Análisis de datos Se la ACB

...

de información.

Lo más importante que observamos es que hay 4 valores propios superiores a uno. Debido a la poca diferencia que hay entre la variabilidad que recogen los ejes del tercero en adelante, hemos decidido utilizar solo los dos primeros ejes que recogen el 68.52% de la variabilidad de los datos en total.

2.2. Matriz de correlaciones.

A continuación mostramos la matriz de correlaciones en la que hemos distinguido las correlaciones positivas, negativas y medias con una escala de colores entre el azul (correlaciones más altas negativas) y el rojo (correlaciones más altas positivas).

Se observan variables fuertemente correladas en sentido positivo como son tiros lanzados y tiros conseguidos, tanto en tiros de 3, como en tiros de 2 y tiros libres, con correlaciones 0.98, 0.99, 0.97 respectivamente. También destacan FARE (faltas recibidas) y TLL (tiros libres lanzados) con una correlación de 0.97, hecho bastante lógico porque el jugador que recibe una falta (a partir de la 5ª o en el momento de lanzar a canasta) lanza tiros libres.

Entre las correlaciones negativas no observamos ninguna muy extrema, todas son de tipo medio-bajo. La más destacada es TAFA (tapones a favor) y TI3L (tiros de 3 lanzados) con una correlación de -0.36, lo cual también es lógico y podemos verlo muy bien en los pívots (ver gráfico 2, pág. 7), que atacan y defienden la mayor parte del tiempo bajo la canasta y realizan muchos tapones pero también tienen pocas opciones de lanzamiento de 3.

Por último, vemos que TI3L (tiros de 3 lanzados) y TI2L (tiros de 2 lanzados) no tienen ninguna relación. En general los tiros de 3 y los tiros de 2 (anotados, lanzados y porcentaje) no tienen mucha relación. Otras de las variables que menos relación tienen son TACO (tapones en contra) y TI3% (porcentaje de tiros de 3 anotados) con una correlacion de 0.01, ASIS (asistencias) y REBT (rebotes), FACO (faltas cometidas) y TL% (porcentaje de tiros libres anotados) con correlaciones de 0.03 y 5IN (veces en el 5 inicial) y TL% (porcentaje de tiros libres anotados) con una correlación de 0.04.

Otra manera de ver la relación entre variables es observando los gráficos de puntos-variable en el plano factorial, ya que en un ACP normado las correlaciones entre variables normadas y variables originales son las mismas.

Para analizar estos gráficos interpretaremos las flechas como direcciones de crecimiento de las variables dentro del plano factorial, y por su posición veremos la relación que hay entre ellas. La longitud de dichas flechas nos indicará la calidad de representación de las variables, cuanto más próximas a la esfera de correlaciones, mejor representadas estarán.