analyse de donnÉes appliquÉe aux aps pierre moretto, université paul sabatier, toulouse iii. ue...
TRANSCRIPT
ANALYSE DE DONNÉES APPLIQUÉE
AUX APS
Pierre MORETTO, Université Paul Sabatier, Toulouse
III.
UE 45.2 CHI
Analyse de données
Recueil de données
Ici ….. 207 valeurs de détentes
verticales
8-[
Analyse :
Donner un sens
40 65 69 67 56 64 78 58 58 64 39 68 54 68 53 57 38 59
78 67 69 32 61 76 42 65 51 56 63 52 68 36 61 63 57 80
60 50 67 65 55 47 66 66 54 55 60 79 50 57 45 71 44 55
44 46 77 41 76 67 48 45 69 64 58 41 69 59 71 47 63 81
70 82 52 75 60 43 65 58 62 34 65 56 72 57 36 61 71 40
59 57 68 72 49 70 67 53 60 71 44 64 57 53 61 72 51 59
84 35 46 86 70 65 50 57 69 55 58 60 47 66 46 55 58 63
70 61 74 55 52 62 37 70 39 73 56 45 64 48 59 61 62 32
60 47 56 66 40 62 51 63 61 53 62 60 34 58 66 43 56
62 66 37 59 60 48 63 56 42 59 64 46 59 51 44 75 37
42 73 64 45 60 63 38 64 41 57 50 64 65 60 67 49
62 54 63 46 75 54 74 61 59 39 51
Analyse de données
Définitions
Statistique: La méthode qui permet de recueillir des données, de les traiter et de les interpréter.
Statistiques: L’ensemble des données qui permettent de mener une observation
Histoire:
Les statistiques :Collecte de données sont très anciennes:
Statistiques vient de “status”: l’état. Recensements agricoles existent en
Chine en 2238 avt JC. Statistique:
Premiers statisticiens (1900 ), Analyse uni factorielle,
Apparition de l’informatique (1950): Analyse multifactorielle.
Dans le domaine STAPS ? (Très récent)
Utilité en STAPS ?
Répondre aux questions: Existe t-il une différence ? Cette différence est-elle « significative » ?
Recensement et effets de groupes; Différences entre plusieurs populations, Entraînements, Séances ou cycle, Effets de la pratique
sportive Choix d’une pratique, d’équipements etc.
Population (ensemble d'unités statistiquesou d'individus)
LE VOCABULAIRE STATISTIQUE
Caractères
modalités (a, b, c ...)
Qualitatif
Nomenclatureavec code
discrète (entier)
continue (valeurs infinies)
Classes
Quantitatif
Variable (nombre)
ou
Signification et probabilités
La différence est-elle significative ? “Objectivité” des conclusions:
Accepter une marge d’erreur grâce aux probabilités: La différence est significative à 5% (P<0,05).
(Sous entendu: j ’accepte un risque de 5% de me tromper en affirmant que la différence est
significative)
L ’approche scientifique
Étapes de la démarche: Identifier la problématique, Organiser et choisir les variables, les tests etc. Protocole (Organisation …populations) Recueil des données (Fc, VO2 etc.) Analyse (Statistique) et présentation des
résultats Discussion Conclusion (Limites et portées).
Formulation des hypothèses Formulation des hypothèses en termes quantitatifs
La
Sta
tist
iqu
e
La démarche scientifiquegénérale
La démarche des méthodes quantitatives
Choix des méthodes
Observation
Organisation et traitement des données
Analyse et interprétation des résultats
Choix des méthodes, des variables et de la façon de les
mesurer
Collecte des données
Traitement des données
Analyse statistique des données
Interprétation statistique des résultats de l'analyse
Interprétation qualitative statistique des résultats en fonction
des hypothèses de départ
La Statistique
La StatistiqueDescriptive
L'Inférence Statistique
L'estimation
Les tests d'hypothèses
Les mesures detendance centrale
(mode, médiane, moyenne)
Les mesures deposition
(quartiles, quintiles,centiles)
Les mesures dedispersion
(étendue, variance, écart-type)
Les mesuresD’association (co-occurence, co-variation)
STATISTIQUES DESCRIPTIVES
Variables mesurables
Variables
Variable nominale Variable ordinale Variable d’intervalle Variable numérique
(Niveaux de mesure)
… Variable nominale
Étiquette, Identifier un sujet (un groupe).
N° de maillots, Catégories socio-professionnelles, Nationalités, Identification de comportements
(motivés, agressifs)
… Variable ordinale
Étiquette permettant une première classification.
Elle possède une échelle, mais pas d ’origine ni d ’unité.
Elle ne permet pas de quantifier la différence. Degrés de participation: Inoccupé, solitaire,
observateur, parallèle, associatif et coopératif.
… Variables d ’intervalles
Situer sur une échelle, mais l ’origine et l ’unité sont arbitraires.
Il est possible d ’opérer des transferts d ’une variable d ’intervalle à l ’autre.
Échelles des températures: C°, K°
… Variable numérique
Structure optimum de l ’échelle et de l ’origine qui permet toutes les opérations arithmétiques.
Performance sur 100 m etc.
L’analyse statistique …..
Compare des modèles mathématiques (références)
À l’évolution des données mesurées (variables expérimentales)
Modèle mathématique de référence
Le modèle mathématique de référence … le hasard
…Les variables aléatoires
… Variable aléatoire
Elle est due au « hasard ». Elle est liée à la notion de probabilité.
Probabilité que l ’événement apparaisse Pr(A). Pr(A) = Nbre de cas favorables / Nbre de cas
possibles: Ex: Au dé, Pr(6)=1/6
Utilité dans la méthode statistique: La différence observée est-elle liée au hasard
ou pas ?
Probabilité que l ’événement ne puisse pas être observé: Pr(ä)=1-Pr(a);
Au dé: Pr(6)=1-1/6=5/6
Probabilité complémentaire (contraire)
La probabilité d ’observer 2 évènements en même temps : Pr(A et B) = Pr(A) x Pr(A/B)
Avec Pr(A/B): Probabilité d ’observer B lorsque A et déjà sorti: Sur 1 dé: Pr(A/B)=Pr(1/6)=0
D ’où Pr(1 et 6)= Pr(1) x Pr(1/6)= 1/6 x 0 = 0
Probabilité composée
Probabilité d ’observer les évènements A ou B Pr(A ou B) = Pr(A) + Pr(B)Ex: Pr(1 ou 6) = Pr(1) + Pr(6) = 1/6 + 1/6 = 2/6
Probabilité d ’observer les évènements A ou B strictement: Pr(A ou B) = Pr(A) + Pr(B) - Pr(A et B)Ex 1 dé: Pr(1 ou 6) = Pr(1) + Pr(6) - Pr(1 et 6)
= 1/6 + 1/6 - 0 = 2/6Ex 2 dés: Pr(1 ou 6) = Pr(1) + Pr(6) - Pr(1 et 6)= 1/6 + 1/6 - (1/6 x 1/6) = 2/6-1/36 = 11/36
Probabilité totale
Si A et B sont indépendants; la probabilité de A n ’est pas affectée par la probabilité de B : Pr(A/B)=Pr(A)=Pr(B).
Si plusieurs évènements sont indépendants: Pr(A et B et C)= Pr(A) x Pr(B) x Pr(C)
Notion d’Indépendance
VARIABLES (ASPECTS D ’UNE VARIABLE)
Variable continue
Variable discrète
Variable indépendante
Variable dépendante
Variable parasite
Variable neutralisée
Variable intermédiaire
Indicateur
Variable opérationnelle
… Variable continue
Il existe une continuité de l ’échelle de sorte qu ’une valeur intermédiaire garde un sens.
Ex: entre 1 et 2 m; 1,5m Par contre entre les maillots 1 et 2, le maillot
1,5 n ’a aucun sens.
… Variable discrète
Varie de façon progressive mais par bonds:
Ex: 1, 2,…10 buts ... mais 1,5 but ne veut rien dire
… Variables indépendantes
V. I Provoquée: L ’expérimentateur manipule pour observer
l ’effet sur les variables dépendantes Ex: Augmenter la vitesse de course pour voir
effet sur VO2. Ex: Injection Acide Botulinique pour diminuer
la spasticité V. I. Invoquée: l ’expérimentateur peut
observer les effets de la variable mais ne peut l ’influencer: Effet de l ’âge, implantation géographique de l’AS.
… Variable dépendante
La variable qui varie en fonction de la variable indépendante.
C ’est ce lien de dépendance qui sera comparer au effet du hasard (distribution aléatoire).
… Variable parasite
Variable indésirable susceptible de perturber une variable dépendante. Ex: Étude de l ’influence de l ’âge sur la
performance en sprint: Variables parasites:
La croissance osseuse; Les tendinites plus fréquente sur système musculo-
squelettique immature;
… Variable neutralisée
Variable parasite dont les effets ont été annulés par précautions expérimentales.
Groupe placebo
Normalisation Vitesse de sprint rapportée à la longueur
segmentaire.
MÉTHODOLOGIE EXPÉRIMENTALE
(CONCEPTS DE BASE)
Groupes et tâches expérimentalesConcepts relatifs à la mesure
Échantillonnage
Décrire une population (Échantillon) Population: « Ensemble des individus qui
relève d ’une définition donnée ».Ex: La population française Échantillon: « Une fraction de la
population »Ex: Les étudiants de la FSSEP
Représentativité de l ’échantillon
… Groupes
Groupe expérimental Groupe contrôle (ou
témoin) Groupe placebo Groupe appariés Groupes indépendants
… Tâches
Simple aveugle Le sujet n ’est pas au courant de l ’intérêt
de l ’étude.
Double aveugle Le sujet et l ’expérimentateur ne sont pas
au courant ….. Double tâche
Tâche 1 + 2: Dribble + progression.
… Méthodes
Méthode longitudinale Étudier les effets dans le temps en
observant un même groupe. Ex: effet de l ’entraînement de 1998 à 2001
Méthode transversale Étudier l ’effet du temps en comparant des
groupes d ’âges différents. Ex: Comparer les enfants de 10, 11, …15
ansAttention
Concepts relatifs à la mesure
Mesurer:Établir une correspondance entre les
éléments évalués et les résultats qui doivent permettre la distinction.
Exigences de la mesure: Validité Fidélité Sensibilité
Validité
Validité L ’instrument de mesure permet-il de
mesurer ce pour quoi il a été conçu ? Ex: Un mètre peut mesurer une distance …
mais le nombre de fautes sur un match permet-il de mesurer l’agressivité des joueurs ?
Fidélité
Un instrument de mesure est dit fidèle lorsqu’il fournit des résultats identiques dans les mêmes conditions .
Sensibilité
Fait référence à la finesse de discrimination d ’un instrument de mesure (épreuve, tests, grille) permettant de distinguer les réponses. Ex:
1) Nbre de passes 2) Nbre de partenaires différents concernés par ces
passes Atteste du jeu collectif ???... 3) Sondage