Projet ACP: L’équipe du Paris Saint-Germain

Résumé du document

Le projet ACP que nous présentons consiste en une évaluation des qualités tactiques et techniques des joueurs de l'équipe A du Paris Saint-Germain, aussi appelé « Groupe Pro ».

Les données utilisées pour cette étude proviennent du jeu Footsim 06, jeu de gestion et de management virtuels d'équipes de football professionnelles. Ces données ne sont pas pour autant dénuées de valeur car elles sont censées se fonder sur les évaluations d'experts et de journalistes ayant collaboré à la création du jeu. Nous démontrerons au cours de cette étude que cette affirmation paraît peu probable en regard de certains résultats mis en évidence.

Nous avons choisi d'étudier ici quinze variables : la créativité (cré), le dribble (dri), la finition (fin), le tir (tir), la passe (pas), l'accélération (acc), le jeu de tête (tet), le marquage (mar), les tacles (tac), le positionnement (pos), le courage (cou), l'anticipation (ant), la décision (dec), le jeu collectif (col) et l'endurance (end).
Le but de cette étude est double :
- Juger de la valeur de l'évaluation des joueurs mise en avant par le jeu
- Comparer la gestion de l'équipe recommandée par les résultats de l'étude à la réalité (quels joueurs à quels postes, quel type de formation, …)

Extraits

[...] Ce facteur regroupe des variables qui caractérisent communément les défenseurs. Le facteur 3 est quant à lui fortement corrélé avec les variables Collectif Tête et Courage (C12). La corrélation entre l'axe 3 et ces variables est positive pour C15, négative pour les autres. Les variables les mieux représentées dans ce facteur pourraient en faire un indicateur du milieu de terrain. II.2 Analyse des cercles de corrélations Les cercles de corrélations permettent de comprendre quelles sont les variables qui ont un poids important dans chaque facteur, c'est-à-dire de déterminer le poids des 15 variables de base dans la combinaison linéaire de chaque facteur. [...]

[...] Une étude des cercles de corrélation permet de vérifier les résultats précédents. Ainsi plus la projection du point-variable sur l'axe étudié sera importante en valeur absolue plus elle sera corrélée au facteur. Comparons donc les cercles de corrélation avec les résultats précédents : Cercle 1 : Facteur 1 et 2 Sur ce graphique, les projetés orthogonaux des points-variables Passe, Endurance, Anticipation et Créativité ont les plus fortes valeurs sur l'axe du facteur elles sont donc fortement corrélées à ce facteur. [...]

[...] Toutefois il convient de relativiser ces résultats. En effet les coefficients de corrélation sont compris entre 0,5 et 0,6 ce qui implique que les corrélations sont en fait assez faibles. Enfin, beaucoup des variables ne sont pas corrélées. C'est notamment le cas des variables qui atteignent le taux de corrélation record de 0,00. Là encore les résultats obtenus sont assez intuitifs ; en effet, il est évident que les variables têtes et tacle sont totalement indépendantes l'une de l'autre. II. [...]

[...] C9 - Mar . C10 - Tac . C11 - Pos . C12 - cou . C13 - Ant . C14 - Dec . C15 - Col . C16 - End I. Etude statistique simple I.1 Etude des moyennes et écarts-types STATISTIQUES SOMMAIRES DES VARIABLES CONTINUES EFFECTIF TOTAL : 24 POIDS TOTAL : 24.00 L'analyse des moyennes et des écarts-types nous permet d'avoir une première approche de la répartition des données pour chaque variable. [...]

[...] Graphique 2 : Facteur 1 et 3 Ce graphique, plan factoriel des facteurs 1 et montre les joueurs à vocation offensive pouvant jouer au milieu. Encore une fois, il n'y a pas de réelle compatibilité entre la réalité et les données du jeu dès lors que par exemple Pauletta est mal représenté alors même qu'il est attaquant, alors que Mulumbu semble être polyvalent quand il joue en réalité en milieu de terrain. Graphique 3 : Facteur 1 et 3 Ce graphique illustrerait la polyvalence entre défense et milieu de terrain. Mais comme les 2 autres il est très peu significatif. [...]