Apprendre les Statistiques avec Python

Contenu du cours

Apprendre les Statistiques avec Python

Apprendre les Statistiques avec Python

1. Concepts de Base

Échantillon vs Population Types de Statistiques Types de Données Valeur Moyenne Valeur Médiane Valeur Médiane d'un Nombre Pair de Valeurs Moyenne ou Médiane Valeur Modale Quiz sur les Statistiques Descriptives

2. Moyenne, Médiane et Mode avec Python

Examiner le Jeu de Données Calcul des Valeurs Moyenne et Médiane avec Python Statistiques Avec Pandas Calculer la Moyenne et la Médiane des Salaires

3. Variance et Écart Type

Variance de la Population Variance d'Échantillon Calculer la Variance avec Python Écart Type Écart Type avec Python Calcul du Variance et de l'Écart Type

4. Covariance contre Corrélation

Covariance Corrélation Quiz sur la Covariance et la Corrélation Calcul de la Covariance et de la Corrélation

5. Intervalle de Confiance

Explorer l'Ensemble de Données Intervalle de Confiance Calcul du Niveau de Confiance avec Python Quiz sur la Largeur de l'Intervalle de Confiance Calculer l’Intervalle de Confiance à 95 %Calcul Avancé d'Intervalle de Confiance avec Python Associer les Fonctions

6. Tests Statistiques

Qu'est-ce Qu'un Test T Hypothèses Test T Mathématiquement Test Unilatéral et Test Bilatéral Hypothèses du t-test Réalisation d'un Test T dans Python Réaliser un Test T Test t Apparié

Hypothèses du t-test

L'idée principale derrière le t-test est qu'il suit la loi t de Student. Pour que cela soit vrai, quelques hypothèses importantes sont posées :

Homogénéité des variances. Les variances des deux groupes comparés doivent être approximativement égales ;
Normalité. Les deux échantillons doivent suivre approximativement une distribution normale ;
Indépendance. Les échantillons doivent être indépendants, ce qui implique que les valeurs d'un groupe ne doivent pas être influencées par celles de l'autre groupe.

Il est important de noter que le t-test peut donner des résultats inexacts si ces hypothèses ne sont pas respectées.

Il existe différents types de t-tests qui permettent de gérer la violation de certaines hypothèses :

Si les variances sont différentes, il est possible d'utiliser le t-test de Welch. Son principe est identique. La seule différence concerne les degrés de liberté. Réaliser un t-test de Welch au lieu d'un t-test classique en Python est aussi simple que de définir equal_var=False ;
Si les échantillons ne sont pas indépendants (par exemple, si l'on souhaite comparer les moyennes d'un même groupe à différents moments), il est possible d'utiliser un t-test apparié. Le t-test apparié sera abordé dans un chapitre ultérieur.

Tout était clair ?

Merci pour vos commentaires !

Section 6. Chapitre 5

Demandez à l'IA

Posez n'importe quelle question ou essayez l'une des questions suggérées pour commencer notre discussion

Contenu du cours

Apprendre les Statistiques avec Python

Apprendre les Statistiques avec Python

1. Concepts de Base

Échantillon vs Population Types de Statistiques Types de Données Valeur Moyenne Valeur Médiane Valeur Médiane d'un Nombre Pair de Valeurs Moyenne ou Médiane Valeur Modale Quiz sur les Statistiques Descriptives

2. Moyenne, Médiane et Mode avec Python

Examiner le Jeu de Données Calcul des Valeurs Moyenne et Médiane avec Python Statistiques Avec Pandas Calculer la Moyenne et la Médiane des Salaires

3. Variance et Écart Type

Variance de la Population Variance d'Échantillon Calculer la Variance avec Python Écart Type Écart Type avec Python Calcul du Variance et de l'Écart Type

4. Covariance contre Corrélation

Covariance Corrélation Quiz sur la Covariance et la Corrélation Calcul de la Covariance et de la Corrélation

5. Intervalle de Confiance

Explorer l'Ensemble de Données Intervalle de Confiance Calcul du Niveau de Confiance avec Python Quiz sur la Largeur de l'Intervalle de Confiance Calculer l’Intervalle de Confiance à 95 %Calcul Avancé d'Intervalle de Confiance avec Python Associer les Fonctions

6. Tests Statistiques

Qu'est-ce Qu'un Test T Hypothèses Test T Mathématiquement Test Unilatéral et Test Bilatéral Hypothèses du t-test Réalisation d'un Test T dans Python Réaliser un Test T Test t Apparié

Hypothèses du t-test

L'idée principale derrière le t-test est qu'il suit la loi t de Student. Pour que cela soit vrai, quelques hypothèses importantes sont posées :

Homogénéité des variances. Les variances des deux groupes comparés doivent être approximativement égales ;
Normalité. Les deux échantillons doivent suivre approximativement une distribution normale ;
Indépendance. Les échantillons doivent être indépendants, ce qui implique que les valeurs d'un groupe ne doivent pas être influencées par celles de l'autre groupe.

Il est important de noter que le t-test peut donner des résultats inexacts si ces hypothèses ne sont pas respectées.

Il existe différents types de t-tests qui permettent de gérer la violation de certaines hypothèses :

Si les variances sont différentes, il est possible d'utiliser le t-test de Welch. Son principe est identique. La seule différence concerne les degrés de liberté. Réaliser un t-test de Welch au lieu d'un t-test classique en Python est aussi simple que de définir equal_var=False ;
Si les échantillons ne sont pas indépendants (par exemple, si l'on souhaite comparer les moyennes d'un même groupe à différents moments), il est possible d'utiliser un t-test apparié. Le t-test apparié sera abordé dans un chapitre ultérieur.

Tout était clair ?

Merci pour vos commentaires !

Section 6. Chapitre 5

some-alt