Description et Explication du Projet

Ce projet a pour objectif d'étudier la relation entre l'âge et la performance (physique ou cognitive) en utilisant des données réelles. Cette relation est cruciale pour mieux comprendre comment les mécanismes liés au vieillissement impactent les performances humaines. L'objectif principal est de comprendre comment les performances évoluent avec l'âge, en prenant en compte des variables telles que la vitesse de course. Nous cherchons à déterminer les modèles adéquats pour décrire cette relation et à identifier les facteurs influençant la performance à différentes étapes de la vie.

Résultats

• Les meilleures performances des athlètes par âge montrent une forme de parabole, avec des performances augmentant jusqu'à un pic entre 25 et 35 ans, puis déclinant. Cette tendance est observée chez les femmes et les hommes, bien que les vitesses maximales varient selon le sexe.

Résultats de l'Ajustement des Modèles

Le modèle quadratique et le modèle de Moore sont mieux adaptés que le modèle linéaire pour modéliser la relation entre l'âge et la performance. Les analyses montrent que :

• Le modèle quadratique capture bien la relation non linéaire, avec un pic de performance généralement situé aux alentours de 28 ans.
• Le modèle de Moore offre une flexibilité supplémentaire et montre des ajustements encore meilleurs, surtout pour les épreuves de longue distance.

Les analyses montrent que le modèle de Moore est supérieur pour capturer la relation entre l'âge et la performance, tant pour les performances sportives que cognitives. Cette étude souligne l'importance de choisir des modèles adaptés pour obtenir des résultats fiables et pertinents.

Apports Personnels du Projet

• Analyse de Données : Renforcement des compétences en analyse de données et en statistiques avancées. La manipulation de grandes quantités de données et l'application de modèles de régression m'ont permis de perfectionner mes compétences en analyse quantitative.
• Programmation : Perfectionnement des compétences en programmation, notamment en utilisant R pour la modélisation et l'ajustement des données. J'ai appris à écrire des scripts efficaces pour automatiser les tâches répétitives et complexes.
• Compréhension des Méthodes de Modélisation : Acquisition d'une perspective approfondie sur l'importance de la modélisation statistique. J'ai appris à choisir et à appliquer les modèles appropriés pour répondre à des questions spécifiques.