analisi dei dati motori e sportivi 1 - docente.unicas.it · Il baseball ed il basket sono esempi di...
Transcript of analisi dei dati motori e sportivi 1 - docente.unicas.it · Il baseball ed il basket sono esempi di...
Università degli Studi di Cassino
Facoltà di Scienze Motorie – Corso di Laurea in Scienze MotorieAnno accademico 2009/2010
Biostatistica (L22)Principi di Statistica Descrittiva (L33)
Bruno [email protected]
Organizzazione del corso� Il corso è articolato in lezioni frontali ed esercitazioni� Alcune esercitazioni saranno svolte con carta e penna
� È consigliabile portare con sé una calcolatrice
� Altre esercitazioni saranno svolte in aula computer� Il materiale delle lezioni è scaricabile da Internet
� http://docenti.unicas.it� Facoltà di Scienze Motorie
� Federico Bruno• Consultazione materiale didattico
� La verifica finale consisterà in un test scritto� Per qualsiasi necessità/problema/approfondimento potete
scrivere un’e-mail a [email protected]
Programma del corso� Introduzione alla statistica
� Obiettivi
� Statistica descrittiva� Lo studio della frequenza
� Tabelle di frequenza� La rappresentazione grafica dei dati
� Grafici� Le misure di sintesi numerica
� Indici di tendenza centrale, indici di variabilità
� L’analisi della performance sportiva
� Per lo studio� Materiale didattico del docente� Fowler, Jarvis, Chevannes. STATISTICA PER LE PROFESSIONI
SANITARIE. EdiSES – Napoli 2006� Pagano, Gavreau, BIOSTATISTICA, Idelson-Gnocchi, Napoli, 2003
Concetti di base e nomenclatura in statistica
A cosa serve la Statistica?� La Statistica è uno strumento essenziale per la scoperta di leggi e relazioni tra fenomeni�Svolge un ruolo fondamentale nella ricerca scientifica
� La Statistica riguarda la raccolta, l’organizzazione, la presentazione, l’analisi e l’interpretazione dei dati numerici allo scopo di fornire un supporto per la realizzazione di decisioni più efficaci�quando l’interesse è rivolto alle scienze biologiche e mediche, si usa il termine biostatistica
Origini della disciplina� Il termine “statistica” deriva dalla parola “Stato”�Originariamente con questo termine si indicava la raccolta dei dati demografici ed economici di interesse per gli stati
� La disciplina si è poi sviluppata in un metodo scientifico di analisi applicato alle scienze sociali, naturali, biomediche
Origini della disciplina� Con la nascita dei grandi Stati europei, l’interesse ad approfondire i fenomeni legati alle popolazioni diventa sempre più forte�Gli Stati si dotano di Istituti centrali di statistica deputati per legge alla raccolta, organizzazione e diffusione dei dati sulla popolazione, sulle abitazioni, sulle risorse economiche e su tutti gli aspetti rilevanti della vita di una Nazione
� In Italia, l’ente centrale è l’ISTAT (Istituto nazionale di statistica)
La Statistica nello Sport� Una delle caratteristiche peculiari dello sport moderno è la misurazione�Punteggi, graduatorie, prestazioni degli atleti
� La valutazione della performance di un atleta o di una squadra può essere:�Descrittiva
� Utile, ad esempio, nell’elaborazione di graduatorie
�Predittiva� Utile per valutare la probabilità di vittoria della squadra o dell’atleta
La Statistica nello Sport� Il baseball ed il basket sono esempi di discipline sportive in cui la statistica gioca un ruolo importante
� A partire dal 1993, la FIFA ha sviluppato un sistema di ranking delle squadre nazionali che si basa su diversi parametri�Risultato finale�Numero di goal�Se la partita è giocata in casa o fuori�L'importanza del match�La forza della squadra avversaria�Le differenze geografiche tra i continenti
La Statistica nelle scienze bio-mediche� Metodi statistici sono largamente utilizzati in campo bio-medico per:�Valutare l’efficacia di un trattamento� valutare la relazione di causalità di un fenomeno (es. una malattia)
� La statistica è anche utilizzata per valutare la qualità dell’assistenza sanitaria�Prestazioni fornite da ospedali�Prestazioni fornite da Regioni e Aziende Sanitarie Locali
Che cos’è la Statistica?
� È una metodologia generale per lo studio dei fenomeni collettivi e della variabilità di tali fenomeni attraverso�L’osservazione dei fenomeni�La traduzione in simboli�L’evidenza di irregolarità�La verifica di ipotesi
� È l’insieme di principi, procedure logiche e metodi utili a comprendere, controllare e prevedere determinati fenomeni
Obiettivi della statistica
� Descrivere i dati�condensare anche un gran numero di dati rilevati in pochi valori riassuntivi, capaci di indicare importanti proprietà della popolazione o del campione oggetto di indagine
� Esplorare le relazioni�Valutare l’esistenza e la grandezza delle relazioni tra le variabili rilevate
� Fare previsioni�utilizzare i dati raccolti per prevedere i valori che ci si aspetta di trovare nella popolazione oggetto di indagine in particolari condizioni
Obiettivi della statistica - esempi
� Descrivere i dati�Qual è il numero di vittorie della squadra?�Qual è la performance dell’atleta?
� Esplorare le relazioni�Che relazione c’è tra adiposità in eccesso, forza e velocità?
� Fare previsioni�Qual è la probabilità di vittoria dell’atleta o della squadra note le seguenti condizioni (stato di forma, morale, forza dell’avversario, …)
Obiettivi della statistica - esempi
� Descrivere i dati�Quanti sono i pazienti ricoverati?�Quanti sono maschi? Quanti femmine?
� Esplorare le relazioni�Che relazione c’è tra obesità e mal di schiena?
� Fare previsioni�Qual è la probabilità di ripristino della funzionalità motoria dopo un ictus?
Concetti di base� Popolazione
�Insieme o collezione di oggetti, numeri, misure o osservazioni. Le popolazioni possono essere:� Finite
� Gli iscritti ad una palestra in un determinato anno
� Infinite� Tutte le possibili uscite di testa o croce in successivi
lanci di una moneta
� Campione�Un sottoinsieme della popolazione su cui vengono raccolti i dati
Concetti di base� Unità statistica
�Minima unità da cui si raccolgono i dati in una indagine� Individuo� Famiglia� Regione� Gara
� Variabile�Caratteristica che può assumere valori diversi nelle diverse unità statistiche� Altezza dei bambini di una classe� Peso degli atleti� Età dei pazienti di una clinica
Concetti di base� Modalità
�Valore assunto da una variabile in una determinata unità statistica
Individuo PesoGiorgio 80 kgMario 75 kg ModalitàRoberto 77 kg
Natura della Statistica
� Statistica descrittiva�ha a che fare con la presentazione, organizzazione e sintesi dei dati� Tabelle, grafici, indici di sintesi
� Statistica Inferenziale�ci permette di generalizzare i risultati ottenuti dai dati raccolti in un piccolo campione ad una popolazione più ampia� Stima di parametri� Test di ipotesi
Statistica descrittiva ed inferenziale
Media, dev. standard,
…
Campione
Popolazione
Stat. descrittiva
Stat. inferenziale
Perché studiare un campione?� I motivi per cui spesso viene esaminato un campione, e non l’intera popolazione sono:�Risorse limitate�Pochi dati disponibili�Impossibilità a compiere determinati test
La frequenza
Frequenza� Il concetto di frequenza è uno dei piùimportanti nella statistica�Frequenza: conta
� quanto spesso si presenta un determinato valore o intervallo di valori?
�Frequenza relativa: proporzione� quanto spesso si presenta un determinato valore o intervallo di valori, rispetto al totale delle osservazioni?
�Frequenza percentuale� quanto spesso si presenta un determinato valore o intervallo di valori rispetto a 100 osservazioni?
Frequenza� Frequenza assoluta
�Numero di volta che si osserva ciascuna modalità di una variabile
� Frequenza relativa�freq. assoluta/n° totale di unità statistiche
� Frequenza percentuale�freq. Relativa X 100
football
3539
3438
3337
3236
3135
3134
3133
2932
2931
2930
2829
2828
2827
2826
2825
2824
2723
2722
2721
2620
2619
2618
2517
2516
2515
2514
2513
2412
2411
2310
229
228
227
206
205
194
183
162
151
distanzaobs
In 2 calci, la distanza percorsa dal pallone riempito di aria è stata uguale a 24 yds
f(24)=2
p(24)=2/39=0.051
%(24)=0.051*100=5.1%
Frequenza cumulativa� Frequenza cumulativa assoluta
�Somma delle frequenze corrispondenti alle osservazioni più piccole rispetto all’osservazione data più la frequenza dell’osservazione stessa
� Frequenza cumulativa relativa�Proporzione delle frequenze corrispondenti alle osservazioni più piccole rispetto all’osservazione data più la frequenza dell’osservazione stessa� Freq. cum ass/n° totale di unità statistiche
� Frequenza cumulativa percentuale�Proporzione delle frequenze corrispondenti alle osservazioni più piccole rispetto all’osservazione data più la frequenza dell’osservazione stessa� Freq cum rel X 100
football
3539
3438
3337
3236
3135
3134
3133
2932
2931
2930
2829
2828
2827
2826
2825
2824
2723
2722
2721
2620
2619
2618
2517
2516
2515
2514
2513
2412
2411
2310
229
228
227
206
205
194
183
162
151
distanzaobs
In 12 calci, la distanza percorsa dal pallone riempito di aria è inferiore o uguale a 24 yds
fc(24)=12
pc(24)=12/39=0.307
%c(24)=0.307*100=30.7%
Tabelle di frequenza
Elaborazione di tabelle di frequenza
� L’elaborazione di tabelle di frequenza è il primo passo per comprendere come si presentano le variabili prese in esame
Le Tabelle di sintesi dei dati
� Generalità� presentano i dati in forma sintetica, organizzati secondo
righe e colonne� Tabelle a singola entrata
� è presentata la distribuzione di frequenza di UN SOLO carattere statistico
� Tabelle a doppia entrata� è presentata la distribuzione di frequenza di DUE caratteri
statistici
� A seconda dei tipi di dati�Dati nominali ed ordinali
� Rappresentazione di tutte le modalità possibili�Dato numerici discreti e continui
� Dati aggregati per classi
Tabelle: Singola entrata, Variabile Dicotomica
� Partendo da questi dati grezzi:
Id Sesso EtàClasse di
esposizioneNazionalità
0001 M 35 lieve fumatore italiana
0002 F 40 non fumatore francese
0003 M 60 forte fumatore italiana
0004 M 29 lieve fumatore italiana
0005 M 27 medio fumatore belga
0006 F 26 non fumatore francese
0007 F 35 non fumatore tedesca
0008 F 32 forte fumatore belga
0009 M 45 non fumatore tedesca
0010 M 19 lieve fumatore tedesca
0011 F 24 non fumatore francese
0012 F 28 forte fumatore italiana
0013 M 36 non fumatore italiana
Freq.assoluta
Freq.relativa
13
7
6
7/13
6/13
M
F
Tot.
Sesso
Carattere
Modalità
Indice rappresentato
Conta dei soggettiche nel campione presentano
quella specifica modalità
Raggruppare in classi� Nel caso di variabili numeriche, invece di riportare tutte le
differenti modalità della variabile, i dati vengono raggruppati in classi o intervalli di valori
� Come sono costituite le classi?� Valori predefiniti (logica, letteratura)
� Liberi� es. classi età (0-14, 15-30, 30-65, >65)� classi tempo (<7gg, 7-14, 15-30, 30-60, >60)
� A larghezza costante� es classi quinquennali di età
� Suddivisioni statistiche (quantili)� quartili, quintili, decili (a numerosità costante)
� si usa quando non ci sono valori di cut-off noti� aumenta la potenza statistica
� Classi dicotomiche� Si costruiscono utilizzando 1 solo valore di cut-off (valore soglia)
� Classi ordinali� Si costruiscono utilizzando più di un cut-off
Tabelle: Singola entrata, Variabile Numerica
� Partendo da questi dati grezzi:
Id Sesso EtàClasse di
esposizioneNazionalità
0001 M 35 lieve fumatore italiana
0002 F 40 non fumatore francese
0003 M 60 forte fumatore italiana
0004 M 29 lieve fumatore italiana
0005 M 27 medio fumatore belga
0006 F 26 non fumatore francese
0007 F 35 non fumatore tedesca
0008 F 32 forte fumatore belga
0009 M 45 non fumatore tedesca
0010 M 19 lieve fumatore tedesca
0011 F 24 non fumatore francese
0012 F 28 forte fumatore italiana
0013 M 36 non fumatore italiana
Età
Carattere
Freq.assoluta
Freq.relativa
Indice rappresentato
Freq.cumulativa
10-29
Tot.
30-39
>39
Classi diModalità
6
3
13
6/13
3/13
4 4/13
6/13
13/13
10/13
Conta dei soggettiche nel campione presentano
quella specifica modalità
In questo caso, ha sensola frequenza cumulativa !
Tabelle: Doppia entrata, Variabile Ordinale
� Partendo da questi dati grezzi:
Id Sesso EtàClasse di
esposizioneNazionalità
0001 M 35 lieve fumatore italiana
0002 F 40 non fumatore francese
0003 M 60 forte fumatore italiana
0004 M 29 lieve fumatore italiana
0005 M 27 medio fumatore belga
0006 F 26 non fumatore francese
0007 F 35 non fumatore tedesca
0008 F 32 forte fumatore belga
0009 M 45 non fumatore tedesca
0010 M 19 lieve fumatore tedesca
0011 F 24 non fumatore francese
0012 F 28 forte fumatore italiana
0013 M 36 non fumatore italiana
M F Tot.
Modalità delcarattere 2
non
Tot.
lieve
medio
Modalità delcarattere 1
forte
Carattere 2
Sesso
2
1
7
4
0
3 0
1 26
6
3
1
3
13
Conta dei soggetti nel campioneche presentano la combinazione di
entrambe le modalità
Espo
sizion
e
Carattere 1
Tabelle a doppia entrata� Nel caso delle tabelle a doppia entrata, èpossibile riportare per ogni casella, oltre alla frequenza assoluta, la frequenza relativa�Di riga
� utilizzando come denominatore il totale di riga�Di colonna
� utilizzando come denominatore il totale di colonna
�Di cella� utilizzando come denominatore il totale generale
Tabelle: Doppia entrata, Variabile Ordinale
Id Sesso EtàClasse di
esposizioneNazionalità
0001 M 35 lieve fumatore italiana
0002 F 40 non fumatore francese
0003 M 60 forte fumatore italiana
0004 M 29 lieve fumatore italiana
0005 M 27 medio fumatore belga
0006 F 26 non fumatore francese
0007 F 35 non fumatore tedesca
0008 F 32 forte fumatore belga
0009 M 45 non fumatore tedesca
0010 M 19 lieve fumatore tedesca
0011 F 24 non fumatore francese
0012 F 28 forte fumatore italiana
0013 M 36 non fumatore italiana
M F Tot.
non
Tot.
lieve
medio
forte
Sesso
2
1
7
4
0
3 0
1 26
6
3
1
3
13
Espo
sizion
e
Come calcolare la %?
% di colonna
Tabelle: Doppia entrata, Variabile Ordinale
Id Sesso EtàClasse di
esposizioneNazionalità
0001 M 35 lieve fumatore italiana
0002 F 40 non fumatore francese
0003 M 60 forte fumatore italiana
0004 M 29 lieve fumatore italiana
0005 M 27 medio fumatore belga
0006 F 26 non fumatore francese
0007 F 35 non fumatore tedesca
0008 F 32 forte fumatore belga
0009 M 45 non fumatore tedesca
0010 M 19 lieve fumatore tedesca
0011 F 24 non fumatore francese
0012 F 28 forte fumatore italiana
0013 M 36 non fumatore italiana
M F Tot.
non
Tot.
lieve
medio
forte
Sesso
28.6%
14.3%
66.7%
0.0%
42.9% 0.0%
14.3% 33.3%Espo
sizion
e
% di colonna
100.0% 100.0%
Tabelle: Doppia entrata, Variabile Ordinale
Id Sesso EtàClasse di
esposizioneNazionalità
0001 M 35 lieve fumatore italiana
0002 F 40 non fumatore francese
0003 M 60 forte fumatore italiana
0004 M 29 lieve fumatore italiana
0005 M 27 medio fumatore belga
0006 F 26 non fumatore francese
0007 F 35 non fumatore tedesca
0008 F 32 forte fumatore belga
0009 M 45 non fumatore tedesca
0010 M 19 lieve fumatore tedesca
0011 F 24 non fumatore francese
0012 F 28 forte fumatore italiana
0013 M 36 non fumatore italiana
M F Tot.
non
Tot.
lieve
medio
forte
Sesso
33.3%
100.0%
66.7%
0.0%
100.0% 0.0%
66.7% 33.3%Espo
sizion
e
% di riga
100.0% 100.0%
football
262839302838293137292536302835293234302833322632262731112030332529273128302227282926142825322924392223342722313121242920353319262218232017292616223415312514282713281912122511262810222492624825267291562335514164251831623225251
heliumairtrial
Football - air
classi_air | Freq. Percent Cum.
------------+-----------------------------------
10-14 y | 0 0.00 0.00
15-19 y | 4 10.26 10.26
20-24 y | 8 20.51 30.77
25-29 y | 20 51.28 82.05
30-34 y | 6 15.38 97.44
35-39 y | 1 2.56 100.00
------------+-----------------------------------
Total | 39 100.00
Football - helium
classi_hel | Freq. Percent Cum.
------------+-----------------------------------
10-14 y | 4 10.26 10.26
15-19 y | 1 2.56 12.82
20-24 y | 5 12.82 25.64
25-29 y | 17 43.59 69.23
30-34 y | 10 25.64 94.87
35-39 y | 2 5.13 100.00
------------+-----------------------------------
Total | 39 100.00
Football – air and helium
3939tot
2135-39 y
10630-34 y
172025-29 y
5820-24 y
1415-19 y
4010-14 y
heliumair
Football – air and helium
100.039100.039tot
5.122.6135-39 y
25.61015.4630-34 y
43.61751.32025-29 y
12.8520.5820-24 y
2.6110.3415-19 y
10.340.0010-14 y
%n%n
heliumair % colonna% colonna
Un esempio� Problema
�Valutare in un campione di soggetti la frequenza di eventi coronarici acuti ed i fattori ad essi associati
� Ipotesi di ricerca�L’abitudine al fumo, la pressione arteriosa ed il tipo di personalità sono associati ad una maggiore probabilità di manifestare un evento coronarico acuto
Tabelle a singola entrata� Descrivono la distribuzione di frequenza di una sola variabile alla volta
� Sono utilizzate per variabili binomiali, nominali, ordinali e numeriche (raggruppando, in quest’ultimo caso, i dati in classi)
� La personalità Tipo A si riferisce a persone che tendono ad essere competitive e aggressive
� La personalità Tipo B sono praticamente l’opposto� I Tipo A tendono a manifestare lo stress con chi li circonda,
i Tipo B interiorizzano lo stress.
Type A or B|
personality | Freq. Percent
------------+-----------------------
A | 18 51.43
B | 17 48.57
------------+-----------------------
Total | 35 100.00
Tabelle a singola entrata� Nel caso di variabili numeriche discrete, se le modalità
sono un numero ridotto, si riporta la frequenza di tutti i valori
Cigarettes |
smoked per |
day | Freq. Percent Cum.
------------+-----------------------------------
0 | 11 31.43 31.43
15 | 3 8.57 40.00
20 | 8 22.86 62.86
25 | 3 8.57 71.43
30 | 7 20.00 91.43
35 | 2 5.71 97.14
40 | 1 2.86 100.00
------------+-----------------------------------
Total | 35 100.00
Tabelle a singola entrata� Nel caso di variabili numeriche continue, si aggregano i
dati in classi
P. Arter. |
Sistolica | Freq. Percent Cum.
------------+-----------------------------------
<110 | 3 8.57 8.57
110-119 | 4 11.43 20.00
120-129 | 11 31.43 51.43
130-139 | 3 8.57 60.00
>=140 | 14 40.00 100.00
------------+-----------------------------------
Total | 35 100.00
Tabelle a doppia entrata� Descrivono la distribuzione di frequenza di due variabili
contemporaneamente� Sono utili per valutare l’eventuale presenza di
associazione (e la forza dell’associazione) tra due variabili
| ev. coronarico acuto
Type | no si | Total
-----------+----------------------+----------
A | 12 6 | 18
B | 15 2 | 17
-----------+----------------------+----------
Total | 27 8 | 35
Tabelle a doppia entrata� Per valutare l’eventuale presenza di associazione (e la
forza dell’associazione) tra due variabili, si riporta oltre alla frequenza assoluta, una misura di frequenza relativa (i.e. percentuale)
� Nell’esempio, viene riportata la percentuale di riga
| ev. coronarico acuto
Type | no si | Total
-----------+----------------------+----------
A | 12 6 | 18
| 66.67 33.33 | 100.00
-----------+----------------------+----------
B | 15 2 | 17
| 88.24 11.76 | 100.00
-----------+----------------------+----------
Total | 27 8 | 35
| 77.14 22.86 | 100.00
Tabelle a doppia entrata
| ev. coronarico acuto
ab. fumo | no si | Total
---------------+----------------------+----------
non fumatore | 10 1 | 11
| 90.91 9.09 | 100.00
---------------+----------------------+----------
fumatore | 9 2 | 11
| 81.82 18.18 | 100.00
---------------+----------------------+----------
forte fumatore | 8 5 | 13
| 61.54 38.46 | 100.00
---------------+----------------------+----------
Total | 27 8 | 35
| 77.14 22.86 | 100.00
� In quest’altro esempio di tabella di frequenza a doppia entrata, sono riportate la frequenza assoluta e la frequenza relativa (% di riga)
Tabelle a n entrate� In questo esempio è stata riportata una tabella a
tre entrate, per le variabili� Abitudine al fumo� Tipo di personalità� Presenza dell’evento coronarico acuto
| ev. coronarico acuto and
| Type
| --- no --- --- si ---
ab. fumo | A B A B
---------------+-------------------------
non fumatore | 5 5 1
fumatore | 4 5 1 1
forte fumatore | 3 5 4 1
Esercitazione� La tabella seguente riporta la distribuzione di frequenza del numero di figli in un campione di famiglie
� Qual è l’unità statistica?� Quante sono le unità statistiche?� Qual è la variabile in esame?� Che tipo di variabile è?
N° figli frequenza0 101 32 63 84 315 156 2
Tot 75
Esercitazione� La tabella seguente riporta la distribuzione di frequenza del
numero di figli in un campione di famiglie� Quante sono le famiglie che hanno 5 figli? � Quante sono in percentuale le famiglie che hanno 5 figli?� Quante sono le famiglie che hanno al massimo 5 figli?� Quante sono in percentuale le famiglie che hanno al massimo 5 figli?
N° figli frequenza0 101 32 63 84 315 156 2
Tot 75
Esercitazione� I dati seguenti rappresentano le età di 48 soggetti che frequentano un centro di riabilitazione fisica. Utilizza una tabella di frequenza per rappresentare in modo sintetico i dati
32 63 33 57 35 54 38 53 42 51 42 48 43 46 61 53 12 13 16 31 30 28 28 25 23 23 22 21 17 13 30 14 29 16 28 17 27 21 24 22 23 61 55 34 42 13 26 22
Un esempio� Di un gruppo di atleti raccogliamo delle informazioni relative al tipo di sport praticato, al peso, all'altezza ed al numero di infortuni subiti
� Vorremmo conoscere la frequenza degli infortuni e se questo valore differisce nei diversi sport
Il dataset
Sport praticatiSport | Freq. Percent
------------+-------------------------
Atletica | 4 22.22
Basket | 7 38.89
Nuoto | 3 16.67
Pallavolo | 4 22.22
------------+--------------------------
Total | 18 100.00
Numero di infortuni
N° di infortuni Freq. Percent Cum.
------------+-----------------------------------
0 | 6 33.33 33.33
1 | 4 22.22 55.56
2 | 5 27.78 83.33
3 | 3 16.67 100.00
------------+-----------------------------------
Total | 18 100.00
Esercitazione� La frequenza di infortuni è diversa a seconda dello sport praticato?�Costruisci una tabella a doppia entrata
Sport e numero di infortuni| N° infortuni
Sport | meno di 2 2 o più | Total
-----------+----------------------+----------
Atletica | 3 1 | 4
Basket | 4 3 | 7
Nuoto | 2 1 | 3
Pallavolo | 1 3 | 4
-----------+----------------------+----------
Total | 10 8 | 18
Sport e numero di infortuni| N° infortuni
Sport | meno di 2 2 o più | Total
-----------+----------------------+----------
Atletica | 3 1 | 4
| 75.00 25.00 | 100.00
-----------+----------------------+----------
Basket | 4 3 | 7
| 57.14 42.86 | 100.00
-----------+----------------------+----------
Nuoto | 2 1 | 3
| 66.67 33.33 | 100.00
-----------+----------------------+----------
Pallavolo | 1 3 | 4
| 25.00 75.00 | 100.00
-----------+----------------------+----------
Total | 10 8 | 18
| 55.56 44.44 | 100.00
% di riga