Pré-manips Analyse vidéo

Résultats

Code 
# ---- Je filtre mes données ----
datas_video_brut <- datas_video # Je crée un nouveau Data.frame
names(datas_video_brut) <- c("Série", "Variables", "n° Variables", "Athlète", "Temps (s)") # Je renomme mes colonnes
# ---- J'affiche mes résultats ----
Tableau(datas_video_brut)
Série Variables n° Variables Athlète Temps (s)
60m_1 delta_p 1 Maël 0.016
60m_1 delta_p 1 Ronan -0.016
60m_1 tc 1 Maël 0.133
60m_1 tc 1 Ronan 0.129
60m_1 delta_d 2 Maël 0.012
60m_1 delta_d 2 Ronan -0.012
60m_1 te 2 Maël 0.125
60m_1 te 2 Ronan 0.141
60m_1 delta_p 3 Maël 0.029
60m_1 delta_p 3 Ronan -0.029
60m_1 tc 3 Maël 0.129
60m_1 tc 3 Ronan 0.116
60m_1 delta_d 4 Maël 0.016
60m_1 delta_d 4 Ronan -0.016
60m_1 te 4 Maël 0.129
60m_1 te 4 Ronan 0.129
60m_1 delta_p 5 Maël 0.016
60m_1 delta_p 5 Ronan -0.016
60m_1 tc 5 Maël 0.125
60m_1 tc 5 Ronan 0.116
60m_1 delta_d 6 Maël 0.008
60m_1 delta_d 6 Ronan -0.008
60m_1 te 6 Maël 0.129
60m_1 te 6 Ronan 0.145
60m_1 delta_p 7 Maël 0.025
60m_1 delta_p 7 Ronan -0.025
60m_1 tc 7 Maël 0.125
60m_1 tc 7 Ronan 0.116
60m_1 delta_d 8 Maël 0.016
60m_1 delta_d 8 Ronan -0.016
60m_1 te 8 Maël 0.129
60m_1 te 8 Ronan 0.129
60m_1 delta_p 9 Maël 0.016
60m_1 delta_p 9 Ronan -0.016
60m_1 tc 9 Maël 0.120
60m_1 tc 9 Ronan 0.125
60m_1 delta_d 10 Maël 0.020
60m_1 delta_d 10 Ronan -0.020
60m_1 te 10 Maël 0.137
60m_1 te 10 Ronan 0.137
60m_1 delta_p 11 Maël 0.020
60m_1 delta_p 11 Ronan -0.020
60m_1 tc 11 Maël 0.116
60m_1 tc 11 Ronan 0.125
60m_1 delta_d 12 Maël 0.029
60m_1 delta_d 12 Ronan -0.029
60m_1 te 12 Maël 0.133
60m_1 te 12 Ronan 0.129
60m_1 delta_p 13 Maël 0.025
60m_1 delta_p 13 Ronan -0.025
60m_1 tc 13 Maël 0.125
60m_1 tc 13 Ronan 0.120
60m_1 delta_d 14 Maël 0.020
60m_1 delta_d 14 Ronan -0.020
60m_1 te 14 Maël 0.133
60m_1 te 14 Ronan 0.141
60m_1 delta_p 15 Maël 0.029
60m_1 delta_p 15 Ronan -0.029
60m_1 tc 15 Maël 0.116
60m_1 tc 15 Ronan 0.116
60m_1 delta_d 16 Maël 0.029
60m_1 delta_d 16 Ronan -0.029
60m_1 te 16 Maël 0.137
60m_1 te 16 Ronan 0.116
60m_1 delta_p 17 Maël 0.008
60m_1 delta_p 17 Ronan -0.008
60m_1 tc 17 Maël 0.120
60m_1 tc 17 Ronan 0.125
60m_1 delta_d 18 Maël 0.012
60m_1 delta_d 18 Ronan -0.012
60m_1 te 18 Maël 0.125
60m_1 te 18 Ronan 0.137
60m_1 delta_p 19 Maël 0.025
60m_1 delta_p 19 Ronan -0.025
60m_1 tc 19 Maël 0.125
60m_1 tc 19 Ronan 0.120
60m_1 delta_d 20 Maël 0.020
60m_1 delta_d 20 Ronan -0.020
60m_1 te 20 Maël 0.150
60m_1 te 20 Ronan 0.133
60m_1 delta_p 21 Maël 0.004
60m_1 delta_p 21 Ronan -0.004
60m_1 tc 21 Maël 0.120
60m_1 tc 21 Ronan 0.120
60m_1 delta_d 22 Maël 0.004
60m_1 delta_d 22 Ronan -0.004
60m_2 delta_p 1 Maël 0.012
60m_2 delta_p 1 Ronan -0.012
60m_2 tc 1 Maël 0.129
60m_2 tc 1 Ronan 0.129
60m_2 delta_d 2 Maël 0.012
60m_2 delta_d 2 Ronan -0.012
60m_2 te 2 Maël 0.133
60m_2 te 2 Ronan 0.137
60m_2 delta_p 3 Maël 0.016
60m_2 delta_p 3 Ronan -0.016
60m_2 tc 3 Maël 0.125
60m_2 tc 3 Ronan 0.125
60m_2 delta_d 4 Maël 0.016
60m_2 delta_d 4 Ronan -0.016
60m_2 te 4 Maël 0.137
60m_2 te 4 Ronan 0.129
60m_2 delta_p 5 Maël 0.008
60m_2 delta_p 5 Ronan -0.008
60m_2 tc 5 Maël 0.120
60m_2 tc 5 Ronan 0.125
60m_2 delta_d 6 Maël 0.012
60m_2 delta_d 6 Ronan -0.012
60m_2 te 6 Maël 0.116
60m_2 te 6 Ronan 0.133
60m_2 delta_p 7 Maël 0.029
60m_2 delta_p 7 Ronan -0.029
60m_2 tc 7 Maël 0.120
60m_2 tc 7 Ronan 0.125
60m_2 delta_d 8 Maël 0.033
60m_2 delta_d 8 Ronan -0.033
60m_2 te 8 Maël 0.133
60m_2 te 8 Ronan 0.129
60m_2 delta_p 9 Maël 0.029
60m_2 delta_p 9 Ronan -0.029
60m_2 tc 9 Maël 0.129
60m_2 tc 9 Ronan 0.120
60m_2 delta_d 10 Maël 0.020
60m_2 delta_d 10 Ronan -0.020
60m_2 te 10 Maël 0.129
60m_2 te 10 Ronan 0.141
60m_2 delta_p 11 Maël 0.033
60m_2 delta_p 11 Ronan -0.033
60m_2 tc 11 Maël 0.120
60m_2 tc 11 Ronan 0.120
60m_2 delta_d 12 Maël 0.033
60m_2 delta_d 12 Ronan -0.033
60m_2 te 12 Maël 0.141
60m_2 te 12 Ronan 0.133
60m_2 delta_p 13 Maël 0.025
60m_2 delta_p 13 Ronan -0.025
60m_2 tc 13 Maël 0.125
60m_2 tc 13 Ronan 0.116
60m_2 delta_d 14 Maël 0.016
60m_2 delta_d 14 Ronan -0.016
60m_2 te 14 Maël 0.141
60m_2 te 14 Ronan 0.137
60m_2 delta_p 15 Maël 0.012
60m_2 delta_p 15 Ronan -0.012
60m_2 tc 15 Maël 0.112
60m_2 tc 15 Ronan 0.120
60m_2 delta_d 16 Maël 0.020
60m_2 delta_d 16 Ronan -0.020
60m_2 te 16 Maël 0.145
60m_2 te 16 Ronan 0.129
60m_2 delta_p 17 Maël 0.004
60m_2 delta_p 17 Ronan -0.004
60m_2 tc 17 Maël 0.116
60m_2 tc 17 Ronan 0.125
60m_2 delta_d 18 Maël 0.012
60m_2 delta_d 18 Ronan -0.012
60m_2 te 18 Maël 0.125
60m_2 te 18 Ronan 0.129
60m_2 delta_p 19 Maël 0.016
60m_2 delta_p 19 Ronan -0.016
60m_2 tc 19 Maël 0.116
60m_2 tc 19 Ronan 0.129
60m_2 delta_d 20 Maël 0.029
60m_2 delta_d 20 Ronan -0.029
60m_2 te 20 Maël 0.141
60m_2 te 20 Ronan 0.133
60m_2 delta_p 21 Maël 0.020
60m_2 delta_p 21 Ronan 0.020
60m_2 tc 21 Maël 0.125
60m_2 tc 21 Ronan 0.116
60m_2 delta_d 22 Maël 0.012
60m_2 delta_d 22 Ronan -0.012
60m_3 delta_p 1 Maël 0.020
60m_3 delta_p 1 Ronan -0.020
60m_3 tc 1 Maël 0.125
60m_3 tc 1 Ronan 0.129
60m_3 delta_d 2 Maël 0.025
60m_3 delta_d 2 Ronan -0.025
60m_3 te 2 Maël 0.133
60m_3 te 2 Ronan 0.141
60m_3 delta_p 3 Maël 0.033
60m_3 delta_p 3 Ronan -0.033
60m_3 tc 3 Maël 0.116
60m_3 tc 3 Ronan 0.120
60m_3 delta_d 4 Maël 0.037
60m_3 delta_d 4 Ronan -0.037
60m_3 te 4 Maël 0.141
60m_3 te 4 Ronan 0.129
60m_3 delta_p 5 Maël 0.025
60m_3 delta_p 5 Ronan -0.025
60m_3 tc 5 Maël 0.116
60m_3 tc 5 Ronan 0.125
60m_3 delta_d 6 Maël 0.033
60m_3 delta_d 6 Ronan -0.033
60m_3 te 6 Maël 0.137
60m_3 te 6 Ronan 0.141
60m_3 delta_p 7 Maël 0.037
60m_3 delta_p 7 Ronan -0.037
60m_3 tc 7 Maël 0.116
60m_3 tc 7 Ronan 0.120
60m_3 delta_d 8 Maël 0.041
60m_3 delta_d 8 Ronan -0.041
60m_3 te 8 Maël 0.145
60m_3 te 8 Ronan 0.125
60m_3 delta_p 9 Maël 0.020
60m_3 delta_p 9 Ronan -0.020
60m_3 tc 9 Maël 0.120
60m_3 tc 9 Ronan 0.129
60m_3 delta_d 10 Maël 0.029
60m_3 delta_d 10 Ronan -0.029
60m_3 te 10 Maël 0.137
60m_3 te 10 Ronan 0.137
60m_3 delta_p 11 Maël 0.029
60m_3 delta_p 11 Ronan -0.029
60m_3 tc 11 Maël 0.116
60m_3 tc 11 Ronan 0.125
60m_3 delta_d 12 Maël 0.037
60m_3 delta_d 12 Ronan -0.037
60m_3 te 12 Maël 0.150
60m_3 te 12 Ronan 0.129
60m_3 delta_p 13 Maël 0.016
60m_3 delta_p 13 Ronan -0.016
60m_3 tc 13 Maël 0.116
60m_3 tc 13 Ronan 0.125
60m_3 delta_d 14 Maël 0.025
60m_3 delta_d 14 Ronan -0.025
60m_3 te 14 Maël 0.133
60m_3 te 14 Ronan 0.145
60m_3 delta_p 15 Maël 0.037
60m_3 delta_p 15 Ronan -0.037
60m_3 tc 15 Maël 0.120
60m_3 tc 15 Ronan 0.120
60m_3 delta_d 16 Maël 0.037
60m_3 delta_d 16 Ronan -0.037
60m_3 te 16 Maël 0.145
60m_3 te 16 Ronan 0.125
60m_3 delta_p 17 Maël 0.016
60m_3 delta_p 17 Ronan -0.016
60m_3 tc 17 Maël 0.120
60m_3 tc 17 Ronan 0.129
60m_3 delta_d 18 Maël 0.025
60m_3 delta_d 18 Ronan -0.025
60m_3 te 18 Maël 0.145
60m_3 te 18 Ronan 0.141
60m_3 delta_p 19 Maël 0.020
60m_3 delta_p 19 Ronan -0.020
60m_3 tc 19 Maël 0.120
60m_3 tc 19 Ronan 0.141
60m_3 delta_d 20 Maël 0.029
60m_3 delta_d 20 Ronan -0.029
60m_3 te 20 Maël 0.154
60m_3 te 20 Ronan 0.129
60m_3 delta_p 21 Maël 0.008
60m_3 delta_p 21 Ronan -0.008
60m_4 delta_p 1 Maël -0.008
60m_4 delta_p 1 Ronan 0.008
60m_4 tc 1 Maël 0.116
60m_4 tc 1 Ronan 0.133
60m_4 delta_d 2 Maël 0.008
60m_4 delta_d 2 Ronan -0.008
60m_4 te 2 Maël 0.141
60m_4 te 2 Ronan 0.137
60m_4 delta_p 3 Maël 0.004
60m_4 delta_p 3 Ronan -0.004
60m_4 tc 3 Maël 0.116
60m_4 tc 3 Ronan 0.120
60m_4 delta_d 4 Maël 0.008
60m_4 delta_d 4 Ronan -0.008
60m_4 te 4 Maël 0.129
60m_4 te 4 Ronan 0.133
60m_4 delta_p 5 Maël 0.012
60m_4 delta_p 5 Ronan -0.012
60m_4 tc 5 Maël 0.125
60m_4 tc 5 Ronan 0.129
60m_4 delta_d 6 Maël 0.016
60m_4 delta_d 6 Ronan -0.016
60m_4 te 6 Maël 0.133
60m_4 te 6 Ronan 0.133
60m_4 delta_p 7 Maël 0.016
60m_4 delta_p 7 Ronan -0.016
60m_4 tc 7 Maël 0.120
60m_4 tc 7 Ronan 0.120
60m_4 delta_d 8 Maël 0.016
60m_4 delta_d 8 Ronan -0.016
60m_4 te 8 Maël 0.137
60m_4 te 8 Ronan 0.133
60m_4 delta_p 9 Maël 0.012
60m_4 delta_p 9 Ronan -0.012
60m_4 tc 9 Maël 0.120
60m_4 tc 9 Ronan 0.129
60m_4 delta_d 10 Maël 0.020
60m_4 delta_d 10 Ronan -0.020
60m_4 te 10 Maël 0.120
60m_4 te 10 Ronan 0.125
60m_4 delta_p 11 Maël 0.025
60m_4 delta_p 11 Ronan -0.025
60m_4 tc 11 Maël 0.116
60m_4 tc 11 Ronan 0.133
60m_4 delta_d 12 Maël 0.041
60m_4 delta_d 12 Ronan -0.041
60m_4 te 12 Maël 0.158
60m_4 te 12 Ronan 0.129
60m_4 delta_p 13 Maël 0.012
60m_4 delta_p 13 Ronan -0.012
60m_4 tc 13 Maël 0.012
60m_4 tc 13 Ronan 0.120
60m_4 delta_d 14 Maël 0.016
60m_4 delta_d 14 Ronan -0.016
60m_4 te 14 Maël 0.133
60m_4 te 14 Ronan 0.141
60m_4 delta_p 15 Maël 0.025
60m_4 delta_p 15 Ronan -0.025
60m_4 tc 15 Maël 0.133
60m_4 tc 15 Ronan 0.125
60m_4 delta_d 16 Maël 0.037
60m_4 delta_d 16 Ronan -0.037
60m_4 te 16 Maël 0.133
60m_4 te 16 Ronan 0.125
60m_4 delta_p 17 Maël 0.029
60m_4 delta_p 17 Ronan -0.029
60m_4 tc 17 Maël 0.116
60m_4 tc 17 Ronan 0.129
60m_4 delta_d 18 Maël 0.041
60m_4 delta_d 18 Ronan -0.041
60m_4 te 18 Maël 0.129
60m_4 te 18 Ronan 0.133
60m_4 delta_p 19 Maël 0.045
60m_4 delta_p 19 Ronan -0.045
60m_4 tc 19 Maël 0.125
60m_4 tc 19 Ronan 0.129
60m_4 delta_d 20 Maël 0.050
60m_4 delta_d 20 Ronan -0.050
60m_4 te 20 Maël 0.150
60m_4 te 20 Ronan 0.145
60m_4 delta_p 21 Maël 0.045
60m_4 delta_p 21 Ronan -0.045
60m_4 tc 21 Maël 0.120
60m_4 tc 21 Ronan 0.120
60m_4 delta_d 22 Maël 0.045
60m_4 delta_d 22 Ronan -0.045
60m_1 t20 - - 2.594
60m_2 t20 - - 2.677
60m_3 t20 - - 2.581
60m_4 t20 - - 2.602
60m_1 Na - - 10.200
60m_2 Na - - 10.500
60m_3 Na - - 10.400
60m_4 Na - - 10.000

Indices de tendances centrale et de dispersions

Statistiques Maël

Code 
# ---- Je filtre mes données ----
filtre_description_tc_mael <- datas_video %>% # Je filtre mes données
  filter(variables == "tc", athlete == "Maël") %>% # Je sélectionne les données
  pull(temps) # Je récupère les valeurs
filtre_description_te_mael <- datas_video %>% # Je filtre mes données
  filter(variables == "te", athlete == "Maël") %>% # Je sélectionne les données
  pull(temps) # Je récupère les valeurs
filtre_description_delta_p_mael <- datas_video %>% # Je filtre mes données
  filter(variables == "delta_p", athlete == "Maël") %>% # Je sélectionne les données
  pull(temps) # Je récupère les valeurs
filtre_description_delta_d_mael <- datas_video %>% # Je filtre mes données
  filter(variables == "delta_d", athlete == "Maël") %>% # Je sélectionne les données
  pull(temps) # Je récupère les valeurs
# ---- Je réalise mes statsistiques ----
statistiques_descriptives_tc_mael <- Statistiques(filtre_description_tc_mael) # Je réalise mes statistiques de tc
statistiques_descriptives_te_mael <- Statistiques(filtre_description_te_mael) # Je réalise mes statistiques de te
statistiques_descriptives_delta_p_mael <- Statistiques(filtre_description_delta_p_mael) # Je réalise mes statistiques de delta_p
statistiques_descriptives_delta_d_mael <- Statistiques(filtre_description_delta_d_mael) # Je réalise mes statistiques de delta_d
statistiques_descriptives_foulees_mael <- Statistiques(foulees_mael) # Je réalise mes statistiques de foulées
statistiques_descriptives_frequence_mael <- Statistiques(frequence_mael) # Je réalise mes statistiques de fréquence
statistiques_descriptives_amplitude <- Statistiques(amplitude) # Je réalise mes statistiques d'amplitude
# ---- Je stocke mes résultats ----
statistiques_descriptives_mael_tbl <- tibble( # Je crée un tibble pour stocker les résultats
    Statistiques = c("Moyenne", "Médiane", "Minimum", "Maximum", "Étendue", "Écart_type", "Variance", "Coefficient de Variance (%)", "Nombre"),
    `tc (s)` = unlist(statistiques_descriptives_tc_mael), # Je récupère les valeurs des statistiques Tc
    `te (s)` = unlist(statistiques_descriptives_te_mael), # Je récupère les valeurs des statistiques Te
    `delta_p (s)` = unlist(statistiques_descriptives_delta_p_mael), # Je récupère les valeurs des statistiques delta_p
    `delta_d (s)` = unlist(statistiques_descriptives_delta_d_mael), # Je récupère les valeurs des statistiques delta_d
    `foulées (s)` = unlist(statistiques_descriptives_foulees_mael), # Je récupère les valeurs des statistiques foulees
    `fréquence (Hz)` = unlist(statistiques_descriptives_frequence_mael), # Je récupère les valeurs des statistiques frequence
    `amplitude (m)` = unlist(statistiques_descriptives_amplitude)) # Je récupère les valeurs des statistiques amplitude
# ---- Affichage des résultats ----
Tableau(statistiques_descriptives_mael_tbl)
Statistiques tc (s) te (s) delta_p (s) delta_d (s) foulées (s) fréquence (Hz) amplitude (m)
Moyenne 0.118 0.136 0.020 0.024 0.255 3.964 1.947
Médiane 0.120 0.135 0.020 0.020 0.257 3.891 1.942
Minimum 0.012 0.116 -0.008 0.004 0.145 3.636 1.905
Maximum 0.133 0.158 0.045 0.050 0.275 6.916 2.000
Étendue 0.121 0.042 0.053 0.046 0.130 3.279 0.095
Écart_type 0.017 0.009 0.011 0.012 0.019 0.481 0.042
Variance 0.000 0.000 0.000 0.000 0.000 0.231 0.002
Coefficient de Variance (%) 14.708 6.690 54.342 48.830 7.627 12.138 2.170
Nombre 43.000 40.000 44.000 43.000 43.000 43.000 4.000

Statistiques Ronan

Code 
# ---- Je filtre mes données ----
filtre_description_tc_ronan <- datas_video %>% # Je filtre mes données
  filter(variables == "tc", athlete == "Ronan") %>% # Je sélectionne les données
  pull(temps) # Je récupère les valeurs
filtre_description_te_ronan <- datas_video %>% # Je filtre mes données
  filter(variables == "te", athlete == "Ronan") %>% # Je sélectionne les données
  pull(temps) # Je récupère les valeurs
filtre_description_delta_p_ronan <- datas_video %>% # Je filtre mes données
  filter(variables == "delta_p", athlete == "Ronan") %>% # Je sélectionne les données
  pull(temps) # Je récupère les valeurs
filtre_description_delta_d_ronan <- datas_video %>% # Je filtre mes données
  filter(variables == "delta_d", athlete == "Ronan") %>% # Je sélectionne les données
  pull(temps) # Je récupère les valeurs
# ---- Je réalise mes statsistiques ----
statistiques_descriptives_tc_ronan <- Statistiques(filtre_description_tc_ronan) # Je réalise mes statistiques de tc
statistiques_descriptives_te_ronan <- Statistiques(filtre_description_te_ronan) # Je réalise mes statistiques de te
statistiques_descriptives_delta_p_ronan <- Statistiques(filtre_description_delta_p_ronan) # Je réalise mes statistiques de delta_p
statistiques_descriptives_delta_d_ronan <- Statistiques(filtre_description_delta_d_ronan) # Je réalise mes statistiques de delta_d
statistiques_descriptives_foulees_ronan <- Statistiques(foulees_ronan) # Je réalise mes statistiques de foulées
statistiques_descriptives_frequence_ronan <- Statistiques(frequence_ronan) # Je réalise mes statistiques de frequence
statistiques_descriptives_amplitude <- Statistiques(amplitude) # Je réalise mes statistiques d'amplitude
# ---- Je stocke mes résultats ----
statistiques_descriptives_ronan_tbl <- tibble( # Je crée un tibble pour stocker les résultats
    Statistiques = c("Moyenne", "Médiane", "Minimum", "Maximum", "Étendue", "Écart_type", "Variance", "Coefficient de Variance (%)", "Nombre"),
    `tc (s)` = unlist(statistiques_descriptives_tc_ronan), # Je récupère les valeurs des statistiques Tc
    `te (s)` = unlist(statistiques_descriptives_te_ronan), # Je récupère les valeurs des statistiques Te
    `delta_p (s)` = unlist(statistiques_descriptives_delta_p_ronan), # Je récupère les valeurs des statistiques delta_p
    `delta_d (s)` = unlist(statistiques_descriptives_delta_d_ronan), # Je récupère les valeurs des statistiques delta_d
    `foulées (s)` = unlist(statistiques_descriptives_foulees_ronan), # Je récupère les valeurs des statistiques foulees
    `fréquence (Hz)` = unlist(statistiques_descriptives_frequence_ronan), # Je récupère les valeurs des statistiques frequence
    `amplitude (m)` = unlist(statistiques_descriptives_amplitude)) # Je récupère les valeurs des statistiques amplitude
# ---- Affichage des résultats ----
Tableau(statistiques_descriptives_ronan_tbl)
Statistiques tc (s) te (s) delta_p (s) delta_d (s) foulées (s) fréquence (Hz) amplitude (m)
Moyenne 0.124 0.134 -0.019 -0.024 0.258 3.883 1.947
Médiane 0.125 0.133 -0.020 -0.020 0.258 3.876 1.942
Minimum 0.116 0.116 -0.045 -0.050 0.232 3.650 1.905
Maximum 0.141 0.145 0.020 -0.004 0.274 4.310 2.000
Étendue 0.025 0.029 0.065 0.046 0.042 0.661 0.095
Écart_type 0.006 0.007 0.013 0.012 0.009 0.135 0.042
Variance 0.000 0.000 0.000 0.000 0.000 0.018 0.002
Coefficient de Variance (%) 4.496 4.919 -64.928 -48.830 3.426 3.484 2.170
Nombre 43.000 40.000 44.000 43.000 43.000 43.000 4.000

delta_p

Code 
# ---- Je stocke mes résultats ----
delta_p_60_tbl <- tibble(
  Série = c("60 m (1)", "60 m (2)", "60 m (3)", "60 m (4)"),
  `deltas_p Maël` = unlist(delta_p_mael),
  `deltas_p Ronan` = unlist(delta_p_ronan))
# ---- J'affiche mes résultats ----
Tableau(delta_p_60_tbl)
Série deltas_p Maël deltas_p Ronan
60 m (1) 0.019 -0.019
60 m (2) 0.019 -0.015
60 m (3) 0.024 -0.024
60 m (4) 0.020 -0.020

delta_d

Code 
# ---- Je stocke mes résultats ----
delta_d_60_tbl <- tibble(
  Série = c("60 m (1)", "60 m (2)", "60 m (3)", "60 m (4)"),
  `deltas_d Maël` = unlist(delta_d_mael),
  `deltas_d Ronan` = unlist(delta_d_ronan))
# ---- J'affiche mes résultats ----
Tableau(delta_d_60_tbl)
Série deltas_d Maël deltas_d Ronan
60 m (1) 0.017 -0.017
60 m (2) 0.020 -0.020
60 m (3) 0.032 -0.032
60 m (4) 0.027 -0.027

Ratio tc

Code 
# ---- Je filtre mes données ----
filtre_ratio_tc_ronan_60_1 <- datas_video %>% # Je filtre mes données
  filter(variables == "tc", athlete == "Ronan", serie == "60m_1") %>% # Je sélectionne les données
  pull(temps) # Je récupère les valeurs
filtre_ratio_tc_mael_60_1 <- datas_video %>% # Je filtre mes données
  filter(variables == "tc", athlete == "Maël", serie == "60m_1") %>% # Je sélectionne les données
  pull(temps) # Je récupère les valeurs
filtre_ratio_tc_ronan_60_2 <- datas_video %>% # Je filtre mes données
  filter(variables == "tc", athlete == "Ronan", serie == "60m_2") %>% # Je sélectionne les données
  pull(temps) # Je récupère les valeurs
filtre_ratio_tc_mael_60_2 <- datas_video %>% # Je filtre mes données
  filter(variables == "tc", athlete == "Maël", serie == "60m_2") %>% # Je sélectionne les données
  pull(temps) # Je récupère les valeurs
filtre_ratio_tc_ronan_60_3 <- datas_video %>% # Je filtre mes données
  filter(variables == "tc", athlete == "Ronan", serie == "60m_3") %>% # Je sélectionne les données
  pull(temps) # Je récupère les valeurs
filtre_ratio_tc_mael_60_3 <- datas_video %>% # Je filtre mes données
  filter(variables == "tc", athlete == "Maël", serie == "60m_3") %>% # Je sélectionne les données
  pull(temps) # Je récupère les valeurs
filtre_ratio_tc_ronan_60_4 <- datas_video %>% # Je filtre mes données
  filter(variables == "tc", athlete == "Ronan", serie == "60m_4") %>% # Je sélectionne les données
  pull(temps) # Je récupère les valeurs
filtre_ratio_tc_mael_60_4 <- datas_video %>% # Je filtre mes données
  filter(variables == "tc", athlete == "Maël", serie == "60m_4") %>% # Je sélectionne les données
  pull(temps) # Je récupère les valeurs
# ---- Je calcul mes Ratios ----
ratio_1_tc <- filtre_ratio_tc_ronan_60_1 / filtre_ratio_tc_mael_60_1
ratio_2_tc <- filtre_ratio_tc_mael_60_2 / filtre_ratio_tc_ronan_60_2
ratio_3_tc <- filtre_ratio_tc_mael_60_3 / filtre_ratio_tc_ronan_60_3
ratio_4_tc <- filtre_ratio_tc_mael_60_4 / filtre_ratio_tc_ronan_60_4
# ---- Je stocke les moyennes de mes ratios tc ----
ratios_tc <- c(mean(ratio_1_tc), mean(ratio_2_tc), mean(ratio_3_tc), mean(ratio_4_tc))
# ---- Je stocke mes résultats ----
ratios_tbl_tc <- tibble(
  `Ratios tc` = c("60 (1)", "60 (2)", "60 (3)", "60 (4)"),
  Moyennes = unlist(ratios_tc))
# ---- J'affiche mes résultats ----
Tableau(ratios_tbl_tc)
Ratios tc Moyennes
60 (1) 0.982
60 (2) 0.992
60 (3) 0.940
60 (4) 0.876

Ratio te

Code 
# ---- Je filtre mes données ----
filtre_ratio_te_ronan_60_1 <- datas_video %>% # Je filtre mes données
  filter(variables == "te", athlete == "Ronan", serie == "60m_1") %>% # Je sélectionne les données
  pull(temps) # Je récupère les valeurs
filtre_ratio_te_mael_60_1 <- datas_video %>% # Je filtre mes données
  filter(variables == "te", athlete == "Maël", serie == "60m_1") %>% # Je sélectionne les données
  pull(temps) # Je récupère les valeurs
filtre_ratio_te_ronan_60_2 <- datas_video %>% # Je filtre mes données
  filter(variables == "te", athlete == "Ronan", serie == "60m_2") %>% # Je sélectionne les données
  pull(temps) # Je récupère les valeurs
filtre_ratio_te_mael_60_2 <- datas_video %>% # Je filtre mes données
  filter(variables == "te", athlete == "Maël", serie == "60m_2") %>% # Je sélectionne les données
  pull(temps) # Je récupère les valeurs
filtre_ratio_te_ronan_60_3 <- datas_video %>% # Je filtre mes données
  filter(variables == "te", athlete == "Ronan", serie == "60m_3") %>% # Je sélectionne les données
  pull(temps) # Je récupère les valeurs
filtre_ratio_te_mael_60_3 <- datas_video %>% # Je filtre mes données
  filter(variables == "te", athlete == "Maël", serie == "60m_3") %>% # Je sélectionne les données
  pull(temps) # Je récupère les valeurs
filtre_ratio_te_ronan_60_4 <- datas_video %>% # Je filtre mes données
  filter(variables == "te", athlete == "Ronan", serie == "60m_4") %>% # Je sélectionne les données
  pull(temps) # Je récupère les valeurs
filtre_ratio_te_mael_60_4 <- datas_video %>% # Je filtre mes données
  filter(variables == "te", athlete == "Maël", serie == "60m_4") %>% # Je sélectionne les données
  pull(temps) # Je récupère les valeurs
# ---- Je calcul mon Ratio ----
ratio_1_te <- filtre_ratio_te_mael_60_1 / filtre_ratio_te_ronan_60_1
ratio_2_te <- filtre_ratio_te_ronan_60_2 / filtre_ratio_te_mael_60_2
ratio_3_te <- filtre_ratio_te_ronan_60_3 / filtre_ratio_te_mael_60_3
ratio_4_te <- filtre_ratio_te_ronan_60_4 / filtre_ratio_te_mael_60_4
# ---- Je stocke les moyennes de mes ratios tc ----
ratios_te <- c(mean(ratio_1_te), mean(ratio_2_te), mean(ratio_3_te), mean(ratio_4_te))
# ---- Je stocke mes résultats ----
ratios_tbl_te <- tibble(
  `Ratios te` = c("60 m (1)", "60 m (2)", "60 m (3)", "60 m (4)"),
  Moyennes = unlist(ratios_te))
# ---- J'affiche mes résultats ----
Tableau(ratios_tbl_te)
Ratios te Moyennes
60 m (1) 0.997
60 m (2) 0.996
60 m (3) 0.949
60 m (4) 0.983

Tableau récapitulatif

Code 
# ---- Je filtre mes données ----
filtre_shapiro_t20 <- datas_video %>% # Je filtre mes données
  filter(variables == "t20") %>% # Je sélectionne les données
  pull(temps) # Je récupère les valeurs
foulees <- c(foulees_mael, foulees_ronan)
# ---- Je réalise les tests de Shapiro.Wilk ----
shapiro_test_t20 <- shapiro.test(filtre_shapiro_t20) # Je réalise le test de Shapiro.Wilk pour les t20
shapiro_test_ratios_tc <- shapiro.test(ratios_tc) # Je réalise le test de Shapiro.Wilk pour les ratios_tc
shapiro_test_ratios_te <- shapiro.test(ratios_te) # Je réalise le test de Shapiro.Wilk pour les ratios_te
shapiro_test_delta_p_mael <- shapiro.test(delta_p_mael) # Je réalise le test de Shapiro.Wilk pour mon delta_p de Maël
shapiro_test_delta_d_mael <- shapiro.test(delta_d_mael) # Je réalise le test de Shapiro.Wilk pour mon delta_d de Maël
shapiro_test_delta_p_ronan <- shapiro.test(delta_p_ronan) # Je réalise le test de Shapiro.Wilk pour mon delta_p de Ronan
shapiro_test_delta_d_ronan <- shapiro.test(delta_d_ronan) # Je réalise le test de Shapiro.Wilk pour mon delta_d de Ronan
shapiro_test_foulees <- shapiro.test(foulees) # Je réalise le test de Shapiro.Wilk pour mes foulees
# ---- Je stocke les résultats ----
shapiro_test_tbl <- tibble(  # Je stocke les résultats dans un tibble
    Variables = c("t20", "ratios_tc", "ratios_te", "delta_p_mael", "delta_d_mael", "delta_p_ronan", "delta_d_ronan", "foulees"),
    W = c(shapiro_test_t20$statistic, shapiro_test_ratios_tc$statistic, shapiro_test_ratios_te$statistic, shapiro_test_delta_p_mael$statistic, shapiro_test_delta_d_mael$statistic, shapiro_test_delta_p_ronan$statistic, shapiro_test_delta_d_ronan$statistic, shapiro_test_foulees$statistic),
    p.value = c(shapiro_test_t20$p.value, shapiro_test_ratios_tc$p.value, shapiro_test_ratios_te$p.value, shapiro_test_delta_p_mael$p.value, shapiro_test_delta_d_mael$p.value, shapiro_test_delta_p_ronan$p.value, shapiro_test_delta_d_ronan$p.value, shapiro_test_foulees$p.value))
# ---- J'affiche mes résultats ----
Tableau(shapiro_test_tbl)
Variables W p.value
t20 0.809 0.119
ratios_tc 0.900 0.432
ratios_te 0.821 0.146
delta_p_mael 0.819 0.140
delta_d_mael 0.940 0.655
delta_p_ronan 0.961 0.783
delta_d_ronan 0.940 0.655
foulees 0.625 0.000

t20

Code 
# ---- Interprétation des résultats ----
W <- shapiro_test_t20$statistic # Je récupère la statistique W
p.value <- shapiro_test_t20$p.value # Je récupère la p-value
# ---- J'analyse ma normalité ----
cat(verification_normalite(W, p.value))
  • Statistique W : 0.809
  • p-value : 0.1191

Normalité acceptable mais non parfaite (0.80 <= W < 0.90) : Les données sont proches de la normale.

p-value >= 0.05 : Pas de rejet de l’hypothèse nulle. Pas de preuve suffisante contre la normalité.

Ratios tc

Code 
# ---- Interprétation des résultats ----
W <- shapiro_test_ratios_tc$statistic # Je récupère la statistique W
p.value <- shapiro_test_ratios_tc$p.value # Je récupère la p-value
# ---- J'analyse ma normalité ----
cat(verification_normalite(W, p.value))
  • Statistique W : 0.9
  • p-value : 0.4324

Forte probabilité de normalité (W >= 0.90) : Les données semblent suivre une distribution normale.

p-value >= 0.05 : Pas de rejet de l’hypothèse nulle. Pas de preuve suffisante contre la normalité.

Ratios te

Code 
# ---- Interprétation des résultats ----
W <- shapiro_test_ratios_te$statistic # Je récupère la statistique W
p.value <- shapiro_test_ratios_te$p.value # Je récupère la p-value
# ---- J'analyse ma normalité ----
cat(verification_normalite(W, p.value))
  • Statistique W : 0.821
  • p-value : 0.1456

Normalité acceptable mais non parfaite (0.80 <= W < 0.90) : Les données sont proches de la normale.

p-value >= 0.05 : Pas de rejet de l’hypothèse nulle. Pas de preuve suffisante contre la normalité.

delta_p_mael

Code 
# ---- Interprétation des résultats ----
W <- shapiro_test_delta_p_mael$statistic # Je récupère la statistique W
p.value <- shapiro_test_delta_p_mael$p.value # Je récupère la p-value
# ---- J'analyse ma normalité ----
cat(verification_normalite(W, p.value))
  • Statistique W : 0.819
  • p-value : 0.1401

Normalité acceptable mais non parfaite (0.80 <= W < 0.90) : Les données sont proches de la normale.

p-value >= 0.05 : Pas de rejet de l’hypothèse nulle. Pas de preuve suffisante contre la normalité.

delta_d_mael

Code 
# ---- Interprétation des résultats ----
W <- shapiro_test_delta_d_mael$statistic # Je récupère la statistique W
p.value <- shapiro_test_delta_d_mael$p.value # Je récupère la p-value
# ---- J'analyse ma normalité ----
cat(verification_normalite(W, p.value))
  • Statistique W : 0.94
  • p-value : 0.6549

Forte probabilité de normalité (W >= 0.90) : Les données semblent suivre une distribution normale.

p-value >= 0.05 : Pas de rejet de l’hypothèse nulle. Pas de preuve suffisante contre la normalité.

delta_p_ronan

Code 
# ---- Interprétation des résultats ----
W <- shapiro_test_delta_p_ronan$statistic # Je récupère la statistique W
p.value <- shapiro_test_delta_p_ronan$p.value # Je récupère la p-value
# ---- J'analyse ma normalité ----
cat(verification_normalite(W, p.value))
  • Statistique W : 0.961
  • p-value : 0.7833

Forte probabilité de normalité (W >= 0.90) : Les données semblent suivre une distribution normale.

p-value >= 0.05 : Pas de rejet de l’hypothèse nulle. Pas de preuve suffisante contre la normalité.

delta_d_ronan

Code 
# ---- Interprétation des résultats ----
W <- shapiro_test_delta_d_ronan$statistic # Je récupère la statistique W
p.value <- shapiro_test_delta_d_ronan$p.value # Je récupère la p-value
# ---- J'analyse ma normalité ----
cat(verification_normalite(W, p.value))
  • Statistique W : 0.94
  • p-value : 0.6549

Forte probabilité de normalité (W >= 0.90) : Les données semblent suivre une distribution normale.

p-value >= 0.05 : Pas de rejet de l’hypothèse nulle. Pas de preuve suffisante contre la normalité.

Normalité des données (foulées)

Code 
# ---- Interprétation des résultats ----
W <- shapiro_test_foulees$statistic # Je récupère la statistique W
p.value <- shapiro_test_foulees$p.value # Je récupère la p-value
# ---- J'analyse ma normalité ----
cat(verification_normalite(W, p.value))
  • Statistique W : 0.625
  • p-value : 0

Forte déviation de la normalité (W < 0.70) : Les données ne suivent pas une distribution normale.

p-value < 0.05 : Rejet de l’hypothèse nulle. Les données ne suivent pas une distribution normale.

Tableau récapitulatif

Code 
# ---- Je réalise le test de corrélation de Pearson ----
statistiques_pearson_t20_ratios_tc <- cor.test(filtre_shapiro_t20, ratios_tc, method = "pearson") # Test de corrélation de Pearson entre t20 et ratios_tc
statistiques_pearson_t20_ratios_te <- cor.test(filtre_shapiro_t20, ratios_te, method = "pearson") # Test de corrélation de Pearson entre t20 et ratios_te
statistiques_pearson_t20_delta_p_mael <- cor.test(filtre_shapiro_t20, delta_p_mael, method = "pearson") # Test de corrélation de Pearson entre t20 et delta_p_mael
statistiques_pearson_t20_delta_d_mael <- cor.test(filtre_shapiro_t20, delta_d_mael, method = "pearson") # Test de corrélation de Pearson entre t20 et delta_d_mael
statistiques_pearson_t20_delta_p_ronan <- cor.test(filtre_shapiro_t20, delta_p_ronan, method = "pearson") # Test de corrélation de Pearson entre t20 et delta_p_ronan
statistiques_pearson_t20_delta_d_ronan <- cor.test(filtre_shapiro_t20, delta_d_ronan, method = "pearson") # Test de corrélation de Pearson entre t20 et delta_d_ronan
# ---- Je stocke les résultats ----
statistiques_pearson_tbl <- tibble(  # Je stocke les résultats dans un tibble
    Corrélations = c("t20 / ratios_tc", "t20 / ratios_te", "t20 / delta_p_mael", "t20 / delta_d_mael", "t20 / delta_p_ronan", "t20 / delta_d_ronan"),
    r = c(statistiques_pearson_t20_ratios_tc$estimate, statistiques_pearson_t20_ratios_te$estimate, statistiques_pearson_t20_delta_p_mael$estimate, statistiques_pearson_t20_delta_d_mael$estimate, statistiques_pearson_t20_delta_p_ronan$estimate, statistiques_pearson_t20_delta_d_ronan$estimate),
    p.value = c(statistiques_pearson_t20_ratios_tc$p.value, statistiques_pearson_t20_ratios_te$p.value, statistiques_pearson_t20_delta_p_mael$p.value, statistiques_pearson_t20_delta_d_mael$p.value, statistiques_pearson_t20_delta_p_ronan$p.value, statistiques_pearson_t20_delta_d_ronan$p.value))
# ---- J'affiche mes résultats ----
Tableau(statistiques_pearson_tbl)
Corrélations r p.value
t20 / ratios_tc 0.470 0.530
t20 / ratios_te 0.570 0.430
t20 / delta_p_mael -0.661 0.339
t20 / delta_d_mael -0.489 0.511
t20 / delta_p_ronan 0.918 0.082
t20 / delta_d_ronan 0.489 0.511

Ici les résultats ne sont forcément pas significatifs car on a que 4 données par variables.

Corrélation entre le t20 et et les ratios tc

Code 
# ---- Je récupère mes valeurs ----
r <- statistiques_pearson_t20_ratios_tc$estimate # Je récupère la statistique r
p.value <- statistiques_pearson_t20_ratios_tc$p.value # Je récupère la p-value
# ---- J'analyse ma corrélation ----
cat(verification_correlation(r, p.value))
  • Statistique r : 0.47
  • p-value : 0.53

Corrélation faible (0.30 ≤ |r| < 0.50) : Faible lien entre les deux variables.

p-value ≥ 0.05 : Corrélation non significative. L’association observée peut être due au hasard.

Corrélation entre le t20 et et les ratios te

Code 
# ---- Je récupère mes valeurs ----
r <- statistiques_pearson_t20_ratios_te$estimate # Je récupère la statistique r
p.value <- statistiques_pearson_t20_ratios_te$p.value # Je récupère la p-value
# ---- J'analyse ma corrélation ----
cat(verification_correlation(r, p.value))
  • Statistique r : 0.57
  • p-value : 0.4302

Corrélation modérée (0.50 ≤ |r| < 0.70) : Relation modérée entre les deux variables.

p-value ≥ 0.05 : Corrélation non significative. L’association observée peut être due au hasard.

Corrélation entre le t20 et et le delta à la pose de Maël

Code 
# ---- Je récupère mes valeurs ----
r <- statistiques_pearson_t20_delta_p_mael$estimate # Je récupère la statistique r
p.value <- statistiques_pearson_t20_delta_p_mael$p.value # Je récupère la p-value
# ---- J'analyse ma corrélation ----
cat(verification_correlation(r, p.value))
  • Statistique r : -0.661
  • p-value : 0.3392

Corrélation modérée (0.50 ≤ |r| < 0.70) : Relation modérée entre les deux variables.

p-value ≥ 0.05 : Corrélation non significative. L’association observée peut être due au hasard.

Corrélation entre le t20 et et le delta au décollage de Maël

Code 
# ---- Je récupère mes valeurs ----
r <- statistiques_pearson_t20_delta_d_mael$estimate # Je récupère la statistique r
p.value <- statistiques_pearson_t20_delta_d_mael$p.value # Je récupère la p-value
# ---- J'analyse ma corrélation ----
cat(verification_correlation(r, p.value))
  • Statistique r : -0.489
  • p-value : 0.511

Corrélation faible (0.30 ≤ |r| < 0.50) : Faible lien entre les deux variables.

p-value ≥ 0.05 : Corrélation non significative. L’association observée peut être due au hasard.

Corrélation entre le t20 et et le delta à la pose de Ronan

Code 
# ---- Je récupère mes valeurs ----
r <- statistiques_pearson_t20_delta_p_ronan$estimate # Je récupère la statistique r
p.value <- statistiques_pearson_t20_delta_p_ronan$p.value # Je récupère la p-value
# ---- J'analyse ma corrélation ----
cat(verification_correlation(r, p.value))
  • Statistique r : 0.918
  • p-value : 0.0824

Corrélation très forte (|r| ≥ 0.90) : L’association entre les deux variables est très marquée.

p-value ≥ 0.05 : Corrélation non significative. L’association observée peut être due au hasard.

Corrélation entre le t20 et et le delta au décollage de Ronan

Code 
# ---- Je récupère mes valeurs ----
r <- statistiques_pearson_t20_delta_d_ronan$estimate # Je récupère la statistique r
p.value <- statistiques_pearson_t20_delta_d_ronan$p.value # Je récupère la p-value
# ---- J'analyse ma corrélation ----
cat(verification_correlation(r, p.value))
  • Statistique r : 0.489
  • p-value : 0.511

Corrélation faible (0.30 ≤ |r| < 0.50) : Faible lien entre les deux variables.

p-value ≥ 0.05 : Corrélation non significative. L’association observée peut être due au hasard.