %>%
row_spec(0, background = "#FF6B00", color = "white", bold = TRUE) %>%
row_spec(1, background = "#fdf2e9", bold = TRUE)| # | Jugador | Selección | Posición | Goles | Asistencias |
|---|---|---|---|---|---|
| 1 | Kylian Mbappé | France | Delantero | 10 | 4 |
| 2 | Lionel Messi | Argentina | Delantero | 8 | 4 |
| 3 | Jude Bellingham | England | Mediocampista | 7 | 1 |
| 4 | Erling Haaland | Norway | Delantero | 7 | 0 |
| 5 | Ousmane Dembélé | France | Mediocampista | 6 | 2 |
ggplot(top5, aes(x = reorder(Player, Goles), y = Goles)) +
geom_col(fill = fifa_red, width = 0.6) +
geom_text(aes(label = Goles), hjust = -0.4, fontface = "bold", color = "grey20") +
coord_flip() +
ylim(0, max(top5$Goles) + 2) +
labs(
title = "Top 5 goleadores de la base de datos",
x = "", y = "Goles"
) +
tema_fifa
Mejor jugador destacado
Conclusiones
- La variable posición tiene como moda a Mediocampista, con 392 jugadores, por encima de las otras tres categorías.
- En edad, la media (27.5 años), la mediana (27 años) y la moda (27 años) son muy cercanas entre sí, lo que indica una distribución simétrica.
- La desviación estándar de la edad es de 4.2 años, un valor bajo frente al promedio, lo que muestra poca dispersión entre los jugadores convocados.
- En goles, la media es 0.28 mientras que la mediana y la moda son 0. La diferencia entre estos valores refleja una asimetría positiva marcada.
- La desviación estándar de los goles (0.83) es mayor que su propia media, lo que confirma la alta dispersión y concentración de datos en valores bajos, con pocos valores extremos.
- En conjunto, la edad se comporta como una variable simétrica y homogénea, mientras que los goles muestran un comportamiento asimétrico y disperso, propio de una variable de conteo.
Referencias
- Base de datos:
wc2026_depurado.csv— Actividad 112, jugadores convocados a la Copa Mundial FIFA 2026. - FIFA. Identidad gráfica oficial de la Copa Mundial FIFA 2026.