Centre de Documentation Campus Montignies
Horaires :
Lundi : 8h-18h30
Mardi : 8h-18h30
Mercredi 9h-16h30
Jeudi : 8h-18h30
Vendredi : 8h-16h30
Votre centre de documentation fermera de 12h30 à 13h ce vendredi 28 juin et fermera à 14h30.
Dès ce lundi 1er juillet jusqu'au mercredi 10 juillet l'horaire du centre de documentation sera adapté :
Lundi 1er juillet : de 8h à 12h et de 12h30 à 16h
Mardi 2 juillet : de 8h à 12h15
Mercredi 3 juillet : de 9h à 12h et de 12h30 à 15h15
Jeudi 4 juillet : de 8h à 12h30 et de 13h à 18h30
Lundi 8 juillet : de 8h à 12h et de 12h30 à 16h
Mardi 9 juillet : de 8h à 12h15
Réouverture dès ce lundi 19 août.
Lundi : 8h-18h30
Mardi : 8h-18h30
Mercredi 9h-16h30
Jeudi : 8h-18h30
Vendredi : 8h-16h30
Votre centre de documentation fermera de 12h30 à 13h ce vendredi 28 juin et fermera à 14h30.
Dès ce lundi 1er juillet jusqu'au mercredi 10 juillet l'horaire du centre de documentation sera adapté :
Lundi 1er juillet : de 8h à 12h et de 12h30 à 16h
Mardi 2 juillet : de 8h à 12h15
Mercredi 3 juillet : de 9h à 12h et de 12h30 à 15h15
Jeudi 4 juillet : de 8h à 12h30 et de 13h à 18h30
Lundi 8 juillet : de 8h à 12h et de 12h30 à 16h
Mardi 9 juillet : de 8h à 12h15
Réouverture dès ce lundi 19 août.
Bienvenue sur le catalogue du centre de documentation du campus de Montignies.
Détail de l'auteur
Auteur W. Yong |
Documents disponibles écrits par cet auteur
![](./images/expand_all.gif)
![](./images/collapse_all.gif)
![Tris disponibles](./images/orderby_az.gif)
Statistical analysis and ARMA modeling for the big data of marathon score / W. Yong in Science & sports, Vol. 35, n°6 (2020)
[article]
Titre : Statistical analysis and ARMA modeling for the big data of marathon score Titre original : Analyse statistique par modèle autorégressif ARMA des big data des performances au marathon Auteurs : W. Yong ; W. Jia ; P. Lingyun Année de publication : 2020 Article en page(s) : p. 375-385 Note générale : 10.1016/j.scispo.2020.01.009 Langues : Français (fre) Mots-clés : Course à pied Mégadonnées Statistiques Performance sportive Résumé : Objectifs
Analyse statistique des performances au marathon.
Méthodes
En prenant le marathon de Boston, comme exemple, et en utilisant une analyse statistique, cet article étudie la distribution des performances de tous les joueurs en 2001–2018 sous les multiples perspectives de l’âge, du sexe et des statistiques numériques dans le contexte du big data . Une série d’informations et de conclusions de recherche pour les organisateurs et les participants à l’événement est obtenue. Ensuite, un modèle de moyenne mobile autorégressive (ARMA) pour les statistiques du temps d’arrivée moyen des participants masculins et féminins est établi. Ces calculs montrent que le modèle ARMA a un potentiel explicatif et prédictif pour le résultat moyen du marathon. La méthode d’analyse statistique et de modélisation des données volumineuses des résultats du marathon proposée dans cet article portant sur le marathon de Boston peut également être appliquée à d’autres villes et événements. De plus, la méthode ARMA peut également être utilisée pour modéliser d’autres statistiques de marathon en fonction des besoins des investigateurs.Permalink : ./index.php?lvl=notice_display&id=90165
in Science & sports > Vol. 35, n°6 (2020) . - p. 375-385[article] Statistical analysis and ARMA modeling for the big data of marathon score = Analyse statistique par modèle autorégressif ARMA des big data des performances au marathon [] / W. Yong ; W. Jia ; P. Lingyun . - 2020 . - p. 375-385.
10.1016/j.scispo.2020.01.009
Langues : Français (fre)
in Science & sports > Vol. 35, n°6 (2020) . - p. 375-385
Mots-clés : Course à pied Mégadonnées Statistiques Performance sportive Résumé : Objectifs
Analyse statistique des performances au marathon.
Méthodes
En prenant le marathon de Boston, comme exemple, et en utilisant une analyse statistique, cet article étudie la distribution des performances de tous les joueurs en 2001–2018 sous les multiples perspectives de l’âge, du sexe et des statistiques numériques dans le contexte du big data . Une série d’informations et de conclusions de recherche pour les organisateurs et les participants à l’événement est obtenue. Ensuite, un modèle de moyenne mobile autorégressive (ARMA) pour les statistiques du temps d’arrivée moyen des participants masculins et féminins est établi. Ces calculs montrent que le modèle ARMA a un potentiel explicatif et prédictif pour le résultat moyen du marathon. La méthode d’analyse statistique et de modélisation des données volumineuses des résultats du marathon proposée dans cet article portant sur le marathon de Boston peut également être appliquée à d’autres villes et événements. De plus, la méthode ARMA peut également être utilisée pour modéliser d’autres statistiques de marathon en fonction des besoins des investigateurs.Permalink : ./index.php?lvl=notice_display&id=90165 Exemplaires (1)
Cote Support Localisation Section Disponibilité Revue Revue Centre de Documentation HELHa Campus Montignies Armoires à volets Document exclu du prêt - à consulter sur place
Exclu du prêt