From 75651eda2a6a8f8ca63c68460045637d9414fea8 Mon Sep 17 00:00:00 2001 From: mathisdrn <116900975+mathisdrn@users.noreply.github.com> Date: Mon, 8 Apr 2024 02:04:18 +0200 Subject: [PATCH] feat: figure caption --- Paper.md | 68 ++++++++++++++++++++++++++++++-------------------------- 1 file changed, 36 insertions(+), 32 deletions(-) diff --git a/Paper.md b/Paper.md index ebc4626..3844d66 100644 --- a/Paper.md +++ b/Paper.md @@ -86,11 +86,10 @@ Des outils communautaires pour l'avenir de la communication et de la publication ## Pré-traitement des données -Expliquer le pré-traitement nécessaire pour matcher le nom des clubs entre les deux jeux de données -Mettre la référence au papier avec le DOI ([](doi:10.3390/economies8040082)) +Utilisation de l'algorithme de la distance Levenshtein [](doi:10.48550/arXiv.1101.1232) pour matcher les noms des clubs entre les deux jeux de données ```{code} python -:caption: Utilisation de l\'algorithme fuzzy-word +:caption: Utilisation de l\'algorithme de la distance Levenshtein from thefuzz import process def match_clubs_name(name, list_names, min_score=70): @@ -116,7 +115,11 @@ We will exclude head coaches with more than 3000 days in post. Expliquer que ce ### Graphique du jeu de donnée head coach -- Présenter les graphiques, expliquer les variables utilisés et ce que permettrait d'interpréter un graphique concluant +**Présenter les graphiques, expliquer les variables utilisés et ce que permettrait d'interpréter un graphique concluant** + +Les saisons de football sont divisées en deux périodes : la saison régulière et la saison hors-saison. La saison régulière est la période pendant laquelle les équipes jouent des matchs de championnat et de coupe, tandis que la saison hors-saison est la période pendant laquelle les équipes se préparent pour la saison suivante, notamment en recrutant de nouveaux joueurs et en changeant d'entraîneur. + +Les licenciements de coachs sont plus fréquents en fin de saison (voir [](#hc_appointment1)), tandis que les nominations de coachs sont plus fréquentes en début de saison (voir [](#hc_dismissal1)). Cela peut s'expliquer par le fait que les clubs cherchent à renouveler leur effectif et à se donner les meilleures chances de succès pour la saison suivante. ```{figure} #hc_appointment :name: hc_appointment1 @@ -130,79 +133,80 @@ Monthly Distribution of Head Coaches Dismissals ```{figure} #hc_tenure :name: hc_tenure1 -Distribution of Head Coaches Tenure for Completed Appointments +Empirical Cumulative Distribution Function of Head Coaches Tenure For Completed Appointments ``` +- plus de 90% des coachs sont renouvelés au delà de 3 ans +- on observe une saisonnalité annuelle : les coachs restent pour des mandats de 1 an ou 2 ans. + -Faire remarquer l'augmentation à 365 jours et 730 jours -(ie. le graph représente la proportion cumulée des durées des missions des coachs) ```{figure} #hc_tenure_per_league :name: hc_tenure_per_league1 -Average Head Coaches Tenure for Completed Appointments per League +Average Head Coach Tenure for Completed Appointments per League ``` ```{figure} #club_per_hc :name: club_per_hc1 -Distribution of number of Clubs per Head Coach +Proportion of Head Coaches by Number of Club Appointments (2017 - 2022) ``` ```{figure} #hc_per_club :name: hc_per_club1 -Distribution of number of Head Coaches recruited by Clubs between 2017 and 2022 +Proportion of Clubs by Number of Head Coaches Appointed (2017 - 2022) ``` ```{figure} #hc_per_club_per_league :name: hc_per_club_per_league1 -hc_per_club_per_league +Average Number of Head Coaches Appointed per Club versus League (2017 - 2022) ``` -Expliquer l'chacune des régressions et ce qu'elle permettrait de montrer +Expliquer chacune des régressions et ce qu'elle permettrait de montrer Donner la définition du coefficient de corrélation de Pearson Interpréter les valeurs r et p ```{figure} #hc_win_ratio_over_days :name: hc_win_ratio_over_days1 -hc_win_ratio_over_days +Win Ratio of Head Coaches Appointments versus Head Coach Tenure ``` ```{figure} #hc_draw_ratio_over_days :name: hc_draw_ratio_over_days1 -hc_draw_ratio_over_days +Draw Ratio of Head Coaches Appointments versus Head Coach Tenure ``` ```{figure} #hc_loss_ratio_over_days :name: hc_loss_ratio_over_days1 -hc_loss_ratio_over_days +Loss Ratio of Head Coaches Appointments versus Head Coach Tenure ``` ```{figure} #club_win_ratio_over_coach_count :name: club_win_ratio_over_coach_count1 -club_win_ratio_over_coach_count +Win Ratio of Clubs versus Number of Head Coaches Appointed by Club ``` ```{figure} #club_draw_ratio_over_coach_count :name: club_draw_ratio_over_coach_count1 -club_draw_ratio_over_coach_count +Draw Ratio of Clubs versus Number of Head Coaches Appointed by Club ``` ```{figure} #club_loss_ratio_over_coach_count :name: club_loss_ratio_over_coach_count1 -club_loss_ratio_over_coach_count +Loss Ratio of Clubs versus Number of Head Coaches Appointed by Club ``` ```{figure} #hc_win_ratio_over_club_count :name: hc_win_ratio_over_club_count1 -hc_win_ratio_over_club_count +Win Ratio of Head Coaches vers Number of Clubs Appointments ``` ```{figure} #hc_draw_ratio_over_club_count :name: hc_draw_ratio_over_club_count1 -hc_draw_ratio_over_club_count +Draw Ratio of Head Coaches vers Number of Clubs Appointments ``` ```{figure} #hc_loss_ratio_over_club_count :name: hc_loss_ratio_over_club_count1 -hc_loss_ratio_over_club_count +Loss Ratio of Head Coaches vers Number of Clubs Appointments ``` ### Graphiques du jeu de donnée match @@ -213,7 +217,7 @@ hc_loss_ratio_over_club_count ```{figure} #venue_effect :name: venue_effect1 -Venue effect on team's performance +Venue effect on team's performance (2017 - 2022) ``` Il existe une différence dans la performance des équipes lorsqu'elle joue à domicile ou à l'extérieur (voir [](#venue_effect1)). @@ -221,36 +225,36 @@ Il existe une différence dans la performance des équipes lorsqu'elle joue à d ```{figure} #match_distribution :name: match_distribution1 -Monthly Distribution of Matches +Monthly Distribution of Matches (2017 - 2022) ``` ### Graphiques des données jointes +```{figure} #match_distribution_over_coach_tenure +:name: match_distribution_over_coach_tenure1 +Proportion of Matches versus Head Coach Tenure on Match Day +``` + ```{figure} #win_over_coach_tenure :name: win_over_coach_tenure1 -Win ratio over coach tenure +Match Win Outcome versus Head Coach Tenure on Match Day ``` ```{figure} #draw_over_coach_tenure :name: draw_over_coach_tenure1 -Draw ratio over coach tenure +Match Draw Outcome versus Head Coach Tenure on Match Day ``` ```{figure} #loss_over_coach_tenure :name: loss_over_coach_tenure1 -Loss ratio over coach tenure -``` - -```{figure} #match_distribution_over_coach_tenure -:name: match_distribution_over_coach_tenure1 -Match distribution over coach tenure +Match Loss Outcome versus Head Coach Tenure on Match Day ``` ```{figure} #match_outcome_over_coach_tenure :name: match_outcome_over_coach_tenure1 -Match outcome over coach tenure +Weighted Rolling Average of Match Outcome vers Head Coach Tenure on Match Day ``` Explique que graph utilise les moyenne mobile pondérés sur une fenêtre de 30 jours :