Durée du combat au MMA

Exemple avec l’European Beatdown

Xavier Barbier - Twitter : @xavbarbier

Février 2020

# import des packages
install.packages("ggplot2")
install.packages("readr")
install.packages("ggpubr")
library(ggplot2)
library(readr)
library(ggpubr)

1) Question d’intérêt / énoncé du problème

Quelle est la durée du combat en MMA ?

NOTES :

A l’UFC il semble la durée effective de combat ne soit pas la même selon la catégorie Les catégories de poids légères semblent avoir une durée de combat plus longue que les catégories de poids plus lourdes

2) Les données

Les données ont été obtenues grâce au site Tapology.

Visualisation du data frame

# import des données
EBD <- read_csv("https://raw.githubusercontent.com/xavierbarbier/MMA/master/EBD.csv", 
    col_types = cols(duree = col_time(format = "%H:%M:%S")))
ggtexttable(head(EBD,10),rows = NULL)

Ils y a 83 observations pour lesquelles nous avons les variables suivantes : EDB, durée, résultat et catégorie.

Recherche des données manquantes

# Recherche des NA
sum(is.na(EBD$ebd))

[1] 0

sum(is.na(EBD$duree))

[1] 0

sum(is.na(EBD$resultat))

[1] 0

sum(is.na(EBD$categorie))

[1] 0

Il n’y pas de besoins de nettoyage ou de correction des données

3) Visualisation et résumé des données

Analyse de l’ensemble des combats

Durée moyenne (min)

mean(as.duration(EBD$duree))/60

[1] 8.180321

Distribution durée du combat

Durée du combat

Analyse par catégorie

Durée du combat selon catégorie

ggplot(data=EBD, aes(x = categorie, y = duree)) +  geom_boxplot(aes(fill=categorie))+ theme_classic() + ggtitle("Durée du combat selon catégorie")+coord_flip()  +
  xlab("M/F:Catégorie(lbs)") + ylab("Durée (min:sec)") + geom_jitter(shape=2, position=position_jitter(0.2)) + theme(legend.text = element_text(size = 13),
                                                                                                                     strip.text.x = element_text(size = 15, face = "bold"),
                                                                                                                     axis.title.y = element_text(color="black", size = 15, vjust=1.5),
                                                                                                                     axis.title.x = element_text(color="black", size = 15),
                                                                                                                     axis.line.y = element_line(colour = "black"))

NA

4) Interpretation des résultats

Durée moyenne de 8 min et 20 sec
La moyenne n’est pas une valeur de tendance centrale au regard de la distribution non symétrique.
L’espace interquartile est trop important au regard de la durée du combat pour renseigner entraineurs et combattants sur la durée réél du combat pour leurs catégories.
Une analyse par catégorie semble plus précise.
Même si l’espace interquartile reste important, la médiane par catégorie semble plus indicative de la durée réel du combat.

5) Conclusion

L’objectif de cette analyse était de déterminer sur les informations de l’UFC sur la durée du combat étaient utilisable pour d’autre niveau de compétition. Pour la durée moyenne, la réponse est non (sous réserve que l’UFC ait utilisée la médiane et non la moyenne). Les combats semblent plus long à l’UFC.
Concernant la tendance à une relation entre la catégorie de poids et la durée du combat, la réponse est plutôt oui. Les observations des données de l’EBD semblent confirmer les tendances observées à l’UFC. Les catégories de poids plus légères semblent avoir des durées de combat plus importantes.
es entraîneurs seraient avisés de prendre en compte la durée type selon la catégorie de poids pour construire une stratégie. Celles-ci étant particulièrement grande en relation avec la durée maximale du combat ( 3 x 5 min).

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