Statistiques descriptives pour la data science : maîtriser les outils de base pour analyser ses données

Module 1 — Définition et enjeux de la statistique descriptive

• Définition de la statistique descriptive et étude de l'incertitude
• Comparaison entre données calibrées et données présentant un aléa
• Introduction à la notion d'aléa dans les données statistiques
• La question centrale que se pose le statisticien
• Exercice : identifier les différences entre des produits standardisés et des données soumises à l'aléa

Module 2 — Formalisation mathématique

• Indexation de 1 à n et valeur absolue
• Le symbole sigma pour l'écriture de sommes
• Carré et racine carrée : rappels et usages statistiques
• Effectif, fréquence, quartile, centile : définitions et représentations graphiques
• Calcul d'intervalles et traitement des données continues
• Exercice : application de chaque notion sur des exemples pratiques

Module 3 — Traitement statistique des données à une dimension

• Types de données : qualitatives versus quantitatives
• Données avec effectif : calcul de fréquences et interprétation
• Tri et mise en forme statistique de données brutes
• Représentations graphiques des données
• Paramètres de position : moyenne, mode, médiane
• Paramètres de dispersion : étendue, quantiles, décile, variance
• La variance comme moyenne des écarts
• Exercice : transformation, tri et représentation des données — mesure de leur dispersion

Module 4 — Variables aléatoires

• Définition et catégories de variables aléatoires
• Exemples et analyse de variables aléatoires
• Courbes de distribution
• Intervalles de confiance : principes et interprétation
• La loi normale : définition et applications
• Exercice : utilisation d'une table de loi normale

Module 5 — Statistique descriptive à deux dimensions : tableaux de contingence

• Structure et lecture des données à deux dimensions
• Représentations graphiques adaptées
• La covariance : définition et calcul
• Le coefficient de corrélation linéaire
• Exercice : calcul de covariances et de coefficients de corrélation — analyse et interprétation

Module 6 — Atelier pratique : analyse de données réelles

• Identification et formulation de la problématique statistique à partir de données réelles
• Mise en forme et préparation des données
• Calcul des statistiques de base et production des représentations graphiques
• Recherche et sélection de la méthode statistique adaptée au problème