1 Resumen ejecutivo y límites de inferencia

Pregunta general: ¿existen diferencias medibles de rendimiento entre los boxeadores de la base y podemos identificar de forma defendible al mejor libra por libra durante 19/11/2016–19/11/2026?

Respuesta metodológica: el estudio es observacional retrospectivo, no un experimento aleatorizado. Los boxeadores no se asignaron al azar a rivales o divisiones; además, los registros actuales son una selección de perfiles de campeones WBO, no una muestra representativa del universo de boxeadores de diez años. Los récords publicados abarcan la carrera completa a la fecha de la fuente y no equivalen a victorias dentro de 2016–2026.

Regla fundamental: el informe no proclamará un ganador libra por libra con récords de carrera, victorias seleccionadas, rankings por división o alturas. Sí realizará auditoría, descripción y pruebas exploratorias cuando la muestra lo permita, indicando las limitaciones después de cada resultado.

Objetivo general: caracterizar y comparar de manera exploratoria el desempeño registrado e identificar los datos adicionales necesarios para estimar un ranking P4P ajustado por oposición, época y categoría.

Objetivos específicos: verificar integridad y procedencia; describir características físicas y récords; plantear seis preguntas; seleccionar pruebas según independencia, escala y supuestos; informar decisiones e incertidumbre; definir el modelo longitudinal que será posible con peleas completas.

2 1. Lectura de la última base y preparación

ruta <- params$archivo_excel
if (!file.exists(ruta)) {
  candidatos <- list.files('.', pattern='^Base_Boxeo_Oficial_2016_2026_Alturas\\.xlsx$',
                           recursive=TRUE, full.names=TRUE)
  if (length(candidatos)>0) ruta <- candidatos[1]
}
if (!file.exists(ruta) && interactive()) {
  message('Selecciona el archivo Base_Boxeo_Oficial_2016_2026_Alturas.xlsx')
  ruta <- file.choose()
}
if (!file.exists(ruta)) {
  stop('No se encontró el Excel. Copia el archivo junto al Rmd o configura params$archivo_excel con su ruta.')
}
hojas <- readxl::excel_sheets(ruta)
requeridas <- c('BOXEADORES','COMBATES','CAMPEONATOS','RANKINGS_WBC','ALTURAS','FUENTES')
if (!all(requeridas %in% hojas)) {
  stop(paste('Faltan hojas obligatorias:', paste(setdiff(requeridas, hojas), collapse=', ')))
}
boxeadores <- readxl::read_excel(ruta, sheet='BOXEADORES')
combates   <- readxl::read_excel(ruta, sheet='COMBATES')
titulos    <- readxl::read_excel(ruta, sheet='CAMPEONATOS')
rankings   <- readxl::read_excel(ruta, sheet='RANKINGS_WBC')
alturas    <- readxl::read_excel(ruta, sheet='ALTURAS')
fuentes    <- readxl::read_excel(ruta, sheet='FUENTES')

campos <- c('id_boxeador','nombre','sexo','division_perfil',
            'estatura_cm','alcance_cm','edad_2026_11_19',
            'victorias_carrera','derrotas_carrera','empates_carrera',
            'victorias_ko_tko','limite_division_lb','defensas_wbo_reportadas')
if (!all(campos %in% names(boxeadores))) {
  stop(paste('Columnas no disponibles:', paste(setdiff(campos, names(boxeadores)), collapse=', ')))
}

boxeadores <- boxeadores %>%
  mutate(across(any_of(c('estatura_cm','alcance_cm','edad_2026_11_19',
                         'victorias_carrera','derrotas_carrera','empates_carrera',
                         'victorias_ko_tko','limite_division_lb',
                         'defensas_wbo_reportadas')), numero),
         sexo = as.character(sexo),
         sexo_etiqueta=case_when(sexo=='M'~'Masculino',
                                sexo=='F'~'Femenino',TRUE~'Sin especificar'))

nacimiento <- suppressWarnings(as.Date(boxeadores$fecha_nacimiento))
anios_cumplidos <- suppressWarnings(as.integer(format(fecha_corte, '%Y')) -
  as.integer(format(nacimiento, '%Y')) -
  as.integer(format(fecha_corte, '%m%d') < format(nacimiento, '%m%d')))
boxeadores$edad <- ifelse(!is.na(anios_cumplidos), anios_cumplidos,
                         boxeadores$edad_2026_11_19)

boxeadores <- boxeadores %>%
  mutate(peleas_con_decision = if_else(!is.na(victorias_carrera) &
                        !is.na(derrotas_carrera) & !is.na(empates_carrera),
                        victorias_carrera + derrotas_carrera + empates_carrera,
                        NA_real_),
         pct_victorias = if_else(!is.na(peleas_con_decision) & peleas_con_decision>0,
                               100*victorias_carrera/peleas_con_decision, NA_real_),
         pct_ko_victorias = if_else(!is.na(victorias_ko_tko) &
                                     !is.na(victorias_carrera) & victorias_carrera>0,
                                     100*victorias_ko_tko/victorias_carrera, NA_real_),
         limite_agrupacion = if_else(is.na(limite_division_lb) &
                 grepl('Pesado', division_perfil, ignore.case=TRUE),
                 201, limite_division_lb),
         estrato_peso = case_when(
                 !is.na(limite_agrupacion) & limite_agrupacion<=135 ~ 'Ligera (≤135 lb)',
                 !is.na(limite_agrupacion) & limite_agrupacion<=168 ~ 'Intermedia (140–168 lb)',
                 !is.na(limite_agrupacion) & limite_agrupacion>168 ~ 'Alta (≥175 lb)',
                 TRUE ~ NA_character_))

combates <- combates %>% mutate(fecha=as.Date(fecha),
                                resultado_ganador=as.character(resultado_ganador))

cat('Archivo cargado: **', basename(ruta), '**.  Hojas: **', length(hojas),
    '**. Fecha de corte: **', format(fecha_corte, '%d/%m/%Y'), '**.\n\n', sep='')
## Archivo cargado: **Base_Boxeo_Oficial_2016_2026_Alturas.xlsx**.  Hojas: **11**. Fecha de corte: **19/11/2026**.

2.1 ¿Qué variables vamos a analizar?

Rol Variables Escala / observación
Identificación id_boxeador, nombre, sexo Nominal; los análisis se estratifican por sexo
Características edad, estatura_cm, alcance_cm, division_perfil Edad/estatura/alcance cuantitativas; división categórica
Respuesta exploratoria pct_victorias Porcentaje calculado con victorias, derrotas y empates de carrera; no 10 años
Logros descriptivos defensas_wbo_reportadas, títulos Valores informados solo cuando la fuente los reporta
Respuesta futura victoria/derrota por pelea, no por boxeador Binaria; requiere historial completo y rivales enlazados
Bloqueo / ajuste futuro boxeador, rival, división, año Repeticiones y diferencias de oposición; no bloques aleatorizados

3 2. Auditoría de calidad y procedencia

resumen_auditoria <- data.frame(
  Indicador=c('Boxeadores','Combates seleccionados','Registros de campeonatos WBO',
              'Posiciones de ranking WBC','Estaturas disponibles',
              'Alcances disponibles','Edades disponibles',
              'Récords completos (V–D–E)','KO/TKO disponibles','Fuentes registradas'),
  Cantidad=c(nrow(boxeadores),nrow(combates),nrow(titulos),nrow(rankings),
             sum(!is.na(boxeadores$estatura_cm)),
             sum(!is.na(boxeadores$alcance_cm)),
             sum(!is.na(boxeadores$edad)),
             sum(stats::complete.cases(boxeadores[,c('victorias_carrera',
                               'derrotas_carrera','empates_carrera')])),
             sum(!is.na(boxeadores$victorias_ko_tko)),nrow(fuentes)))
imprimir(resumen_auditoria, 'Tabla 1. Auditoría de la base de datos')
## <table class="table table-striped table-condensed">
## <caption>Tabla 1. Auditoría de la base de datos</caption>
##  <thead>
##   <tr>
##    <th style="text-align:left;"> Indicador </th>
##    <th style="text-align:right;"> Cantidad </th>
##   </tr>
##  </thead>
## <tbody>
##   <tr>
##    <td style="text-align:left;"> Boxeadores </td>
##    <td style="text-align:right;"> 38 </td>
##   </tr>
##   <tr>
##    <td style="text-align:left;"> Combates seleccionados </td>
##    <td style="text-align:right;"> 31 </td>
##   </tr>
##   <tr>
##    <td style="text-align:left;"> Registros de campeonatos WBO </td>
##    <td style="text-align:right;"> 31 </td>
##   </tr>
##   <tr>
##    <td style="text-align:left;"> Posiciones de ranking WBC </td>
##    <td style="text-align:right;"> 16 </td>
##   </tr>
##   <tr>
##    <td style="text-align:left;"> Estaturas disponibles </td>
##    <td style="text-align:right;"> 37 </td>
##   </tr>
##   <tr>
##    <td style="text-align:left;"> Alcances disponibles </td>
##    <td style="text-align:right;"> 28 </td>
##   </tr>
##   <tr>
##    <td style="text-align:left;"> Edades disponibles </td>
##    <td style="text-align:right;"> 12 </td>
##   </tr>
##   <tr>
##    <td style="text-align:left;"> Récords completos (V–D–E) </td>
##    <td style="text-align:right;"> 36 </td>
##   </tr>
##   <tr>
##    <td style="text-align:left;"> KO/TKO disponibles </td>
##    <td style="text-align:right;"> 6 </td>
##   </tr>
##   <tr>
##    <td style="text-align:left;"> Fuentes registradas </td>
##    <td style="text-align:right;"> 35 </td>
##   </tr>
## </tbody>
## </table>
comprobacion <- data.frame(
  Comprobacion=c('IDs duplicados de boxeadores', 'Peleas sin identificación',
                'Combates fuera del intervalo',
                'Resultados distintos de victoria en COMBATES',
                'Peleas con rivales enlazados a la base'),
  Cantidad=c(sum(duplicated(boxeadores$id_boxeador)),
             sum(is.na(combates$id_pelea) | trimws(as.character(combates$id_pelea))==''),
             sum(combates$fecha<fecha_inicio | combates$fecha>fecha_corte,na.rm=TRUE),
             sum(!is.na(combates$resultado_ganador) &
                  tolower(trimws(combates$resultado_ganador))!='victoria'),
             sum(!is.na(combates$id_perdedor) &
                  trimws(as.character(combates$id_perdedor))!='')))
imprimir(comprobacion, 'Tabla 2. Validaciones de estructura')
## <table class="table table-striped table-condensed">
## <caption>Tabla 2. Validaciones de estructura</caption>
##  <thead>
##   <tr>
##    <th style="text-align:left;"> Comprobacion </th>
##    <th style="text-align:right;"> Cantidad </th>
##   </tr>
##  </thead>
## <tbody>
##   <tr>
##    <td style="text-align:left;"> IDs duplicados de boxeadores </td>
##    <td style="text-align:right;"> 0 </td>
##   </tr>
##   <tr>
##    <td style="text-align:left;"> Peleas sin identificación </td>
##    <td style="text-align:right;"> 0 </td>
##   </tr>
##   <tr>
##    <td style="text-align:left;"> Combates fuera del intervalo </td>
##    <td style="text-align:right;"> 0 </td>
##   </tr>
##   <tr>
##    <td style="text-align:left;"> Resultados distintos de victoria en COMBATES </td>
##    <td style="text-align:right;"> 0 </td>
##   </tr>
##   <tr>
##    <td style="text-align:left;"> Peleas con rivales enlazados a la base </td>
##    <td style="text-align:right;"> 3 </td>
##   </tr>
## </tbody>
## </table>
prop_ganadas <- if (nrow(combates)) mean(tolower(trimws(combates$resultado_ganador))=='victoria',
                                       na.rm=TRUE) else NA_real_
nota(paste0('<strong>Interpretación:</strong> contamos con ', nrow(boxeadores),
             ' perfiles y ', nrow(combates), ' peleas seleccionadas. ',
             ifelse(is.finite(prop_ganadas) && prop_ganadas==1,
              'La hoja COMBATES registra únicamente victorias: <strong>no permite comparar la probabilidad de ganar o perder</strong> ni estimar un GLMM sin completar los resultados.',
              'Debe evaluarse la cobertura de resultados antes de estimar un GLMM.'),
             ' Además, los récords WBO son acumulados de carrera y la selección de campeones introduce sesgo de selección.'),
     'advertencia')
## <div class='advertencia'><strong>Interpretación:</strong> contamos con 38 perfiles y 31 peleas seleccionadas. La hoja COMBATES registra únicamente victorias: <strong>no permite comparar la probabilidad de ganar o perder</strong> ni estimar un GLMM sin completar los resultados. Además, los récords WBO son acumulados de carrera y la selección de campeones introduce sesgo de selección.</div>
variables_clave <- c('edad','estatura_cm','alcance_cm','victorias_carrera',
                     'derrotas_carrera','empates_carrera','victorias_ko_tko',
                     'pct_victorias','defensas_wbo_reportadas')
cobertura <- data.frame(variable=variables_clave,
                        disponibles=vapply(variables_clave,
                         function(v) sum(!is.na(boxeadores[[v]])),integer(1))) %>%
  mutate(porcentaje=100*disponibles/nrow(boxeadores))
imprimir(cobertura, 'Tabla 3. Disponibilidad de variables', 1)
## <table class="table table-striped table-condensed">
## <caption>Tabla 3. Disponibilidad de variables</caption>
##  <thead>
##   <tr>
##    <th style="text-align:left;">   </th>
##    <th style="text-align:left;"> variable </th>
##    <th style="text-align:right;"> disponibles </th>
##    <th style="text-align:right;"> porcentaje </th>
##   </tr>
##  </thead>
## <tbody>
##   <tr>
##    <td style="text-align:left;"> edad </td>
##    <td style="text-align:left;"> edad </td>
##    <td style="text-align:right;"> 12 </td>
##    <td style="text-align:right;"> 31.6 </td>
##   </tr>
##   <tr>
##    <td style="text-align:left;"> estatura_cm </td>
##    <td style="text-align:left;"> estatura_cm </td>
##    <td style="text-align:right;"> 37 </td>
##    <td style="text-align:right;"> 97.4 </td>
##   </tr>
##   <tr>
##    <td style="text-align:left;"> alcance_cm </td>
##    <td style="text-align:left;"> alcance_cm </td>
##    <td style="text-align:right;"> 28 </td>
##    <td style="text-align:right;"> 73.7 </td>
##   </tr>
##   <tr>
##    <td style="text-align:left;"> victorias_carrera </td>
##    <td style="text-align:left;"> victorias_carrera </td>
##    <td style="text-align:right;"> 36 </td>
##    <td style="text-align:right;"> 94.7 </td>
##   </tr>
##   <tr>
##    <td style="text-align:left;"> derrotas_carrera </td>
##    <td style="text-align:left;"> derrotas_carrera </td>
##    <td style="text-align:right;"> 36 </td>
##    <td style="text-align:right;"> 94.7 </td>
##   </tr>
##   <tr>
##    <td style="text-align:left;"> empates_carrera </td>
##    <td style="text-align:left;"> empates_carrera </td>
##    <td style="text-align:right;"> 36 </td>
##    <td style="text-align:right;"> 94.7 </td>
##   </tr>
##   <tr>
##    <td style="text-align:left;"> victorias_ko_tko </td>
##    <td style="text-align:left;"> victorias_ko_tko </td>
##    <td style="text-align:right;"> 6 </td>
##    <td style="text-align:right;"> 15.8 </td>
##   </tr>
##   <tr>
##    <td style="text-align:left;"> pct_victorias </td>
##    <td style="text-align:left;"> pct_victorias </td>
##    <td style="text-align:right;"> 36 </td>
##    <td style="text-align:right;"> 94.7 </td>
##   </tr>
##   <tr>
##    <td style="text-align:left;"> defensas_wbo_reportadas </td>
##    <td style="text-align:left;"> defensas_wbo_reportadas </td>
##    <td style="text-align:right;"> 21 </td>
##    <td style="text-align:right;"> 55.3 </td>
##   </tr>
## </tbody>
## </table>
ggplot(cobertura, aes(x=reorder(variable, porcentaje), y=porcentaje))+
  geom_col(fill='#3982a9',width=.72)+
  geom_text(aes(label=paste0(round(porcentaje,1),'%')), hjust=-.1, size=3.7)+
  coord_flip()+ylim(0,110)+
  labs(title='Cobertura de las variables', x=NULL, y='Registros disponibles (%)')+
  theme_minimal(base_size=12)

nota('Las ausencias no se completan artificialmente. En particular, un valor vacío de KO o defensas no se interpreta como cero; tampoco se extrapolan peleas no registradas. Cada prueba indicará el tamaño efectivo de muestra.')
## <div class='conclusion'>Las ausencias no se completan artificialmente. En particular, un valor vacío de KO o defensas no se interpreta como cero; tampoco se extrapolan peleas no registradas. Cada prueba indicará el tamaño efectivo de muestra.</div>

4 3. Diseño y selección de pruebas

Diseño real: retrospectivo, observacional, no balanceado. En la hoja BOXEADORES la unidad de análisis es el boxeador (una fila por individuo); en la futura base longitudinal será la participación en una pelea. No deben tratarse como independientes varias peleas del mismo boxeador.

Enfoque de Diseño Experimental ¿Aplica como diseño causal? Uso correcto en este trabajo
DCA (completamente al azar) No No existe asignación aleatoria de tratamientos.
DBCA (bloques completos al azar) No No hay tratamiento aplicado a cada bloque ni balance; la categoría no constituye un bloqueo experimental.
Factorial No como experimento Edad, división y año podrían entrar como covariables/factores observacionales.
Medidas repetidas Sí, en una fase futura Las peleas sucesivas de un boxeador requieren manejar la dependencia.
Modelo longitudinal mixto Sí, tras completar resultados Ajustar por rival, contexto, división y repetición con un GLMM u otra formulación apropiada.

Ruta de decisión estadística
1. ¿Se asignó aleatoriamente al boxeador a un tratamiento? No → no es DCA ni DBCA experimental.
2. ¿Una fila = un boxeador y la variable es continua? Sí → resumen, gráficos, correlación o comparación entre grupos independientes.
3. ¿Se comparan grupos independientes con n adecuado? Sí → Shapiro–Wilk de residuos y Brown–Forsythe/Levene por mediana.
4. Si residuos aproximadamente normales y varianzas semejantes → ANOVA; si normalidad razonable y varianzas distintas → Welch; si la normalidad no es razonable → Kruskal–Wallis exploratorio. Con grupos muy pequeños o poca variabilidad → no aplicar.
5. ¿Dos variables continuas por boxeador? → Spearman (sin normalidad exigida; no implica causalidad).
6. ¿Resultado victoria/derrota por pelea y repeticiones completas? → GLMM logístico con efectos por boxeador y ajustes; no aplicable todavía.
7. Para escoger el mejor P4P → requerimos calidad de oposición, récord por período, títulos completos y sensibilidad de pesos; una sola prueba de hipótesis no crea una clasificación.

Criterio de decisión: \(\alpha = 0.05\). Si \(p < \alpha\), se rechaza \(H_0\); en caso contrario, no se rechaza. No rechazar no prueba igualdad. Los p-valores exploratorios de varias comparaciones se interpretarán con cautela y, en correlaciones, se ajustarán con Holm.

5 4. Estadística descriptiva de los 38 perfiles

descrip_sexo <- boxeadores %>% group_by(sexo_etiqueta) %>%
  summarise(n=dplyr::n(),
            n_record=sum(!is.na(pct_victorias)),
            mediana_edad=median(edad,na.rm=TRUE),
            media_estatura_cm=mean(estatura_cm,na.rm=TRUE),
            media_alcance_cm=mean(alcance_cm,na.rm=TRUE),
            mediana_pct_victorias=median(pct_victorias,na.rm=TRUE),
            .groups='drop')
imprimir(descrip_sexo, 'Tabla 4. Perfil por competición masculina y femenina')
## <table class="table table-striped table-condensed">
## <caption>Tabla 4. Perfil por competición masculina y femenina</caption>
##  <thead>
##   <tr>
##    <th style="text-align:left;"> sexo_etiqueta </th>
##    <th style="text-align:right;"> n </th>
##    <th style="text-align:right;"> n_record </th>
##    <th style="text-align:right;"> mediana_edad </th>
##    <th style="text-align:right;"> media_estatura_cm </th>
##    <th style="text-align:right;"> media_alcance_cm </th>
##    <th style="text-align:right;"> mediana_pct_victorias </th>
##   </tr>
##  </thead>
## <tbody>
##   <tr>
##    <td style="text-align:left;"> Femenino </td>
##    <td style="text-align:right;"> 14 </td>
##    <td style="text-align:right;"> 14 </td>
##    <td style="text-align:right;"> NA </td>
##    <td style="text-align:right;"> 168.54 </td>
##    <td style="text-align:right;"> 170.17 </td>
##    <td style="text-align:right;"> 95.55 </td>
##   </tr>
##   <tr>
##    <td style="text-align:left;"> Masculino </td>
##    <td style="text-align:right;"> 24 </td>
##    <td style="text-align:right;"> 22 </td>
##    <td style="text-align:right;"> 31 </td>
##    <td style="text-align:right;"> 176.25 </td>
##    <td style="text-align:right;"> 181.64 </td>
##    <td style="text-align:right;"> 100.00 </td>
##   </tr>
## </tbody>
## </table>
boxeadores %>% filter(!is.na(pct_victorias)) %>%
  ggplot(aes(x=sexo_etiqueta,y=pct_victorias,fill=sexo_etiqueta))+
  geom_boxplot(width=.4, alpha=.65, outlier.shape=NA)+
  geom_jitter(width=.09, alpha=.75, size=2)+
  scale_fill_manual(values=c('Femenino'='#6bb2ca','Masculino'='#1d577e'))+
  coord_cartesian(ylim=c(0,105))+
  labs(title='Porcentaje de victorias en la carrera (no en los 10 años)',
       x='Competición', y='% victorias (carrera)')+
  guides(fill='none')+theme_minimal(base_size=12)

nota('El gráfico describe perfiles seleccionados, mayoritariamente campeones. La altura, edad o división no confieren puntos P4P. No contrastamos aquí “masculino vs. femenino” como si fueran divisiones comparables y no consideramos estas proporciones tasas específicas de 2016–2026.')
## <div class='conclusion'>El gráfico describe perfiles seleccionados, mayoritariamente campeones. La altura, edad o división no confieren puntos P4P. No contrastamos aquí “masculino vs. femenino” como si fueran divisiones comparables y no consideramos estas proporciones tasas específicas de 2016–2026.</div>

5.1 Ranking meramente descriptivo de victorias de carrera

top_historial <- boxeadores %>%
  filter(!is.na(pct_victorias)) %>%
  arrange(desc(pct_victorias), desc(victorias_carrera), nombre) %>%
  select(nombre,sexo_etiqueta,division_perfil,victorias_carrera,
         derrotas_carrera,empates_carrera,pct_victorias) %>%
  head(12)
imprimir(top_historial,'Tabla 5. Mayores porcentajes de victorias (carrera, descriptivo)',2)
## <table class="table table-striped table-condensed">
## <caption>Tabla 5. Mayores porcentajes de victorias (carrera, descriptivo)</caption>
##  <thead>
##   <tr>
##    <th style="text-align:left;"> nombre </th>
##    <th style="text-align:left;"> sexo_etiqueta </th>
##    <th style="text-align:left;"> division_perfil </th>
##    <th style="text-align:right;"> victorias_carrera </th>
##    <th style="text-align:right;"> derrotas_carrera </th>
##    <th style="text-align:right;"> empates_carrera </th>
##    <th style="text-align:right;"> pct_victorias </th>
##   </tr>
##  </thead>
## <tbody>
##   <tr>
##    <td style="text-align:left;"> Terence Crawford </td>
##    <td style="text-align:left;"> Masculino </td>
##    <td style="text-align:left;"> Supermediano </td>
##    <td style="text-align:right;"> 42 </td>
##    <td style="text-align:right;"> 0 </td>
##    <td style="text-align:right;"> 0 </td>
##    <td style="text-align:right;"> 100 </td>
##   </tr>
##   <tr>
##    <td style="text-align:left;"> Jaron Ennis </td>
##    <td style="text-align:left;"> Masculino </td>
##    <td style="text-align:left;"> Superwélter </td>
##    <td style="text-align:right;"> 36 </td>
##    <td style="text-align:right;"> 0 </td>
##    <td style="text-align:right;"> 0 </td>
##    <td style="text-align:right;"> 100 </td>
##   </tr>
##   <tr>
##    <td style="text-align:left;"> Devin Haney </td>
##    <td style="text-align:left;"> Masculino </td>
##    <td style="text-align:left;"> Wélter </td>
##    <td style="text-align:right;"> 33 </td>
##    <td style="text-align:right;"> 0 </td>
##    <td style="text-align:right;"> 0 </td>
##    <td style="text-align:right;"> 100 </td>
##   </tr>
##   <tr>
##    <td style="text-align:left;"> David Benavidez </td>
##    <td style="text-align:left;"> Masculino </td>
##    <td style="text-align:left;"> Crucero (WBO) </td>
##    <td style="text-align:right;"> 32 </td>
##    <td style="text-align:right;"> 0 </td>
##    <td style="text-align:right;"> 0 </td>
##    <td style="text-align:right;"> 100 </td>
##   </tr>
##   <tr>
##    <td style="text-align:left;"> Junto Nakatani </td>
##    <td style="text-align:left;"> Masculino </td>
##    <td style="text-align:left;"> Gallo </td>
##    <td style="text-align:right;"> 32 </td>
##    <td style="text-align:right;"> 0 </td>
##    <td style="text-align:right;"> 0 </td>
##    <td style="text-align:right;"> 100 </td>
##   </tr>
##   <tr>
##    <td style="text-align:left;"> Naoya Inoue </td>
##    <td style="text-align:left;"> Masculino </td>
##    <td style="text-align:left;"> Supergallo </td>
##    <td style="text-align:right;"> 32 </td>
##    <td style="text-align:right;"> 0 </td>
##    <td style="text-align:right;"> 0 </td>
##    <td style="text-align:right;"> 100 </td>
##   </tr>
##   <tr>
##    <td style="text-align:left;"> Rafael Espinoza </td>
##    <td style="text-align:left;"> Masculino </td>
##    <td style="text-align:left;"> Pluma </td>
##    <td style="text-align:right;"> 29 </td>
##    <td style="text-align:right;"> 0 </td>
##    <td style="text-align:right;"> 0 </td>
##    <td style="text-align:right;"> 100 </td>
##   </tr>
##   <tr>
##    <td style="text-align:left;"> Dina Thorslund </td>
##    <td style="text-align:left;"> Femenino </td>
##    <td style="text-align:left;"> Gallo </td>
##    <td style="text-align:right;"> 25 </td>
##    <td style="text-align:right;"> 0 </td>
##    <td style="text-align:right;"> 0 </td>
##    <td style="text-align:right;"> 100 </td>
##   </tr>
##   <tr>
##    <td style="text-align:left;"> Shakur Stevenson </td>
##    <td style="text-align:left;"> Masculino </td>
##    <td style="text-align:left;"> Superligero </td>
##    <td style="text-align:right;"> 25 </td>
##    <td style="text-align:right;"> 0 </td>
##    <td style="text-align:right;"> 0 </td>
##    <td style="text-align:right;"> 100 </td>
##   </tr>
##   <tr>
##    <td style="text-align:left;"> Oleksandr Usyk </td>
##    <td style="text-align:left;"> Masculino </td>
##    <td style="text-align:left;"> Pesado masculino </td>
##    <td style="text-align:right;"> 24 </td>
##    <td style="text-align:right;"> 0 </td>
##    <td style="text-align:right;"> 0 </td>
##    <td style="text-align:right;"> 100 </td>
##   </tr>
##   <tr>
##    <td style="text-align:left;"> Jesse Rodríguez </td>
##    <td style="text-align:left;"> Masculino </td>
##    <td style="text-align:left;"> Supermosca </td>
##    <td style="text-align:right;"> 22 </td>
##    <td style="text-align:right;"> 0 </td>
##    <td style="text-align:right;"> 0 </td>
##    <td style="text-align:right;"> 100 </td>
##   </tr>
##   <tr>
##    <td style="text-align:left;"> Abdullah Mason </td>
##    <td style="text-align:left;"> Masculino </td>
##    <td style="text-align:left;"> Ligero </td>
##    <td style="text-align:right;"> 20 </td>
##    <td style="text-align:right;"> 0 </td>
##    <td style="text-align:right;"> 0 </td>
##    <td style="text-align:right;"> 100 </td>
##   </tr>
## </tbody>
## </table>
nota('<strong>Esta tabla NO es un ranking libra por libra.</strong> Estar invicto con pocas peleas no equivale a haber derrotado a rivales de máximo nivel; faltan historial completo en la ventana, títulos de los cuatro organismos, calidad de oposición y mediciones comparables.')
## <div class='conclusion'><strong>Esta tabla NO es un ranking libra por libra.</strong> Estar invicto con pocas peleas no equivale a haber derrotado a rivales de máximo nivel; faltan historial completo en la ventana, títulos de los cuatro organismos, calidad de oposición y mediciones comparables.</div>

6 5. Pregunta 1. ¿Cómo se distribuyen las características físicas y los resultados?

H₀/H₁: no corresponde formular una prueba de hipótesis para una descripción de cobertura y distribuciones. Se evalúa frecuencia, mediana, dispersión y posibles datos extremos.

resumen_fisico <- boxeadores %>% group_by(sexo_etiqueta) %>%
  summarise(n_altura=sum(!is.na(estatura_cm)),
            min_altura=min(estatura_cm,na.rm=TRUE),
            med_altura=median(estatura_cm,na.rm=TRUE),
            max_altura=max(estatura_cm,na.rm=TRUE),
            n_alcance=sum(!is.na(alcance_cm)),
            med_alcance=median(alcance_cm,na.rm=TRUE),
            .groups='drop')
imprimir(resumen_fisico,'Tabla 6. Resumen de estatura y alcance',1)
## <table class="table table-striped table-condensed">
## <caption>Tabla 6. Resumen de estatura y alcance</caption>
##  <thead>
##   <tr>
##    <th style="text-align:left;"> sexo_etiqueta </th>
##    <th style="text-align:right;"> n_altura </th>
##    <th style="text-align:right;"> min_altura </th>
##    <th style="text-align:right;"> med_altura </th>
##    <th style="text-align:right;"> max_altura </th>
##    <th style="text-align:right;"> n_alcance </th>
##    <th style="text-align:right;"> med_alcance </th>
##   </tr>
##  </thead>
## <tbody>
##   <tr>
##    <td style="text-align:left;"> Femenino </td>
##    <td style="text-align:right;"> 13 </td>
##    <td style="text-align:right;"> 162 </td>
##    <td style="text-align:right;"> 168.0 </td>
##    <td style="text-align:right;"> 178 </td>
##    <td style="text-align:right;"> 6 </td>
##    <td style="text-align:right;"> 169.5 </td>
##   </tr>
##   <tr>
##    <td style="text-align:left;"> Masculino </td>
##    <td style="text-align:right;"> 24 </td>
##    <td style="text-align:right;"> 160 </td>
##    <td style="text-align:right;"> 174.5 </td>
##    <td style="text-align:right;"> 206 </td>
##    <td style="text-align:right;"> 22 </td>
##    <td style="text-align:right;"> 183.0 </td>
##   </tr>
## </tbody>
## </table>
ggplot(boxeadores,aes(x=estatura_cm,fill=sexo_etiqueta))+
  geom_histogram(binwidth=5,color='white',alpha=.84,position='identity')+
  facet_wrap(~sexo_etiqueta,ncol=1,scales='free_y')+
  scale_fill_manual(values=c('Femenino'='#6bb2ca','Masculino'='#1d577e'))+
  labs(title='Distribución de estatura registrada', x='Estatura (cm)',y='Número de boxeadores')+
  guides(fill='none')+theme_minimal(base_size=12)

nota('Conclusión de P1: la distribución física ayuda a describir la selección y detectar posibles valores atípicos; no establece superioridad deportiva ni causalidad. Los datos no disponibles permanecen como NA.')
## <div class='conclusion'>Conclusión de P1: la distribución física ayuda a describir la selección y detectar posibles valores atípicos; no establece superioridad deportiva ni causalidad. Los datos no disponibles permanecen como NA.</div>

7 6. Pregunta 2. ¿Varía el porcentaje de victorias de carrera por estrato de peso?

Se forman tres estratos analíticos (ligera, intermedia y alta) a partir de límites de división; no son nuevas categorías oficiales. Se analiza por separado a hombres y mujeres para evitar mezclar sistemas de competencia. El resultado continúa siendo un porcentaje de carrera.

  • H₀: las medias (ANOVA/Welch) o distribuciones de rangos (Kruskal) no difieren entre los estratos elegibles.
  • H₁: al menos un estrato difiere.
  • Decisión de elegibilidad: se requieren ≥2 grupos con ≥3 boxeadores y respuesta variable; de otro modo, solo descripción.
for (sexo_objetivo in c('Masculino','Femenino')) {
  cat('### Resultados: ',sexo_objetivo,'\n\n',sep='')
  out <- comparar_estratos(sexo_objetivo)
  imprimir(out$frecuencias, paste('Número de boxeadores por estrato:',sexo_objetivo),0)
  if (out$status=='no') {
    nota('No se aplica contraste inferencial por insuficiencia de grupos o de variación. Se evita fabricar significancia con pocos datos.','advertencia')
    next
  }
  diagn <- data.frame(Prueba=c('Shapiro–Wilk de residuos',
                              'Brown–Forsythe (desviaciones a la mediana)',
                              out$prueba),
                      Estadistico=c(NA_real_,NA_real_,out$stat),
                      `Valor p`=c(out$p_shapiro,out$p_bf,out$p),
                      check.names=FALSE)
  imprimir(diagn, paste('Supuestos y prueba seleccionada:',sexo_objetivo),4)
  # Comparaciones post hoc SOLO si el contraste global es significativo y hay >=3 grupos.
  if(!is.na(out$p) && out$p<alfa && nlevels(out$d$estrato_peso)>=3) {
    cat('**Comparaciones posteriores con control por multiplicidad**\n\n')
    if(out$prueba=='ANOVA de un factor') {
      post <- tryCatch(stats::TukeyHSD(stats::aov(pct_victorias~estrato_peso,
                                                  data=out$d))$estrato_peso,
                       error=function(e) NULL)
      if(!is.null(post)) imprimir(data.frame(Comparacion=rownames(post),post,
                                                 row.names=NULL,check.names=FALSE),
                                    'Tukey HSD',4)
    } else if(out$prueba=='ANOVA de Welch') {
      post <- tryCatch(stats::pairwise.t.test(out$d$pct_victorias,
                     out$d$estrato_peso,pool.sd=FALSE,p.adjust.method='holm'),
                     error=function(e) NULL)
      if(!is.null(post)) imprimir(as.data.frame(as.table(post$p.value)),
                                't de Welch por pares; ajuste Holm',4)
    } else {
      post <- tryCatch(stats::pairwise.wilcox.test(out$d$pct_victorias,
                     out$d$estrato_peso,exact=FALSE,p.adjust.method='holm'),
                     error=function(e) NULL)
      if(!is.null(post)) imprimir(as.data.frame(as.table(post$p.value)),
                                'Wilcoxon por pares; ajuste Holm',4)
    }
  }
  print(ggplot(out$d,aes(x=estrato_peso,y=pct_victorias,fill=estrato_peso))+
          geom_boxplot(width=.55,alpha=.55,outlier.shape=NA)+
          geom_jitter(width=.1,size=2,alpha=.8)+
          labs(title=paste('Porcentaje de victorias por estrato:',sexo_objetivo),
               x='Estrato analítico',y='% victorias de carrera')+
          guides(fill='none')+theme_minimal(base_size=11))
  conclusion <- if (is.na(out$p)) 'La prueba no pudo calcularse con estabilidad.' else
    if (out$p<alfa) 'Se rechaza H0; hay diferencias exploratorias entre estratos.' else
      'No se rechaza H0; esta muestra no ofrece evidencia suficiente de diferencias.'
  nota(paste0('<strong>Conclusión:</strong> ', conclusion,
     ' Prueba: ',out$prueba,'; p=',formato_p(out$p),'. ',
     'Las categorías son grupos descriptivos y no tratamientos aleatorizados; no permite identificar al mejor P4P.'))
}

7.1 Resultados: Masculino

Número de boxeadores por estrato: Masculino
estrato_peso n
Alta (≥175 lb) 5
Intermedia (140–168 lb) 6
Ligera (≤135 lb) 11
Supuestos y prueba seleccionada: Masculino
Prueba Estadistico Valor p
Shapiro–Wilk de residuos NA 0.0015
Brown–Forsythe (desviaciones a la mediana) NA 0.8250
Kruskal-Wallis 0.1622 0.9221
Conclusión: No se rechaza H0; esta muestra no ofrece evidencia suficiente de diferencias. Prueba: Kruskal-Wallis; p=0.9221. Las categorías son grupos descriptivos y no tratamientos aleatorizados; no permite identificar al mejor P4P.

7.2 Resultados: Femenino

Número de boxeadores por estrato: Femenino
estrato_peso n
Alta (≥175 lb) 1
Intermedia (140–168 lb) 3
Ligera (≤135 lb) 9
Supuestos y prueba seleccionada: Femenino
Prueba Estadistico Valor p
Shapiro–Wilk de residuos NA 0.2780
Brown–Forsythe (desviaciones a la mediana) NA 0.1589
ANOVA de un factor 1.5481 0.2418
Conclusión: No se rechaza H0; esta muestra no ofrece evidencia suficiente de diferencias. Prueba: ANOVA de un factor; p=0.2418. Las categorías son grupos descriptivos y no tratamientos aleatorizados; no permite identificar al mejor P4P.

8 7. Pregunta 3. ¿Existe asociación entre edad y porcentaje de victorias?

H₀: \(\rho_s=0\) (sin asociación monotónica). H₁: \(\rho_s\neq0\). Se evalúa con correlación de Spearman, estratificada por sexo. Requisito mínimo operativo: ≥8 casos completos y variabilidad en ambas variables.

9 8. Pregunta 4. ¿Existe asociación entre estatura y porcentaje de victorias?

H₀: \(\rho_s=0\). H₁: \(\rho_s\neq0\). La estatura es una característica física, no una medida de mérito P4P; este análisis es ilustrativo y no causal.

10 9. Pregunta 5. ¿Existe asociación entre alcance y porcentaje de victorias?

H₀: \(\rho_s=0\). H₁: \(\rho_s\neq0\). Como en las preguntas anteriores, se utiliza Spearman y se informa tamaño muestral real.

v <- 'edad'; etiqueta <- 'Edad (años)'
filas <- cor_resultados %>% filter(variable==v)
imprimir(filas %>% select(sexo,n,rho,p,p_ajustado),
         'Tabla 7. Edad y porcentaje de victorias (Spearman; Holm)',4)
Tabla 7. Edad y porcentaje de victorias (Spearman; Holm)
sexo n rho p p_ajustado
Masculino 11 -0.1792 0.598 1
Femenino 0 NA NA NA
print(ggplot(boxeadores,aes(x=edad,y=pct_victorias,color=sexo_etiqueta))+
        geom_point(size=2.7,alpha=.8,na.rm=TRUE)+
        scale_color_manual(values=c('Femenino'='#6bb2ca','Masculino'='#1d577e'))+
        labs(title='Edad y récord de carrera',x=etiqueta,
             y='% victorias de carrera',color='Competición')+
        theme_minimal(base_size=12))

for(j in seq_len(nrow(filas))) {
 r <- filas[j,]
 if (is.na(r$p)) {
   nota(paste0('<strong>',r$sexo,':</strong> no evaluable con los datos completos disponibles (n=',r$n,').'),'advertencia')
 } else {
   nota(paste0('<strong>',r$sexo,':</strong> rho=',formato_n(r$rho),
               ', p ajustado=',formato_p(r$p_ajustado),'. ',
               if(r$p_ajustado<alfa) 'Se rechaza H0 (asociación exploratoria).' else
                                   'No se rechaza H0.',
               ' Edad a fecha de corte vs. resultados acumulados de carrera: interpretación limitada.'))
 }
}
Masculino: rho=-0,18, p ajustado=1.0000. No se rechaza H0. Edad a fecha de corte vs. resultados acumulados de carrera: interpretación limitada.
Femenino: no evaluable con los datos completos disponibles (n=0).
v <- 'estatura_cm'; etiqueta <- 'Estatura (cm)'
filas <- cor_resultados %>% filter(variable==v)
imprimir(filas %>% select(sexo,n,rho,p,p_ajustado),
         'Tabla 8. Estatura y porcentaje de victorias (Spearman; Holm)',4)
Tabla 8. Estatura y porcentaje de victorias (Spearman; Holm)
sexo n rho p p_ajustado
Masculino 22 0.0755 0.7384 1
Femenino 13 0.1135 0.7120 1
print(ggplot(boxeadores,aes(x=estatura_cm,y=pct_victorias,color=sexo_etiqueta))+
  geom_point(size=2.7,alpha=.8,na.rm=TRUE)+
  scale_color_manual(values=c('Femenino'='#6bb2ca','Masculino'='#1d577e'))+
  labs(title='Estatura y resultados de carrera',x=etiqueta,
       y='% victorias de carrera',color='Competición')+
  theme_minimal(base_size=12))

for(j in seq_len(nrow(filas))) {
 r <- filas[j,]
 if(is.na(r$p)) nota(paste0('<strong>',r$sexo,':</strong> n=',r$n,
                            '; no evaluable.'),'advertencia')
 else nota(paste0('<strong>',r$sexo,':</strong> rho=',formato_n(r$rho),
                 '; p ajustado=',formato_p(r$p_ajustado),'. ',
                 if(r$p_ajustado<alfa) 'Se rechaza H0 (exploratorio).' else 'No se rechaza H0.',
                 ' La división de peso podría confundir esta relación; no se infiere causalidad.'))
}
Masculino: rho=0,08; p ajustado=1.0000. No se rechaza H0. La división de peso podría confundir esta relación; no se infiere causalidad.
Femenino: rho=0,11; p ajustado=1.0000. No se rechaza H0. La división de peso podría confundir esta relación; no se infiere causalidad.
v <- 'alcance_cm'; etiqueta <- 'Alcance (cm)'
filas <- cor_resultados %>% filter(variable==v)
imprimir(filas %>% select(sexo,n,rho,p,p_ajustado),
         'Tabla 9. Alcance y porcentaje de victorias (Spearman; Holm)',4)
Tabla 9. Alcance y porcentaje de victorias (Spearman; Holm)
sexo n rho p p_ajustado
Masculino 20 0.0607 0.7993 1
Femenino 6 NA NA NA
print(ggplot(boxeadores,aes(x=alcance_cm,y=pct_victorias,color=sexo_etiqueta))+
  geom_point(size=2.7,alpha=.8,na.rm=TRUE)+
  scale_color_manual(values=c('Femenino'='#6bb2ca','Masculino'='#1d577e'))+
  labs(title='Alcance y resultados de carrera',x=etiqueta,
       y='% victorias de carrera',color='Competición')+
  theme_minimal(base_size=12))

for(j in seq_len(nrow(filas))) {
 r <- filas[j,]
 if(is.na(r$p)) nota(paste0('<strong>',r$sexo,':</strong> n=',r$n,
                            '; no evaluable.'),'advertencia')
 else nota(paste0('<strong>',r$sexo,':</strong> rho=',formato_n(r$rho),
                 '; p ajustado=',formato_p(r$p_ajustado),'. ',
                 if(r$p_ajustado<alfa) 'Se rechaza H0 (exploratorio).' else 'No se rechaza H0.',
                 ' La mayor longitud de brazos no demuestra ser el mejor P4P.'))
}
Masculino: rho=0,06; p ajustado=1.0000. No se rechaza H0. La mayor longitud de brazos no demuestra ser el mejor P4P.
Femenino: n=6; no evaluable.

11 10. Pregunta 6. ¿Se relacionan las defensas WBO con el porcentaje de victorias?

H₀: \(\rho_s=0\). H₁: \(\rho_s\neq0\). Se analiza solo cuando la fuente consigna las defensas; NA no es cero. Las defensas WBO no representan el conjunto de títulos WBA, IBF y WBC.

defensas_completo <- boxeadores %>%
 filter(!is.na(defensas_wbo_reportadas),!is.na(pct_victorias))
imprimir(defensas_completo %>% group_by(sexo_etiqueta) %>%
           summarise(n=n(),mediana_defensas=median(defensas_wbo_reportadas),
                     mediana_pct_victorias=median(pct_victorias),.groups='drop'),
         'Tabla 10. Defensas WBO y récord de carrera por sexo',2)
Tabla 10. Defensas WBO y récord de carrera por sexo
sexo_etiqueta n mediana_defensas mediana_pct_victorias
Femenino 10 0 95.55
Masculino 11 1 92.86
print(ggplot(defensas_completo,
             aes(x=defensas_wbo_reportadas,y=pct_victorias,color=sexo_etiqueta))+
        geom_point(size=3,alpha=.75,position=position_jitter(width=.08,height=0))+
        scale_color_manual(values=c('Femenino'='#6bb2ca','Masculino'='#1d577e'))+
        labs(title='Defensas WBO registradas y porcentaje de victorias',
             x='Defensas WBO informadas por la fuente',
             y='% victorias de carrera',color='Competición')+
        theme_minimal(base_size=12))

for(sx in c('Masculino','Femenino')) {
  dd <- defensas_completo %>% filter(sexo_etiqueta==sx)
  if (nrow(dd)>=8 && length(unique(dd$defensas_wbo_reportadas))>=3 &&
      length(unique(dd$pct_victorias))>=3) {
    test <- tryCatch(stats::cor.test(dd$defensas_wbo_reportadas,dd$pct_victorias,
                                      method='spearman',exact=FALSE),
                     error=function(e) NULL)
  } else test <- NULL
  if(is.null(test)) {
    registrar('P6. Defensas WBO y victorias',sx,'No aplicable',nrow(dd),
             limitacion='Cobertura incompleta o variación insuficiente')
    nota(paste0('<strong>',sx,':</strong> contraste no evaluable (n=',nrow(dd),').'),
         'advertencia')
  } else {
    rho <- unname(test$estimate); p <- test$p.value
    registrar('P6. Defensas WBO y victorias',sx,'Spearman',nrow(dd),rho,p,
             'Solo WBO; selección de campeones; prueba exploratoria')
    nota(paste0('<strong>',sx,':</strong> rho=',formato_n(rho),', p=',formato_p(p),'. ',
          if(p<alfa) 'Se rechaza H0 exploratoriamente.' else 'No se rechaza H0.',
          ' Esta asociación no permite clasificar boxeadores de distintos organismos.'))
  }
}
Masculino: rho=0,03, p=0.9316. No se rechaza H0. Esta asociación no permite clasificar boxeadores de distintos organismos.
Femenino: rho=0,12, p=0.7465. No se rechaza H0. Esta asociación no permite clasificar boxeadores de distintos organismos.

12 11. ¿Podemos aplicar un GLM o GLMM logístico de victorias?

Con la base actual: NO. La hoja COMBATES contiene peleas seleccionadas desde la perspectiva del ganador, y casi no contiene identificadores del rival en la base; un modelo estimado con esa tabla tendría solo resultados 1 y sería inválido. Los récords agregados, además, no proporcionan la secuencia ni la calidad de los oponentes.

12.1 Datos necesarios para pasar a un análisis longitudinal

Cada fila debe representar un boxeador en una pelea y tener: id_pelea, id_boxeador, id_rival, fecha, victoria (1/0; excluir o modelar por separado empates), edad_pelea, categoria_pelea, ranking_rival_previo, titulo_en_juego, sexo, fuente_oficial_url. Se deben registrar también las derrotas, no solo los ganadores. Si se guardan ambas perspectivas de la misma pelea, debe modelarse la dependencia por evento.

Hipótesis longitudinal futura: \(H_0\): no existe variación entre boxeadores en la probabilidad de victoria una vez ajustada la oposición y el contexto. \(H_1\): sí existe variación. Un GLMM logístico permite efectos aleatorios y una respuesta binaria, pero requiere una muestra informativa y una elección cuidadosa de la estructura de dependencia. Los coeficientes ajustados no equivalen, por sí solos, a un P4P definitivo.

validaciones_glmm <- data.frame(
  Requisito=c('Resultados con victorias Y derrotas por pelea',
              'Identificación del rival por pelea',
              'Ranking o calidad previa del rival',
              'Historial completo dentro del intervalo',
              'Repeticiones suficientes por boxeador'),
  Estado=c(ifelse(length(unique(combates$resultado_ganador))>=2,
                  'Revisar cobertura','No cumple'),
           ifelse(sum(!is.na(combates$id_perdedor) &
                      trimws(as.character(combates$id_perdedor))!='') == nrow(combates),
                  'IDs presentes','Incompleto'),
           'No disponible por pelea','No demostrado','No evaluado'),
  stringsAsFactors=FALSE)
imprimir(validaciones_glmm,'Tabla 11. Elegibilidad del modelo longitudinal',0)
Tabla 11. Elegibilidad del modelo longitudinal
Requisito Estado
Resultados con victorias Y derrotas por pelea No cumple
Identificación del rival por pelea Incompleto
Ranking o calidad previa del rival No disponible por pelea
Historial completo dentro del intervalo No demostrado
Repeticiones suficientes por boxeador No evaluado
nota('<strong>Decisión:</strong> GLMM no ejecutado; no existe variación completa de resultados ni medición homogénea de oposición por pelea. Ajustarlo en estas condiciones produciría un resultado engañoso.','advertencia')
Decisión: GLMM no ejecutado; no existe variación completa de resultados ni medición homogénea de oposición por pelea. Ajustarlo en estas condiciones produciría un resultado engañoso.

Plantilla para cuando se amplíe la base (no se ejecuta con los datos actuales):

# Crear una hoja nueva, PARTICIPACIONES, con historial de peleas COMPLETO.
# Una fila = un boxeador en una pelea. No registrar únicamente las victorias.
# Antes de habilitar, validar identificadores y ausencia de filas duplicadas.
# install.packages('lme4')
library(lme4)
datos <- readxl::read_excel(ruta, sheet='PARTICIPACIONES')
datos <- datos %>%
  filter(fecha >= fecha_inicio, fecha <= fecha_corte,
         victoria %in% c(0,1), !is.na(id_boxeador),
         !is.na(id_rival), !is.na(edad_pelea),
         !is.na(ranking_rival_previo))
# Si hay ambas perspectivas del mismo combate, incorporar (1 | id_pelea).
# Asegurar suficiente solapamiento de rivales, variación de resultados y
# diagnóstico de separación, singularidad y estabilidad antes de interpretar.
modelo_glmm <- glmer(victoria ~ edad_pelea + ranking_rival_previo +
                     (1|id_boxeador) + (1|id_pelea),
                     data=datos, family=binomial(link='logit'))
summary(modelo_glmm)
# Los efectos de boxeador sirven como insumo exploratorio, no como ranking P4P.

13 12. Resumen de pruebas, hipótesis y decisiones

resumen_final <- resultados %>%
  mutate(Estadistico=ifelse(is.na(estadistico), '—',sprintf('%.3f',estadistico)),
         `Valor p`=vapply(p,formato_p,character(1))) %>%
  select(Analisis=analisis,Sexo=sexo,Prueba=prueba,n,
         Estadistico,`Valor p`,Decision=decision,Limitacion=limitacion)
imprimir(resumen_final, 'Tabla 12. Resumen reproducible de decisiones')
Tabla 12. Resumen reproducible de decisiones
Analisis Sexo Prueba n Estadistico Valor p Decision Limitacion
P2. Porcentaje vs. estrato Masculino Kruskal-Wallis 22 0.162 0.9221 No rechazar H0 Exploratorio: porcentaje de carrera, campeones seleccionados
P2. Porcentaje vs. estrato Femenino ANOVA de un factor 12 1.548 0.2418 No rechazar H0 Exploratorio: porcentaje de carrera, campeones seleccionados
P3. Edad Masculino Spearman (p ajustado Holm) 11 -0.179 1.0000 No rechazar H0 Asociación exploratoria: no causalidad; datos de carrera
P3. Edad Femenino Spearman (p ajustado Holm) 0 — No estimable No evaluable n<8, constantes o incompletos
P4. Estatura Masculino Spearman (p ajustado Holm) 22 0.076 1.0000 No rechazar H0 Asociación exploratoria: no causalidad; datos de carrera
P4. Estatura Femenino Spearman (p ajustado Holm) 13 0.114 1.0000 No rechazar H0 Asociación exploratoria: no causalidad; datos de carrera
P5. Alcance Masculino Spearman (p ajustado Holm) 20 0.061 1.0000 No rechazar H0 Asociación exploratoria: no causalidad; datos de carrera
P5. Alcance Femenino Spearman (p ajustado Holm) 6 — No estimable No evaluable n<8, constantes o incompletos
P6. Defensas WBO y victorias Masculino Spearman 11 0.029 0.9316 No rechazar H0 Solo WBO; selección de campeones; prueba exploratoria
P6. Defensas WBO y victorias Femenino Spearman 10 0.118 0.7465 No rechazar H0 Solo WBO; selección de campeones; prueba exploratoria
nota('Las decisiones corresponden a análisis exploratorios de la selección observada, no a tratamientos aleatorizados. Los p-valores de correlación de P3–P5 se ajustaron con Holm; los contrastes restantes no conforman una evaluación confirmatoria preespecificada.')
Las decisiones corresponden a análisis exploratorios de la selección observada, no a tratamientos aleatorizados. Los p-valores de correlación de P3–P5 se ajustaron con Holm; los contrastes restantes no conforman una evaluación confirmatoria preespecificada.

14 13. Conclusión general del estudio

cat(paste0('<p>El archivo analizado contiene <strong>',nrow(boxeadores),
           ' boxeadores</strong>, <strong>',nrow(combates),
           ' peleas seleccionadas</strong> y <strong>',
           sum(!is.na(boxeadores$estatura_cm)),
           ' estaturas</strong> verificadas. De los ',nrow(boxeadores),
           ' perfiles, ',sum(!is.na(boxeadores$pct_victorias)),
           ' permiten calcular el porcentaje de victorias de carrera. La edad y las estadísticas de KO/TKO presentan faltantes importantes.</p>\n\n'))

El archivo analizado contiene 38 boxeadores, 31 peleas seleccionadas y 37 estaturas verificadas. De los 38 perfiles, 36 permiten calcular el porcentaje de victorias de carrera. La edad y las estadísticas de KO/TKO presentan faltantes importantes.

cat('<p>Se han utilizado comparaciones por estratos y correlaciones <strong>solo cuando los datos cumplen los requisitos mínimos</strong>. Estas pruebas identifican asociaciones o diferencias exploratorias y <strong>no prueban quién es el mejor boxeador libra por libra</strong>.</p>\n\n')

Se han utilizado comparaciones por estratos y correlaciones solo cuando los datos cumplen los requisitos mínimos. Estas pruebas identifican asociaciones o diferencias exploratorias y no prueban quién es el mejor boxeador libra por libra.

cat('<p><strong>Conclusión principal:</strong> con la base actual no se puede declarar estadísticamente un ganador P4P para 2016–2026. Se requiere el historial completo de peleas del período, con victorias y derrotas, identificación del rival, ranking previo y campeonatos de WBC, WBA, IBF y WBO. La siguiente fase metodológica es un análisis longitudinal con ajuste por oposición y una clasificación multicriterio con análisis de sensibilidad. Hasta entonces, cualquier “mejor boxeador” sería una opinión o clasificación parcial, no una inferencia validada.</p>\n\n')

Conclusión principal: con la base actual no se puede declarar estadísticamente un ganador P4P para 2016–2026. Se requiere el historial completo de peleas del período, con victorias y derrotas, identificación del rival, ranking previo y campeonatos de WBC, WBA, IBF y WBO. La siguiente fase metodológica es un análisis longitudinal con ajuste por oposición y una clasificación multicriterio con análisis de sensibilidad. Hasta entonces, cualquier “mejor boxeador” sería una opinión o clasificación parcial, no una inferencia validada.

15 14. Fuentes oficiales y trazabilidad

Las fuentes citadas abajo proceden directamente de la hoja FUENTES del Excel. Para cada campo puntual, consulta también fuente_record_url, fuente_fisico_fecha_url y fuente_oficial_url en las tablas originales. El informe no inventa enlaces ni reemplaza una ficha faltante por una estimación.

f_tab <- fuentes %>%
  select(any_of(c('id_fuente','institucion','contenido',
                  'fecha_o_vigencia','url','nivel_autoridad'))) %>%
  mutate(across(everything(),as.character))
# Los enlaces provienen de la propia hoja FUENTES.
f_tab$fuente_enlace <- ifelse(!is.na(f_tab$url) &
       grepl('^https?://',f_tab$url),
       paste0('<a href="',gsub('"','%22',f_tab$url,fixed=TRUE),
              '" target="_blank" rel="noopener noreferrer">Abrir fuente</a>'),
       'Sin enlace')
f_tab$url <- NULL
print(knitr::kable(f_tab,format='html',escape=FALSE,
                   caption='Tabla 13. Registro de referencias verificables',
                   table.attr='class="table table-striped table-condensed"'))
Tabla 13. Registro de referencias verificables
id_fuente institucion contenido fecha_o_vigencia nivel_autoridad fuente_enlace
F001 WBO Campeones masculinos y perfil físico/récord WBO listado vigente consultado 2026-11-19 Oficial del organismo Abrir fuente
F002 WBO Campeonas y perfil físico/récord WBO listado vigente consultado 2026-11-19 Oficial del organismo Abrir fuente
F003 WBC Clasificación mensual noviembre 2026 (PDF) 2026-11 PDF oficial Abrir fuente
F004 WBC Previa Canelo-Mbilli, récord previo 2026-10 Oficial del organismo Abrir fuente
F005 WBC Récord Crawford 42-0 / 31 KO 2025 Oficial del organismo Abrir fuente
F006 WBC Récord Usyk 24-0 / 15 KO 2026-05 Oficial del organismo Abrir fuente
F007 WBC Récord Jesse Rodríguez 22-0 / 15 KO 2025-11 Oficial del organismo Abrir fuente
F008 WBC Naoya Inoue y Junto Nakatani: récord de mayo 2026 2026-05 Oficial del organismo Abrir fuente
F009 WBC Perfil Tyson Fury previo a Usyk 2024-05 Oficial del organismo Abrir fuente
F010 WBC Inoue: fecha nacimiento, guardia, altura 2024-05 Oficial del organismo Abrir fuente
F011 WBC Crawford vs Spence, 2023 2023-07-29 Oficial del organismo Abrir fuente
F012 WBC Inoue vs Donaire 2022 2022-06-07 Oficial del organismo Abrir fuente
F013 WBC Usyk vs Bellew 2018 2018-11-10 Oficial del organismo Abrir fuente
F014 WBO Inoue vs Butler 2022 2022-12-13 Oficial del organismo Abrir fuente
F015 WBC Crawford vs Indongo 2017 2017-08-19 Oficial del organismo Abrir fuente
F016 WBC Inoue vs Fulton 2023 2023-07-25 Oficial del organismo Abrir fuente
F017 WBC Inoue vs Nery 2024 2024-05-06 Oficial del organismo Abrir fuente
F018 WBC Jesse vs Estrada 2024 2024-06-29 Oficial del organismo Abrir fuente
F019 WBC Crawford vence Canelo 2025 2025-09-13 Oficial del organismo Abrir fuente
F020 WBC Usyk/Dubois 2023 y previa revancha 2025-07 Oficial del organismo Abrir fuente
F021 Nevada Athletic Commission Resultados y documentos oficiales por evento Varios Acta de comisión Abrir fuente
F022 ABC Reglamento, divisiones y criterios Varios Organismo de comisiones Abrir fuente
F023 WBA Historial de títulos y rankings Varios Oficial del organismo Abrir fuente
F024 IBF Historial de títulos y rankings Varios Oficial del organismo Abrir fuente
F025 BoxRec Contraste futuro de peleas y récords Varios Complementario, no comisión Abrir fuente
F026 CompuBox Golpes conectados/lanzados por pelea Varios Complementario Abrir fuente
F027 WBC DOB Dubois 1997-09-06 2025-07 Oficial del organismo Abrir fuente
F028 WBC DOB Benavidez 1996-12-17 2025-11 Oficial del organismo Abrir fuente
F029 WBC DOB Haney 1998-11-17 2024-04 Oficial del organismo Abrir fuente
F030 WBC DOB Stevenson 1997-06-28 2024-07 Oficial del organismo Abrir fuente
F031 WBC DOB Foster 1993-09-17 2025 Oficial del organismo Abrir fuente
F032 WBC DOB Crawford 1987-09-28 2025-09 Oficial del organismo Abrir fuente
F033 WBC Altura 173 cm y alcance 188 cm de Terence Crawford 2025-09-08 Oficial del organismo Abrir fuente
F034 WBC Altura 182 cm y alcance 185 cm de Artur Beterbiev 2024-10-07 Oficial del organismo Abrir fuente
F035 WBO Gabriela Timar: altura y alcance no disponibles (NA) Consulta 2026-11-19 Oficial del organismo Abrir fuente

Referencias metodológicas de R: R oneway.test (Welch); lme4 glmer (modelos mixtos logísticos); stats::shapiro.test(), stats::kruskal.test() y stats::cor.test() de R.

16 15. Reproducibilidad y pasos siguientes

  1. Mantener el archivo Base_Boxeo_Oficial_2016_2026_Alturas.xlsx junto a este .Rmd.
  2. Instalar los paquetes listados en el mensaje de configuración si RStudio lo solicita.
  3. Abrir el Rmd y seleccionar Knit → Knit to HTML. Si el archivo está en otra carpeta, cambiar el parámetro archivo_excel o seleccionarlo desde el cuadro de diálogo interactivo.
  4. Para el verdadero estudio P4P: ampliar la hoja de peleas, recuperar derrotas y empates, construir el histórico de oposición y validar el sesgo de selección. Entonces ejecutar un modelo adecuado y contrastar un índice P4P por sensibilidad de ponderaciones.

Unidad temporal: la columna fecha en COMBATES permite limitar 2016–2026, pero victorias_carrera y derrotas_carrera son acumulados de la carrera. Nunca se deben etiquetar como resultados exclusivamente de los diez años.

## <details><summary>Información técnica de la sesión R (reproducibilidad)</summary><pre>
## R version 4.5.3 (2026-03-11 ucrt)
## Platform: x86_64-w64-mingw32/x64
## Running under: Windows 11 x64 (build 26200)
## 
## Matrix products: default
##   LAPACK version 3.12.1
## 
## locale:
## [1] LC_COLLATE=Spanish_Panama.utf8  LC_CTYPE=Spanish_Panama.utf8   
## [3] LC_MONETARY=Spanish_Panama.utf8 LC_NUMERIC=C                   
## [5] LC_TIME=Spanish_Panama.utf8    
## 
## time zone: America/Panama
## tzcode source: internal
## 
## attached base packages:
## [1] stats     graphics  grDevices utils     datasets  methods   base     
## 
## other attached packages:
## [1] ggplot2_4.0.3 dplyr_1.2.1  
## 
## loaded via a namespace (and not attached):
##  [1] gtable_0.3.6       jsonlite_2.0.0     compiler_4.5.3     tidyselect_1.2.1  
##  [5] tidyr_1.3.2        jquerylib_0.1.4    scales_1.4.0       yaml_2.3.12       
##  [9] fastmap_1.2.0      readxl_1.5.0       R6_2.6.1           labeling_0.4.3    
## [13] generics_0.1.4     knitr_1.51         tibble_3.3.1       bslib_0.12.0      
## [17] pillar_1.11.1      RColorBrewer_1.1-3 rlang_1.2.0        cachem_1.1.0      
## [21] xfun_0.60          sass_0.4.10        S7_0.2.2           otel_0.3.0        
## [25] cli_3.6.6          withr_3.0.2        magrittr_2.0.5     digest_0.6.39     
## [29] grid_4.5.3         rstudioapi_0.18.0  lifecycle_1.0.5    vctrs_0.7.3       
## [33] evaluate_1.0.5     glue_1.8.1         farver_2.1.2       cellranger_1.1.0  
## [37] rmarkdown_2.31     purrr_1.2.2        tools_4.5.3        pkgconfig_2.0.3   
## [41] htmltools_0.5.9
## </pre></details>