Data Science

Les fondamentaux des statistiques appliquées

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
  • D’Agostino
  • Kolmogorov-Smirnof
Mise en oeuvre des traitements Big Data avec Spark (Prev Lesson)
(Formation suivante) Analyse statistique avancée avec R
Retour à Data Science

Pas de commentaires

Donner un commentaire