La « statistique » est une discipline qui collecte, classe, résume, interprète et explique les données. La complexité et le volume de données à traiter augmentant, la maîtrise de ces techniques est donc essentielle pour aborder la « Data Science ». Ce stage très pratique vous apportera les bases nécessaires pour l’aborder.
Objectifs pédagogiques
- Comprendre l’intérêt de la statistique descriptive
- Comprendre comment traiter des données brutes
- Comprendre les outils statistiques de base et leur calcul
- Poser une problématique statistique et rechercher la méthode appropriée
Le séminaire se déroule sur 2 jours au centre de Paris ou en vos locaux – Nous consulter pour tout aménagement
Plan du séminaire
Définition
- Définition de la statistique descriptive. L’étude de l’incertitude.
- Comparaison de produits calibrés à des données aléatoires.
- Introduction à l’aléa des données statistiques.
- Conclusion : la question que se pose un statisticien.
Formalisation mathématiques
- Indexation de 1 à n. La valeur absolue.
- Le Symbole Sigma pour l’écriture de sommes.
- Le Carré et la Racine Carrée.
- Effectif, fréquence, quartile, centile : explication et représentations graphiques.
- Calcul d’intervalles : le traitement des données continues.
Traitement statistique des données à une dimension
- Type de données : qualitative ou quantitative.
- Données avec effectif : calcul de fréquences et interprétation.
- Tri et traitement des données : mise en forme statistique de différents exemples de données brutes.
- Représentations graphiques.
- Paramètres de position : moyenne, mode, médiane.
- Les paramètres de dispersion : étendue, quantiles, décile, variance.
- La variance : une moyenne « d’écarts ».
Variables aléatoires
- Définition. Catégorie de variables.
- Exemples et examen de variables aléatoires.
- Courbes de distribution.
- Explications des intervalles de confiance.
- La loi la plus connue : la loi normale.
Statistique descriptive à deux dimensions : les tableaux de contigence
- Les données.
- Représentations graphiques.
- La covariance.
- Le coefficient de corrélation linéaire.