PYTHON Analyses statistiques Mixte : présentiel / à distance

• Personnes souhaitant maîtriser et se perfectionner en Python sur le volet « analyses statistiques » : Mise en place des analyses statistiques, et interprétation des résultats obtenus

• Bases de programmation en Python : importation et manipulation de données (des rappels seront effectués)
• Connaissances de base en statistique

A l'issue de cette formation, l'apprenant sera capable de :

• Utiliser les différents composants de l'interface Python
• Manipuler et nettoyer les données
• Réaliser des analyses statistiques de base (statistiques descriptives, tests d'hypothèses), de modélisation et de classification
• Être capable de récupérer et d'interpréter les résultats issus des fonctions d'analyses statistiques de Python

Jour 1 – Matin

Introduction

• Présentation de Python : Historique
• Pourquoi utiliser Python ?
• Le langage de programmation
• Installation de Python
• Description de l'environnement et de l'interface de Python

Jour 1 – Après-midi

Syntaxe du langage Python

• Conventions et règles 
• Définition des blocs et des commentaires
• Les différents types de données
• Les variables
• Les différentes manipulations des types de données de base : numérique et chaîne de caractères
• Les structures conditionnelles
• Les opérateurs de comparaisons
• Les boucles : While et For
• Les fonctions

Jour 2 – Matin

Importation de données

• Chemin d'accès
• Copier-coller
• Fichiers Excel

Définition des données en Python

• Notion de variable
• Création de variables
• Les différents types de données en Python
  
  • Qu'est-ce qu'un « type » de données ?
  • Définition des types de données
• Quels sont les différents types de manipulation de données en Python ?

La bibliothèque Pandas

• Présentation et outils de la bibliothèque
• Importation de la bibliothèque
• Les différentes structures d'objet

Jour 2 – Après-midi
La bibliothèque Statsmodels

• Présentation et outils de la bibliothèque
• Importation de la bibliothèque

La bibliothèque NumPy

• Présentation et outils de la bibliothèque
• Importation de la bibliothèque

Les DataFrame

• Définition d'un DataFrame
• Construction et déclaration d'un DataFrame
• Caractéristiques d'un DataFrame
  
  • Type
  • Structure
• Manipulation des variables
  
  • Accès et extraction des données
  • Par nom de variable
  • Par les indices
  • Opérations sur les variables

Jour 3 – Matin

Gestion de données manquantes

• Recherche des données manquantes
• Suppression des données manquantes
• Imputation de données manquantes
• Remplacement des données manquantes

Analyses statistiques

• Echantillonnage
• Statistiques descriptives
• Tests d'hypothèses
  
  • Vérification des conditions de validité des tests : Tests d'adéquation
  • Comparaison de deux groupes (tests paramétriques et non-paramétriques)
  • Echantillons indépendants
  • Echantillons appariés
  • Comparaisons multiples (tests paramétriques et non-paramétriques)
  • ANOVA
  • Tests d'hypothèses Post-Hoc

Jour 3 – Après-midi

• Modélisation statistique
  
  • Analyse de données quantitatives : Régression linéaire simple et multiple
  • Définition du modèle
  • Interprétation des résultats
  • Diagnostic du modèle de régression
  • Détection de colinéarités
  • Prédiction
  • Analyse de données qualitatives : Comparaison de deux et plusieurs groupes de modalités
  • Technique de clustering
  • Classification automatique
  • K-means
  • Classification ascendante hiérarchique

• Utiliser les différents composants de linterface Python
• Manipuler et nettoyer les données
• Réaliser des analyses statistiques de base (statistiques descriptives, tests dhypothèses), de modélisation et de classification
• Être capable de récupérer et dinterpréter les résultats issus des fonctions danalyses statistiques de Python

• Explications théoriques suivies de pratiques guidées puis de mises en autonomie.
• Exercices autonomes et réguliers pour assurer l'assimilation

Votre formation a lieu en présentiel :

• 1 vidéoprojecteur par salle
• 1 ordinateur

Votre formation se déroule à distance avec :

• 1 ordinateur
• 1 connexion Internet
• 1 adresse e-mail valide
• 1 équipement audio (micro et enceintes ou casque)
• 1 Webcam (facultatif – dans l'idéal)
• 1 deuxième écran (facultatif – dans l'idéal)

Votre formation se déroule sur notre plate-forme de formation avec :

• 1 ordinateur
• 1 connexion Internet
• 1 adresse e-mail valide
• 1 équipement audio (micro et enceintes ou casque - facultatif)

Support stagiaire :

À l'issue de la formation, les exercices et travaux pratiques réalisés, leurs corrigés ainsi qu'un support de cours dématérialisé sera fourni à chaque stagiaire par e-mail ou via la plate-forme FOAD.