Aller au contenu

voyez combien de joueurs ont le même classement que vous


Messages recommandés

Posté(e)

hello !

un copier-coller du mémo 2010 de la FFT

voici le nombre de joueurs licenciés en France, leurs classement pour 2010

A+Mark

:D

sansrelplp.jpg

Uploaded with ImageShack.us

  • Réponses 65
  • Créé
  • Dernière réponse

Meilleurs contributeurs dans ce sujet

Meilleurs contributeurs dans ce sujet

Posté(e)
  Le 07/08/2011 à 16:25, Mark///M a dit :

hello !

un copier-coller du mémo 2010 de la FFT

voici le nombre de joueurs licenciés en France, leurs classement pour 2010

A+Mark

:D

sansrelplp.jpg

Uploaded with ImageShack.us

On peut noter que dans chaque série, en visualisant le nombre de classés pour chaque classement, la présence d'un palier pour passer de 30/4 à 30/3 pour les 4èmes séries, de 15/5 à 15/4 pour les 3èmes et de 5/6 à 4/6 pour les 2èmes, sans parler du passage à la série suivante (ex : 30/1 pour passer 30).

Posté(e)
  Le 07/08/2011 à 16:34, K-mille a dit :

je vais tracer des petites courbes pour montrer ça visuellement :)

Les coeff de regression sont significatifs ?? :lol: :lol:

Posté(e)
  Le 07/08/2011 à 17:02, in- a dit :

Les coeff de regression sont significatifs ?? :lol: :lol:

là ça commence à dépasser mes compétences en stats :D

(K-mille, ingénieur télécom, docteur en informatique, n'a jamais validé son module de stats en un nombre de tentatives indécent...)

Posté(e)

bon je vais tenter une tite régression là-dessus, pour le fun. Ou alors je donne ça à manger à Matlab et je lui colle un QR dessus.

Posté(e)
  Le 07/08/2011 à 17:05, K-mille a dit :

bon je vais tenter une tite régression là-dessus, pour le fun. Ou alors je donne ça à manger à Matlab et je lui colle un QR dessus.

Le plus facile pour comprendre les regressions, c'est en utilisant Stata si tu peux l'avoir. Sinon je fais tout avec R.

ps: faut promouvoir scilab, tu es french non didiou!!

Posté(e)
  Le 07/08/2011 à 17:11, in- a dit :

Le plus facile pour comprendre les regressions, c'est en utilisant Stata si tu peux l'avoir. Sinon je fais tout avec R.

ps: faut promouvoir scilab, tu es french non didiou!!

En vrai j'utilise Octave :)

Mais en fait derrière Matlab et Octave c'est des libs d'algèbre linéaire que des collègues à moi font.... :whistling:

Posté(e)

pour les femmes j'ai la plupart de la courbe avec f( x ) = (2 * x + 10) * exp(( x + 2 ) / 4) mais ça s'écarte un peu aux extremités. J'essaye de mettre un log ou un truc comme ça (genre hyperbole inversée pour le début) pour les hommes...

Voilà pour l'instant :

regressionlog.png

Posté(e)

loi lognormale de paramètres mu et sigma2, avec x le classement (partir dans l'ordre décroissant à 40 en échelle linéaire)

509847eqn1265.png

un petit moindres carrés sur ces deux paramètres devrait le faire (j'ai la flemme de lfaire, fminsearch pour le moindres carrés en matlab/octave)

Posté(e)

"11 utilisateur(s) sur ce sujet" --> WTF ? c'est notre trip modélisation / régression qui attire les foules ??

Sinon, je rappelle ce papier qui a été publié dans la revue "Mathematics and Social Sciences" a été posté ailleurs sur ce forum et concerne une analyse statistique du classement.

Posté(e)

Si des gens veulent jouer, le fichier de données classes.dat :

  Révéler le contenu masqué

Et le fichier gnuplot :
  Révéler le contenu masqué

pour passer en échelle linéaire, commentez la ligne "set logscale y"

Posté(e)

Bon un petit output Stata de la regression : ln(nb de classés) = constante + beta1 * index classement

Pour les hommes

      Source |       SS       df       MS              Number of obs =      25

-------------+------------------------------           F(  1,    23) =  896.25

       Model |  142.724689     1  142.724689           Prob > F      =  0.0000

    Residual |  3.66268536    23  .159247189           R-squared     =  0.9750

-------------+------------------------------           Adj R-squared =  0.9739

       Total |  146.387374    24  6.09947392           Root MSE      =  .39906


------------------------------------------------------------------------------

         lnH |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]

-------------+----------------------------------------------------------------

       index |  -.3313431   .0110679   -29.94   0.000    -.3542387   -.3084474

       _cons |   11.89536   .1645358    72.30   0.000     11.55499    12.23573

------------------------------------------------------------------------------
Pour les femmes:
      Source |       SS       df       MS              Number of obs =      25

-------------+------------------------------           F(  1,    23) = 1094.12

       Model |   119.15288     1   119.15288           Prob > F      =  0.0000

    Residual |  2.50476236    23  .108902711           R-squared     =  0.9794

-------------+------------------------------           Adj R-squared =  0.9785

       Total |  121.657642    24  5.06906842           Root MSE      =     .33


------------------------------------------------------------------------------

         lnF |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]

-------------+----------------------------------------------------------------

       index |  -.3027475   .0091527   -33.08   0.000    -.3216813   -.2838138

       _cons |   10.59034   .1360642    77.83   0.000     10.30887    10.87181

------------------------------------------------------------------------------

On peut voir en bas de l'ouput que Stata est content avec les p-values (proches de 0) donc coeff significatifs, et que on a la même valeur pour hommes et femmes: -0.3

Posté(e)
  Le 07/08/2011 à 18:04, K-mille a dit :

donc fonction affine pour toi ? :o

nop, j'ai ln() le nombre de classes dans chaque sexe.

On a la meme chose, je voulais juste ajouter ca pour voir la gueule des coeff

Pour expliquer un peu ce que Stata raconte:

- le premier tableau on s'en fout un peu, c'est des valeurs sur les erreurs (sum of squared errors, etc...)

- celui du bas montre les coeff de regression avec le model suivant (y = ax+b ): en y j'ai mis ln(nb classes) donc c'est 'lnH' et 'lnF', en x j'ai numerote les classements c'est 'index', et '_cons' c'est la constante (quand x=0)

Posté(e)
  Le 07/08/2011 à 18:22, in- a dit :

Ca m'a l'air un peu decale, ca doit etre le 24-x, tu as du faire de 0 a 24, tandis que j'ai fait de 1 a 25

voilà, j'ai corrigé

Posté(e)

pas si degueux que ça la lognormale pour les mecs hein :whistling:

avec pour paramètres de la loi issus du moindres carrés

mu = 1.3968;

sigma2 = 0.75436;

un graphe vite fait a la machette

en ordonnées la pdf

en abscisses le classement en unités arbitraires de 40 (gauche) à -30 (droite) en echelle lineaire

en bleu les donnees, en rouge le fit

570055ranking.png

Rejoindre la conversation

Vous pouvez publier maintenant et vous inscrire plus tard. Si vous avez un compte, connectez-vous maintenant pour publier avec votre compte.
Remarque : votre message nécessitera l’approbation d’un modérateur avant de pouvoir être visible.

Invité
Répondre à ce sujet…

×   Collé en tant que texte enrichi.   Coller en tant que texte brut à la place

  Seulement 75 émoticônes maximum sont autorisées.

×   Votre lien a été automatiquement intégré.   Afficher plutôt comme un lien

×   Votre contenu précédent a été rétabli.   Vider l’éditeur

×   Vous ne pouvez pas directement coller des images. Envoyez-les depuis votre ordinateur ou insérez-les depuis une URL.




×
×
  • Créer...