Les 5 types d'analyse

Vue d'ensemble

Le sélecteur Type d'analyse (en haut à droite du dashboard pro-analytics) propose 5 méthodes statistiques. Chaque méthode change ce qui est affiché dans les graphiques et active/désactive certains widgets (notamment l'ACWR et les alertes contextuelles). Cette page détaille chacune d'elles : formule, cas d'usage, paramètres associés.

1. Données brutes

Ce que ça affiche

• Une seule courbe : la valeur quotidienne (ou hebdomadaire / mensuelle selon la granularité) de l'indicateur, sans aucun lissage.

Quand l'utiliser

• Pour vérifier les valeurs réelles avant tout traitement statistique.
• Pour détecter une saisie aberrante (pic isolé qui pourrait être une erreur de saisie).

Limites

• Très bruité sur des indicateurs subjectifs (RPE, sommeil) ou très variables (sprints, distance haute intensité).
• Pas de tendance visible sur des fenêtres courtes — il faut interpréter les variations à l'œil.
• Pas d'alertes, pas d'ACWR, pas de zones de sollicitation.

2. Moyennes mobiles simples — SMA

Formule

Pour chaque date t et chaque fenêtre w configurée :

SMA_w(t) = ( valeur(t-w+1) + valeur(t-w+2) + ... + valeur(t) ) / w

C'est la moyenne arithmétique des w derniers jours.

Ce que ça affiche

• Une courbe par fenêtre sélectionnée dans Réglages avancés > Fenêtres glissantes (défaut [7, 28]).
• Style visuel adaptatif par fenêtre (la plus longue en trait plein épais, les autres en pointillés de plus en plus légers).
• Optionnellement la courbe brute superposée en pointillés via le toggle Données brutes.
• Un graphique ACWR dédié si les fenêtres 7j et 28j sont actives → calcule SMA_7 / SMA_28 (ratio aigu/chronique).

Cas d'usage

• Charge programmée sur 7 et 28 jours pour piloter le ratio ACWR (zone optimale 0,8 → 1,3).
• Questionnaire récupération sur 7 et 14 jours pour lisser le bruit individuel.
• Comparer la tendance courte (7j) à la tendance longue (28j).

Limites

• Une SMA donne autant de poids aux valeurs anciennes qu'aux récentes — moins réactif aux changements.
• Aux premiers jours d'une fenêtre, la SMA n'est pas encore représentative (on a besoin de w jours d'historique).

3. Moyenne mobile exponentielle — EMA

Formule

Pour chaque date t :

α = 2 / (w + 1)
EMA_w(t) = α × valeur(t) + (1 - α) × EMA_w(t-1)

C'est une moyenne pondérée où les valeurs récentes pèsent plus que les anciennes (décroissance exponentielle).

Ce que ça affiche

Identique à SMA :

• Une courbe par fenêtre configurée
• Toggle Données brutes pour superposer la courbe brute
• ACWR avec EMA_7 / EMA_28 si les deux fenêtres sont actives

Cas d'usage

• Quand tu veux que ta tendance réagisse plus vite aux changements récents (idéal sur RPE, sommeil, fatigue ressentie).
• Quand l'effectif a un historique court : l'EMA donne un résultat exploitable plus tôt qu'une SMA.

Limites

• Plus sensible aux pics isolés que la SMA — un point très haut isolé tirera la courbe vers le haut plus longtemps.
• Moins interprétable intuitivement : les coachs sont habitués aux moyennes simples.

4. Z-score

Formule

Pour chaque date t :

z(t) = ( valeur(t) - moyenne(historique) ) / écart-type(historique)

L'historique de référence est calculé sur une fenêtre de 28 jours par défaut.

Ce que ça affiche

• Une courbe par indicateur sélectionné, valeur en z-score (typiquement entre -3 et +3).
• Pas d'ACWR (le z-score ne se prête pas à un ratio).
• Pas de zones de sollicitation (calculées en mode contextuel uniquement).

Lecture

• z = 0 → valeur = moyenne historique
• z = +1 → valeur = moyenne + 1 écart-type (un peu plus haut que d'habitude)
• z = +2 → valeur = moyenne + 2 écarts-types (significativement plus haut)
• |z| > 2 → valeur anormale statistiquement (95e percentile sur une distribution normale)

Cas d'usage

• Comparer des indicateurs d'unités différentes sur le même graphique (RPE et distance HI ne se comparent pas en valeur, mais en z-score, oui).
• Détecter un point aberrant sur un sportif (z > 2 ou z < -2 sur sa propre référence).

Limites

• Suppose une distribution approximativement normale (peu robuste si la donnée est fortement asymétrique).
• Sensible à la fenêtre de référence : avec 28 jours, un changement saisonnier déforme l'écart-type.

5. Analyse contextuelle complète — défaut

Concept

C'est le mode le plus riche. Il combine plusieurs analyses :

1. Analyse de la sollicitation à la tendance — découpage en 5 zones de sollicitation par rapport à la tendance moyenne.
2. Écart à la tendance — détection en pourcentage.
3. Score de risque par indicateur + score global agrégé.
4. Système d'alertes (scénarios) avec résumés sur 7, 14, 28 jours.

→ Détail complet dans Score de risque et alertes.

Ce que ça affiche

• Un widget de score de risque avec score sur 10 + niveau d'attention textuel (Faible / Modéré / Élevé / Critique)
• Un graphique des zones de sollicitation avec les valeurs colorées par zone (Verte / Bleu clair / Bleu foncé / Orange / Rouge)
• Un graphique d'écart à la tendance avec l'écart en % et les seuils
• Un tableau récapitulatif jour par jour
• Sous-onglet Alertes avec :
  • 3 cartes de résumé d'alertes sur 7j, 14j, 28j
  • Un tableau d'alertes détaillant chaque déclenchement (date, type, scénario, valeur, seuil)
• Onglet Statistiques avec un box plot longitudinal (Q1, Médiane, Q3, min, max par date)

Quand l'utiliser

• C'est le mode par défaut car il fournit une vision complète. Utiliser les autres modes pour des analyses ciblées.
• Avant de prendre une décision (ajuster la charge, mettre un sportif au repos), basculer en contextuel pour avoir le score, les alertes et le contexte.

Limites

• Calcul plus long que les autres modes (toutes les sections sont calculées simultanément).
• Nécessite au moins ~28 jours de données pour que la tendance, les écarts et les zones soient pertinents.

Paramètres communs (Réglages avancés)

Quel que soit le type d'analyse, ces paramètres modifient le calcul :

Quel type choisir ? — Tableau récap

Aller plus loin