Trabalho de Correlação

Análise de duas variáveis quantitativas

Diagrama de dispersão

Coeficiente de correlação

Base de dados

library(readr)
FifaData <- read_csv("C:/Users/User/Desktop/Base_de_dados-master/FifaData.csv")

## 
## -- Column specification --------------------------------------------------------
## cols(
##   .default = col_double(),
##   Name = col_character(),
##   Nationality = col_character(),
##   National_Position = col_character(),
##   Club = col_character(),
##   Club_Position = col_character(),
##   Club_Joining = col_character(),
##   Height = col_character(),
##   Weight = col_character(),
##   Preffered_Foot = col_character(),
##   Birth_Date = col_character(),
##   Preffered_Position = col_character(),
##   Work_Rate = col_character()
## )
## i Use `spec()` for the full column specifications.

View(FifaData)

Bibliotecas

library(readr)
library(dplyr)
library(corrplot)

Diagrama de dispersão

par(bg="lightgreen")

plot(FifaData$Dribbling,FifaData$Speed,pch=20,col="black",
     main="Diagrama de dispersão",
     xlab = "Drible",
     ylab = " Velocidade")

abline(lsfit(FifaData$Dribbling,FifaData$Speed),
       col="red")

cor(FifaData$Dribbling,FifaData$Speed)*100

## [1] 72.56883

A partir do diagrama de dispersão podemos analisar a relação entre duas variáveis quantitativas, no caso da presente análise, entre drible e velocidade dos jogadores de futebol. A linha vermelha nos mostra uma correlação forte e positiva, pois quanto maior é a capacidade de drible do jogador mais velocidade ele tende a ter.Ao se analisar em termos percentuais a correlação entre as variáveis é de aproximadamente 72,6%, portanto, relativamente alta.

Matriz de correlação entre as variáveis analisadas

library(dplyr)

## 
## Attaching package: 'dplyr'

## The following objects are masked from 'package:stats':
## 
##     filter, lag

## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

library(corrplot)

## Warning: package 'corrplot' was built under R version 4.0.5

## corrplot 0.84 loaded

Fifa <- FifaData %>% select(Dribbling,Speed)

MCorr<- cor(Fifa)

corrplot(MCorr) 

cor(FifaData$Dribbling,FifaData$Speed)*100

## [1] 72.56883

Ao se analisar a matriz de correlação entre as duas variáveis é possível observar pela coloração dos círculos e de seu tamanho que as duas variáveis analisadas têm uma correlação forte e positiva. Jogadores mais habilidosos tende a ter uma velocidade maior do que os demais, o que dificulta a marcação por parte de seus adversários na hora do jogo. São grandes exemplos na atualidade de atletas velozes e dribladores: Neymar jR, Messi, Mbappé, Bruno Henrique,etc. A velocidade aliada ao drible é um fator de destaque no meio futebolístico, pois facilita a formação dos contra-ataques, a jogadas na linha de fundo, o arranque frente a área,etc. Os jogadores que mantém um bom nível de relação entre velocidade e drible têm grandes chances de se destacarem no futebol moderno.