Cours de statistiques descriptives avec Python
Statistiques descriptives est un cours de niveau débutant de 5 leçons (environ 2 h 26), avec 15 exercices et 15 questions de quiz. Aucun prérequis. Les exercices s'exécutent dans le navigateur, sans installation.
- Statistiques
- Débutant
- 5 leçons
- 2 h 26
- 15 exercices
- Exercices exécutés dans le navigateur
Le cours en bref
Ce cours pose les bases statistiques indispensables à tout travail sur les données. Tu apprendras à identifier les types de variables, à résumer une série par des indicateurs de tendance centrale et de dispersion, à repérer les valeurs aberrantes et à décrire la relation entre deux variables. Chaque notion est pratiquée en Python avec la bibliothèque standard et pandas.
Ce que tu sauras faire
- Identifier le type d'une variable et choisir les résumés adaptés
- Calculer et interpréter moyenne, médiane, mode et moyenne pondérée
- Mesurer la dispersion avec variance, écart-type, IQR et coefficient de variation, en maîtrisant le paramètre ddof
- Détecter et traiter avec discernement les valeurs aberrantes
- Analyser la relation entre deux variables avec un tableau croisé ou un coefficient de corrélation
- Expliquer pourquoi une corrélation ne démontre pas une causalité
Programme des 5 leçons
- Distinguer variables qualitatives (nominales, ordinales) et quantitatives (discrètes, continues)
- Construire un tableau d'effectifs et de fréquences en Python
- 02
Tendance centrale : moyenne, médiane et mode
- Calculer moyenne, médiane et mode en Python
- Choisir l'indicateur de tendance centrale adapté à la forme des données
- 03
Dispersion : étendue, variance et écart-type
- Mesurer la dispersion d'une série avec l'étendue, la variance et l'écart-type
- Distinguer variance de population et variance d'échantillon (ddof)
- 04
Quantiles, boîtes à moustaches et valeurs aberrantes
- Calculer quartiles, déciles et écart interquartile
- Repérer des valeurs aberrantes avec la règle de 1.5 x IQR et le z-score
- 05
Relation entre deux variables : tableaux croisés et corrélation
- Résumer la relation entre deux variables qualitatives avec un tableau croisé
- Calculer et interpréter une covariance et un coefficient de corrélation de Pearson
- Distinguer corrélation et causalité
Projet final
Portrait statistique des ventes d'une boutique
Génère en Python un jeu de données d'au moins 200 commandes (date, canal, catégorie, nombre d'articles, montant), en incluant volontairement quelques montants extrêmes. Produis ensuite un portrait statistique complet : types de variables, distributions de fréquences, indicateurs de tendance centrale et de dispersion par canal, détection des valeurs aberrantes et étude de la relation entre nombre d'articles et montant.
Livrables
- Un script ou notebook Python commenté qui crée les données et calcule tous les indicateurs
- Un tableau récapitulatif (moyenne, médiane, écart-type, Q1, Q3, IQR) par canal
- La liste des valeurs aberrantes détectées, avec la décision prise pour chacune
- Un boxplot des montants par canal et un nuage de points articles x montant
- Une synthèse écrite de 10 lignes maximum avec trois constats chiffrés
Critères d'évaluation
- Chaque variable est correctement typée et résumée par des indicateurs adaptés
- Le choix entre moyenne et médiane est justifié par la forme de la distribution
- La convention ddof utilisée est explicite et cohérente
- Les valeurs aberrantes sont examinées et non supprimées aveuglément
- La synthèse distingue corrélation et causalité
Questions fréquentes
Faut-il un bon niveau en mathématiques pour suivre ce cours ?
Non. Le cours est conçu pour les débutants : les formules sont expliquées pas à pas, en texte simple, et toujours accompagnées d'un exemple calculé en Python.
Quelle est la différence entre moyenne et médiane ?
La moyenne utilise toutes les valeurs et est sensible aux valeurs extrêmes ; la médiane est la valeur du milieu de la série triée et reste stable face aux extrêmes.
Pourquoi numpy et pandas ne donnent-ils pas le même écart-type ?
numpy divise par n par défaut (ddof=0) alors que pandas divise par n - 1 (ddof=1), la convention pour un échantillon. Le cours explique quand utiliser chacune.
Ai-je besoin d'installer Python ?
Non, les exercices s'exécutent directement dans le navigateur. Tu peux aussi reproduire les exemples sur ton ordinateur avec Python et pandas.
Ce cours, raconté pour ton métier
Dis ce que tu veux savoir faire : « Statistiques descriptives » prend sa place dans ton parcours, avec des exemples de ton secteur. Les notions restent celles du cours.