En tant que Data Scientist, je veux normaliser les données biométriques (Z-score) par rapport à la ligne de base (baseline) de chaque individu pour comparer équitablement les performances au sein d'un groupe.

[brahimcode604]

1️⃣ Préparation des données

Collecter toutes les données biométriques pertinentes (FC, VO2 max, vitesse, puissance, etc.)

Identifier la période de référence pour la ligne de base (baseline) par athlète

Nettoyer les données : valeurs manquantes, aberrantes ou incohérentes

2️⃣ Calcul de la ligne de base

Calculer la moyenne (
𝜇
μ) de chaque métrique biométrique pour chaque athlète sur la période baseline

Calculer l’écart type (
𝜎
σ) sur la même période

Stocker
𝜇
μ et
𝜎
σ pour chaque athlète

3️⃣ Normalisation Z-score

Appliquer la formule Z-score pour chaque donnée :

𝑍

𝑋
−
𝜇
𝜎
Z=
σ
X−μ
​

S’assurer que la normalisation est par athlète (intra-individuel)

Vérifier que les données normalisées ont une moyenne ~0 et un écart type ~1 sur la baseline

4️⃣ Vérification et validation

Vérifier graphiquement les distributions avant et après normalisation

Identifier les valeurs extrêmes ou aberrantes post-normalisation

Comparer les données normalisées entre athlètes pour cohérence

5️⃣ Documentation

Créer un notebook biometric_zscore_normalization.ipynb

Documenter la période baseline choisie et les raisons du choix

Expliquer le calcul Z-score et ses avantages pour la comparaison entre individus