0

Bibliographie TACHE ECRITE MATH AI

Statistique :Influence du nombre de matchs disputées au cours d’une

saison sur les performances des attaquants

Table des matières :

1. Introduction
2. Objectif
3. Investissement personnel
4. Recherche
a) Collecte de données
b) Données (données brutes et organisées)
5. Analyse et traitement de données
1. Statistiques descriptives générales

2. Statistiques descriptives selon les championnats

a. Diagramme en bâtons

b. Boite á moustache

3. Les hypothèses et les variables

a) L’hypothèse nulle et l’hypothèse variable
b) La variable dépendante et la variable indépendante
4. Effectifs et calculs du χ²

a) Tableau des effectifs observés

b) Tableau des effectifs théoriques
c) Calcul du χ²
6. Traitement de données
a) Analyse à partir de la comparaison des khi-carrés 
b) Analyse à partir de la probabilité.
7. Conclusion et évaluation

0
Évaluation
 FACTEURS D’INFLUENCE
 LIMITES
Conclusion

P a g e 1 | 28
 1. Introduction 

Le football est devenu un sport mondial, qui attire l’intérêt de nombreux jeunes qui
souhaiterait y faire carrière. Il est particulièrement animé par les joueurs professionnels de
haut niveau grâce à leurs performances, partant sur ce principe nous avons donc fait la
remarque que les choix effectués par les coachs concernant la titularisation de leurs
joueurs soit en sélection nationale ou en club sont basée sur les performances.

Vue l’importance de ces performances, nous pensons qu’ils ont un lien avec le nombre de
matchs disputés au cours d’une saison . Nous avons donc décider d’étudier la relation
entre le nombre de matchs joués au cours d’une saison par les joueurs
professionnel(attaquants) et leurs performances(nombre de buts marqués) . Le fait de
compétir régulièrement est essentiel pour maintenir un bon état de forme, et plus
particulièrement dans le monde sportif que représente le football. C’est un sujet dont
l’étude nous porte à cœur en tant que passionné de football, vu que nous souhaitons
également y faire carrière. Donc notre question de recherche est la suivante : « Quelle est
l’influence du nombre de matchs disputés au cours d’une saison sur les performances des
joueurs professionnels ?».

Sachant que les performances constituent un facteur déterminant dans la carrière d’un
joueur professionnel et peuvent être quantifiés par les réalisations au cours d’une saison
c’est á dire : Les buts et passe décisive pour les postes offensifs ; le nombre de tacles et
interceptions réussis pour les postes défensifs et enfin le nombre d’arrêt réalisés et clean
Sheets pour les portiers ou gardien de but, mais dans le cadre de notre étude nous allons
nous limiter au nombre de buts qui constitue une des deux valeurs quantitatives de notre
étude . Le nombre de matchs jouées fait référence á la somme des rencontres disputées au
cours d’une saison sur le nombre de match total, ici nous nous intéressons uniquement aux
nombres de matchs disputées dans les championnats.

Pour répondre á notre question de recherche, nous ferons usage des statistiques á travers le
test de χ². Nous avons fait le choix de ce test car il permet de tester l’indépendance de
deux variables quantitatives. Cette recherche nous permettra donc de mettre en pratique
P a g e 2 | 28
une méthode statistique étudiées dans le programme, et de développer nos connaissances
mathématiques. Nous avons subdivisé la recherche en 3 processus, á savoir le premier le
premier processus qui permettra de déterminer les hypothèses et les variables, le processus
moyen (tableau des effectifs observés, tableau des effectifs théoriques, calcul du χ²) ainsi
que le processus complexe (la valeur critique, la valeur p). Tous nos calculs se feront
grâce au logiciel Excel et nos réponses feront l’objet d’une vérification á la calculatrice
Ti-83 Premium Edition Python. Nous avons recueilli les données des joueurs de chaque
championnat majeur des 5 continents pour les deux variables choisies. Nous allons utiliser
l’échantillonnage stratifié afin de trouver le nombre de joueurs que nous allons
échantillonner pour les deux caractères choisis : Performances des joueurs
professionnels(nombre de buts marqués) et le nombre de matchs disputées sur une saison
par les joueurs.

2. Objectif 

Lors d’une discussion avec mes camarades de classe, nous échangions dans le cadre des
matchs disputés lors d’une campagne de Champions League, mais plus précisément des
performances des joueurs qui y participaient

Dans cette discussion avec mes camarades un point important soulevé par un de mes
camarades a su attirer mon attention « Les attaquants qui disputent plus de match sont á
tous les coups plus performant que ceux qui en jouent moins ».Ayant pour objectif de
devenir footballeur professionnel cette discussion aura suscité un désir de recherche sur le
sujet afin d’en apprendre davantage sur ce point, car cela me permettra de connaitre les
facteurs pouvant nuire á la carrière d’un joueur professionnel.

C’est á partir de là que j’ai eu la motivation d’en faire mon évaluation interne en
mathématiques qui me permettra de répondre á la problématique de l’influence du nombre
de matchs jouées sur une saison sur les performances des joueurs. Grace au test de Khi
carre.

P a g e 3 | 28
 3. Investissement personnel 

Nous avons environ 5 championnat majeur au niveau de chaque continent dans le

monde. Nous avons récolté les données de 24 joueurs, dont 1 dans chaque
championnat sauf pour l’Océanie ou nous n’avons pu compter que 4 championnats
au lieu de 5. Nous avons utilisé l’échantillonnage stratifié afin de trouver le nombre
de joueurs que nous avons échantillonner pour les deux caractères choisis (nombre
de matchs disputées sur une saison et performances(statistiques) des joueurs) par
continent. Nous avons utilisé un échantillon de 5 joueurs pour effectuer le travail de
recherche. Pour mener á bien le travail de recherche, l’échantillonnage stratifié nous
á été particulièrement utile car il nous aura permis de savoir combien de joueurs
seront représenté par championnat. Cependant l’accessibilité aux ressources n’aura
pas été de tout repos, certaines données jugées comme confidentiel nous ont pas été
accessible vu que de base notre étude portait sur la relation entre l’alimentation des
joueurs et les performances au cours d’une saison. Mais les calories consommées
par les joueurs n’était pas disponible sur la plupart des plateformes de recherches.
Donc j’ai dû changer cette variable par le nombre de matchs disputées au cours
d’une saison. Tous les calculs ont été effectués à l’aide du logiciel Excel et les
résultats obtenus ont fait l’objet d’une vérification grâce à la calculatrice TI-83
Premium Edition Python. Ce travail m’aura permis d’élargir mes connaissances sur
l’outil mathématiques du logiciel Excel que je ne maitrisait pas vraiment avant la
réalisation de ce travail car il n’est pas intègre au programme.

4. Recherche 
a) Collecte de données

Pour collecter les valeurs, nous utiliserons le site et Besoccer.com pour le nombre de buts
pour la saison 2020/21 ainsi que le nombre de matchs disputées au cours saison par les

P a g e 4 | 28
joueurs. Nous avons utilisé ce site pour son authenticité et sa fiabilité. Par rapport au
degré de précision des valeurs obtenus nous avons fait une comparaison entre ces valeurs
et ceux obtenus dans les sites officiels des championnats respectifs des joueurs. J’ai
décidé de choisir la saison 2020/2021 parce que c’est l’année à laquelle j’ai débuté mon
travail.

Continents(strates) Nombre de Championnats

Afrique(strate 1) 5

Europe(strate 2) 5

Amérique(strate 3) 5

Asie(strate 4) 5

Océanie(strate 5) 2

b) Données (données brutes et organisées)

Notre échantillon de 22 joueurs va constituer un mélange des joueurs de 5 championnats

pour chaque continent sauf en Océanie où nous avons été contraints de nous limiter á 2
joueurs pour 2 championnats parce que c’était les seuls qui sont reconnu au niveau
professionnel, notre choix de ces 22 joueurs est justifié par notre désir de ne pas à laisser
en rade les championnats autre que les championnats européens qui sont bien en avance
par rapport aux autres championnats dans le monde. Cela nous permettra également
d’obtenir des résultats fiables et variées. Les joueurs de chaque championnat sont choisis
aléatoirement.

Tableau 2 : Tableau de la répartition des championnats par continent et des joueurs

P a g e 5 | 28
Continents Afrique Europe Amérique Asie Océanie

P a g e 6 | 28
Championnat Botola Pro Liga MLS J1 League A-League
s
Egyptian Premier Brasileirão K-League National
Premier League League
LeagueNew
Zealand

PremierSoccer Serie A Ouverture - CSL

League  +Colombie
Ligue 1 Bundesliga Copa Liga Super League
tunisienne Profesional Inde
Argentina
Ligue 1 Ligue 1 LigaMX- Première
algérienne Clausura Division
saoudienne

Joueurs Ayoub El Kaabi/ Lionel Taty Leandro Jamie

Botola Pro  Messi/Liga Castellanos/ Damião/J1
Maclaren/
League :23
MLS
A-League

Mohamed Harry Kane/ Hulk/ Min-Kyu Joo/K- Hamish

Sherif/ Egyptian Premier Brasileirão League
Watson/
Premier League  League
National
League
New
Zealand

Bradley Cristiano Jefferson Júnior Negrão/

Grobler/Premier Ronaldo/Serie Duque/ CSL 
Soccer League  A Ouverture–
Colombie

Ayman Robert Santos Igor Angulo.

Sfaxi/Ligue1 Lewandowski/ Borrè/CopaLiga Goa / Super
tunisienne Profesional League Inde
Bundesliga
Argentina

P a g e 7 | 28
 Amir Kylian Alexis Canelo/ BafèGomis/
Sayoud/ Ligue 1 Mbappè/ LigaMX- PremièreDivision
Clausura
algérienne Ligue 1 saoudienne 

Tableau 3 : Tableau des données organisées de la consommation quotidienne des

joueurs en Calories et du nombre de buts marqués pour la saison 2020/21.

Joueurs Nombre de Nombre de Nombre de Buts

matchs matchs total des Saison :2020/21
disputés au championnats
cours d’une
saison
Lionel 35 37 30
Messi/Liga
Cristiano 33 38 29
Ronaldo/Serie A
Robert 29 34 41
Lewandowski/
Bundesliga
Harry Kane/ 35 38 23
Premier League 
Kylian Mbappè/ 31 38 27
Ligue 1
Ayoub El Kaabi/ 29 30 18
Botola Pro 
Mohamed 31 34 20
Sherif/ Egyptian
Premier League 

Bradley 26 30 16
Grobler/Premier
Soccer League 
Ayman 19 26 9
Sfaxi/Ligue1
P a g e 8 | 28
tunisienne 
Amir Sayoud/ 31 38 20
Ligue 1
algérienne 
Taty 35 38 22
Castellanos/
MLS
Hulk/ Brasileirão 35 38 19
Jefferson Duque/ 18 20 11
Ouverture–
Colombie 
Santos 13 16 8
Borrè/CopaLiga
Profesional
Argentina
Alexis Canelo/ 17 17 11
LigaMX-
Clausura 
Leandro 35 38 23
Damião/J1
League
Min-Kyu Joo/K- 34 38 22
League
Júnior Negrão/ 17 22 14
CSL 
Igor Angulo. 20 20 14
Goa / Super
League Inde
Bafè Gomis/ 30 30 24
Première
Division
saoudienne 
Jamie 24 26 25
Maclaren/A-
League 
Hamish Watson/ 15 16 15
National League
New Zealand
P a g e 9 | 28
5. Analyse et Traitement de données

1. Statistiques descriptives générales

Tableau 4 : Nombre de matchs jouées

Notre calculatrice graphique nous aura permis de calculer les valeurs suivantes

Étendue : (Maximum-Minimum) AN :35-15=20

Moyenne : (Nombre total de matchs disputés par les joueurs/ Nombre total des

joueurs) AN : 648/22=29,455

Variance : 62,833

Écart type : 17,258

Nombre Minimum Maximu Étendue Moyenne Variance Écart

total des m type

joueurs

22 15 35 20 29,455 62,833 17,258

Tableau 5 : Nombre de buts marqués

P a g e 10 | 28
Notre calculatrice graphique nous aura permis de calculer les valeurs suivantes

Étendue : (Maximum-Minimum) AN :41-08=33

Moyenne : (Nombre total de buts marqués/ Nombre total des joueurs) AN :

427/22=19,409

Variance : 162,188

Écart type : 57,280

Nombre Minimum Maximum Étendue Moyenne Variance Écart

total des type

joueurs

22 08 41 33 19,409 162,188 57,280

2. Statistiques descriptives du nombre de buts marqués selon le nombre

de matchs

a. Diagramme en bâtons

P a g e 11 | 28
 Diagramme en batons du nombre de
buts marqués au cours de la saison
2020/2021

41
30
Nombre de buts marqués

29

27

25
24
23

23
22

22
20

20

19
18

16

15
14
14
11

11
9

8
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

joueurs

D ia g ra m m e en b a to n s d u n o m b re d e
m a tch s d isp u tés p a r les jo u eu rs lo rs d e
la sa iso n 2 0 2 0 /2 0 2 2 1
38

38
38

38
38
38

38
38
37

34

34
30

30

30
Nombre de matchs joués

26

26
22
20

20
17
16

16

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

Joueurs

P a g e 12 | 28
Ces deux diagrammes nous donnent un aperçu de la distribution de chacune de

nos deux valeurs quantitatives(Nombre de matchs, Nombre de buts au cours

d’une saison donné).

D ia g R A Mm m e en b a to n s d u n o m b re
d e Ma tch s E T d e b u ts a u co u rs d e la
sa Iso n 2 0 2 0 /2 0 2 1
Matchs Buts
80
70
Total de matchs et de buts

60
50 30 29 41 23 27 23 22
20 22 19
20 24
40 18 16 25
30 9 14 14
11 15
20 37 38 34 38 38 38 38 38 8 11 38 38
30 34 30 26 30 26
10 20 16 17 22 20
16
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

Joueurs

Ce troisième diagramme quant à lui nous permet de déterminer la relation du

nombre de matchs joués par rapport au nombre de buts marqués. Ici nous

remarquons déjà le fait que les joueurs ayant disputés plus de 25 matchs dans

la saison compte un nombre de buts supérieur à ceux qui en ont disputés

moins.

b. Boite á moustache

P a g e 13 | 28
Cette boite à moustache nous donne un aperçu des distributions de chacune de nos deux

catégories nous remarquons que la moyenne des matchs disputé par les joueurs est de 29

matchs et la moyenne des buts marqués par les joueurs lors de cette saison est de 20 buts.

Ce qui nous intrigue dans la mesure où nous remarquons une moyenne de but supérieur à

la moyenne chez les joueurs ayant disputé un nombre de matchs égale ou supérieur à la

moyenne du nombre de matchs lors de cette saison, donc nous allons représenter un autre

diagramme pour étudier ce fait.

P a g e 14 | 28
Cette boite à moustache nous montre que la médiane chez les joueurs ayant disputé plus

de 29 matchs qui constitue le nombre moyen de match qu’un joueur devrait jouer au cours

de la saison, est au-delà de la barre des 25 buts alors que pour les joueurs qui en ont

disputé elle se limite au nombre moyen de buts qu’un joueur devrait marquer au cours

d’une saison quantifié par 19,409 buts par saison . Les joueurs ayant disputés plus de 29

matchs ont une moyenne de but supérieur ou égale à 26,588 buts, alors que pour ceux qui

ont disputés moins elle est de 19,235 buts. Ce qui nous permet d’en déduire qu’un joueur

qui joue plusieurs matchs à une opportunité de marquer plus de but qu’un autre joueur qui

en jouera moins.

P a g e 15 | 28
 Analyse á partir du coefficient de corrélation de Pearson

Puisqu’il n’existe pas de valeurs aberrantes d’après la boite á moustache, l’utilisation du

test de corrélation de Pearson est assez acceptable. Le coefficient de corrélation de

Pearson analyse la relation linéaire entre deux variables. Cette valeur varie entre 1 et +1.

Un coefficient de +1 indique une relation proportionnelle, tandis qu’un coefficient de -1

est anti proportionnelle. Par ailleurs, si la relation est aléatoire ou inexistante la corrélation

est de 0.

Formule du coefficient de corrélation de Pearson :

r =¿ ∑ ( xi− x ) ¿ ¿ ¿

Voici les significations des différentes composantes de cette formule :

x i= nombre de matchs joués dans la saison

y i= nombre de buts marqués dans la saison 2020-2021

x = moyenne des matchs joués dans la saison 2020-2021=26,909

y = moyenne des buts marqués dans la saison 2020-2021=20,045

Voici les valeurs nécessaires pour le calcul du coefficient de corrélation.

xi yi ( x i−x ) ( y i− y ) ( x i−x )2 ( y i− y )2 ( x i−x ) ( y i− y )

35 30 8,091 30 65,464 99,082 8,091

33 29 6,091 29 37,1 841 6,091
29 41 2,091 41 4,372 1681 2,091
P a g e 16 | 28
 35 23 8,091 23 65,464 529 8,091
31 27 4,091 27 16,736 729 4,091
29 18 2,091 18 4,372 324 2,091
31 20 4,091 20 16,736 400 4,091
26 16 -0,909 16 0,826 256 -0,909
19 9 -7,909 9 62,552 81 -7,909
31 20 4,091 20 16,736 400 4,091
35 22 8,091 22 65,464 484 8,091
35 19 8,091 19 65,464 361 8,091
18 11 -8,909 11 79,370 121 -8,909
13 8 -13,909 8 193,460 64 -13,909
17 11 -9,909 11 98,188 121 -9,909
35 23 8,091 23 65,464 529 8,091
34 22 7,091 22 50,282 484 7,091
17 14 -9,909 14 98,188 196 -9,909
20 14 -6,909 14 47,734 196 -6,909
30 24 3,091 24 9,554 576 3,091
24 25 -2,909 25 8,462 625 -2,909
15 15 -11,909 15 141,824 225 -11,909
Moyenne 26,909 20,045
Somme
1213,812 9322,082 0,002

P a g e 17 | 28
 r =¿ ∑ ( xi− x ) ¿ ¿ ¿

0 , 002
9322 ,082+1213 , 812 =0,19
r =¿ 10-6

Représentation graphique de la relation linéaire entre le nombre de matchs disputés en une

saison et le nombre de buts marqués au cours de la saison 2020-2021

Puisque la valeur de r est modérée faible, une droite de régression peut être dessinée qui indique

une corrélation modérée faible qui indique les deux variables étudiées sont indépendantes.

45

40

35
Nombre de matchs disputés au cours d’une

30

25

20

15
saison

10

0
10 15 20 25 30 35 40
Nombre de Buts Saison :2020/21

Graphique : Nuage de points de la relation du nombre de buts marqués et du nombre de

matchs disputés au cours d'une saison.

3. Les hypothèses et les variables

P a g e 18 | 28
 a) L’hypothèse nulle et l’hypothèse variable

Pour un test du Khi carré, il est nécessaire d’émettre une hypothèse nulle et une hypothèse
alternative. L’hypothèse nulle (H0), concerne l’absence de relation entre les variables
catégorielles. Dans le cadre de notre recherche, L’hypothèse nulle est caractérisée par une
indépendance entre les deux variables étudiées (le nombre de matchs disputé sur une
saison par les joueurs et le nombre de buts marqués). C’est l’hypothèse nulle qui est
soumise au test et toute la démarche du test s’effectue en considérant cette hypothèse
comme vraie, Ce qui justifie l’indépendance des deux variables mise á l’étude.

L’hypothèse alternative (H1) est l’opposé de l’hypothèse nulle. En effet, l’hypothèse

alternative défend l’idée selon laquelle il existe une relation entre les deux variables
catégorielles de l’étude. De ce fait, ici il s’agit de la relation de dépendance entre(le
nombre de matchs disputé au cours saison par les joueurs et le nombre de buts marqués).

b) La variable dépendante et la variable indépendante

 Dans une étude, plusieurs variables sont déterminées en fonction de la question de

recherche. Les deux principaux types de variables sont la variable dépendante et la
variable indépendante. La variable dépendante est la variable observée durant
l’expérience. La variable indépendante quant à elle est la variable contrôlée tout au long
de l’expérience. Ici,  en considérant la question de recherche « Quelle est l’influence du
nombre de matchs disputés au cours sur les performances des joueurs professionnels ?».
La variable indépendante est le nombre de matchs disputés (au cours d’une saison donné),
représentée par le symbole Y et la variable dépendante est les performances des joueurs
professionnels(nombre de buts marqué au cours d’une saison donné), représenté par X.

P a g e 19 | 28
 4. Effectifs et calculs du χ²

a) Tableau des effectifs observés

Nombre

Buts ¿
¿ ¿ ¿ ¿ Total
Nombre
Matchs

¿ 2 4 0 0 0 6

¿ 0 4 10 1 1 16

Total 2 8 10 1 1 22

b) Tableau des effectifs théoriques

Nombre

Buts ¿
¿ ¿ ¿ ¿ Total
Nombre
Matchs

¿ 0,545 2,182 2,727 0,273 0,273 6

¿ 1,445 5,818 7,273 0,727 0,727 16

Total 2 8 10 1 1 22

P a g e 20 | 28
 Pour l’obtention des valeurs des totaux suivants nous avons procédé á un

arrondissement des valeurs obtenu au l’unité pré.

Exemple : 1,990=2

Étape : Choix du seuil de signification

On a choisi de travailler avec un seuil de signification de 5% (= 0,05).

Le degré de liberté est calculé selon la formule suivante :

dl=( nombre de colonnes−1 ) ×(nombre de lignes−1)

Ceci nous donne : dl=( 5−1 ) × ( 2−1 ) =4

c) Calcul du χ²

La valeur de χ 2 peut être calculée manuellement avec la formule suivante :

( f o −f e )²
χ calc =∑
2
Où f o est la fréquence observée et f e est la fréquence attendue.
fe

Le calcul sera donc, par la suite, effectué comme suit :

(2−0,545)² ( 4−2,182)² (0−2,727)² (0−0,273)² (0−0,273) ² (0−1,445)² ( 4−5,818)²

χ 2calc = + + + + + + +
0,545 2,182 2,727 0,273 0,273 1,445 5,818

Pour avoir la valeur de la probabilité d’évidence contre l’hypothèse nulle, nous avons opté
à utiliser la calculatrice à écran graphique (GDC) en introduisant nos données contenues
dans le tableau des valeurs observées. La calculatrice a affiché les résultats suivants :

2
χ calc =11,917

p=0,018

dl=4
P a g e 21 | 28
 6. Traitement de données

a) Analyse à partir de la comparaison des khi-carrés

Au seuil de 5%, nous avons une valeur de χ 2 de 9,49 obtenu à partir du tableau de khi-deux.

 Nous avons χ calc >¿ 2

χ2 ¿ ainsi donc nous avons assez de preuve pour rejeter l’hypothèse
nulle.
b) Analyse à partir de la probabilité.

Nous constatons que p¿0,05 donc on aboutit á la même conclusion que précédemment.

Conclusion du test

Au terme de notre test nous avons pu conclure que le nombre de matchs disputés au cours

d’une saison est indépendant du nombre de buts marqués.

7. Évaluation et conclusion

Évaluation

 FACTEURS D’INFLUENCE

Ici, nous entendons par facteurs d’influence les multiples facteurs qui entrent en jeu,
pouvant influencer les différences entre le nombre de matchs jouées et le nombre de buts
marqués par un attaquant au cours d’une saison sportive. En effet nous remarquons par
exemple que dans certains championnats, certains attaquants ayant disputé moins de
matchs ceci du á des pepins physiques(blessures) ou sanctions disciplinaire( cumul de
carton jaune ou carton rouge), comptabilise plus de but que ceux qui en ont joué plus ce
qui fait intervenir le facteur « Talent » et le facteur « Discipline ». Les attaquants du

P a g e 22 | 28
 championnat espagnol sont ceux qui ont plus de buts au compteur cela peut être justifiée
par la qualité de jeu centré sur le collectif ainsi qu’un jeu offensif qui favorise les
occasions de buts pour les attaquants. Dans ce championnat on constate que le nombre de
passes effectués au cours des matchs sont très élevés donc ici il y’a facteur « Jeu en
équipe » qui entre en jeu. Le football est donc avant tout un sport collectif où chaque
joueur joue un rôle très important dans le but d’une potentielle victoire. Ceci est donc un
élément très important en prendre en compte.

 LIMITES

Il y’a en effet eu quelques limites à notre travail. D’abord nous avons rencontré quelques
difficultés à recueillir les données sur lesquelles nous nous étions censé nous appuyées
car, nous avions initialement décidé d’étudier l’influence du nombre de calories
consommé quotidiennement par les attaquants sur le nombre de buts marqués au cours
d’une saison. Les données étant privées, nous avons eu à changer l’une des variables de
notre étude pour le nombre de matchs joués. En revanche, ce changement nous aura causé
pas mal de problème car notre étude portait sur 5 championnats pour chaque les 5
continents mais un de ces continents á savoir l’Océanie ne comptabilisait pas assez de
championnats avec des statistiques disponible pour le public. Donc nous avons été
contraints de réduire le nombre de championnats pour ce continent ce qui a ainsi influencé
le calcul du Chi 2 en réduisant l’effectif requis. Également, nous avons rencontré une
limite importante dans notre travail car, notre enquête repose sur la taille de notre
échantillon que nous ne pensons pas assez élargi car nous put étendre notre champ de
recherche . Nous pensons qu’avec un champ de recherche plus grand, nous aurions des
résultats plus intéressants. Il aurait également été plus intéressant de collecter les données
sur plusieurs années afin de les évaluer d’une année à une autre, et à la fin, essayer de
faire une comparaison. Ce qui aurait également constitué un plus á notre travail.

Conclusion

P a g e 23 | 28
En somme, dans notre étude, il était question pour nous d’évaluer l’influence qu’a le
nombre de matchs disputés au cours d’une saison sur le nombre de buts marqués par les
attaquants par le biais du test d’indépendance ainsi que de la probabilité. Une première
analyse descriptive nous a montré une différence au niveau des distributions des deux
variables étudiées (nombre de matchs disputés, nombre de matchs disputés). Pour vérifier
si cette différence est significative, nous avons fait un test d’indépendance par l’utilisation
de la méthode de χ 2. Nous avons posé l’hypothèse nulle à savoir : le nombre de matchs
disputés au cours d’une saison est dépendant du nombre de matchs disputés. Grace à notre
calculatrice graphique, nous avons pu avoir des éléments nécessaires ; nous avons pu
comparer la valeur de p trouvée et celle du niveau de signification choisi (0,05). Nous
avons donc pu constater que la valeur de p est moins grande que celle du niveau de
signification d’où le rejet de notre hypothèse nulle H0. Ainsi donc notre étude montre que
le nombre de matchs disputés au cours d’une saison est dépendant du nombre de matchs
disputés.

1. Collec

des

donné

2. Donné

(donné

brutes

P a g e 24 | 28
 organis

P a g e 25 | 28