Data Science

Objectifs

• Connaitre les fondamentaux de l'analyse statistique appliquée
• Maîtriser l'utilisation des formules et tests statistiques fondamentaux
• Savoir concevoir un rapport d'analyse basé sur les faits
• Comprendre comment mesurer la confiance dans ses résultats
• Etre en mesure de prévoir les comportements à venir
• Savoir vérifier l'adéquation à un modèle

Programme

Introduction

• Rappels fondamentaux

Statistiques descriptives

• Variable unidimensionnelle : Effectifs, fréquences, moyenne pondé-rée, quantiles, variance, écart-type, mode, extrema, coefficient de varia-tion
• Variable multidimensionnelle : Disjonction des données, covariance, corrélation, significativité

Intervalles de confiance

• Lois statistiques usuelles
• Visualisations
• Curve fitting
• Interpolation et régression

Tests statistiques

• Les tests d’adéquation usuels
• ?²
• D’Agostino
• Kolmogorov-Smirnof