Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.Apprendre Examiner le Jeu de Données | Moyenne, Médiane et Mode avec Python
Apprendre les Statistiques avec Python
course content

Contenu du cours

Apprendre les Statistiques avec Python

Apprendre les Statistiques avec Python

1. Concepts de Base
Échantillon vs PopulationTypes de StatistiquesTypes de DonnéesValeur MoyenneValeur MédianeValeur Médiane du Nombre Pair de ValeursMoyenne ou MédianeValeur ModaleQuiz de Statistiques Descriptives
2. Moyenne, Médiane et Mode avec Python
Examiner le Jeu de DonnéesCalcul des Valeurs Moyennes et Médianes avec PythonStatistiques Avec PandasCalculer le Salaire Moyen et Médian
3. Variance et Écart-Type
Variance de la PopulationVariance de l'ÉchantillonCalculer la Variance avec PythonÉcart TypeÉcart Type avec PythonCalcul du Variance et de l'Écart Type
4. Covariance vs Corrélation
CovarianceCorrélationSélectionner Toutes les Valeurs PossiblesCalculer la Covariance et la Corrélation
5. Intervalle de Confiance
Explorer le Jeu de DonnéesIntervalle de ConfianceCalcul du Intervalle de Confiance avec PythonQuiz sur la Largeur de l'Intervalle de ConfianceCalculer l'Intervalle de Confiance à 95%Calcul Avancé d'Intervalle de Confiance avec PythonAssocier les Fonctions
6. Tests Statistiques
Qu'est-ce Qu'un Test THypothèsesT-Test MathématiquementTest Unilatéral et BilatéralHypothèses du Test tEffectuer un Test t en PythonEffectuer un Test tTest T Apparié

book
Examiner le Jeu de Données

Dans cette section, nous allons analyser un échantillon des salaires des spécialistes en informatique. Jetons d'abord un coup d'œil aux cinq premières observations du jeu de données :

work_yearexperience_leveljob_titlesalarysalary_currencysalary_in_usdcompany_locationcompany_size
02020MIData Scientist70000EUR79833DEL
12020SEMachine Learning Scientist260000USD260000JPS
22020SEBig Data Engineer85000GBP109024GBM
32020MIProduct Data Analyst20000USD20000HNS
42020SEMachine Learning Engineer150000USD150000USL
  • work_year - cette année, le salaire a été payé ;
  • experience_level - le niveau d'expérience : EN est niveau d'entrée, MI est niveau intermédiaire, SE est niveau senior, EX est niveau exécutif ;
  • job_title - le nom d'un emploi ;
  • salary - la valeur du salaire ;
  • salary_currency - la devise du salaire ;
  • salary_in_usd - la valeur du salaire en USD ;
  • company_location - l'emplacement de l'entreprise ;
  • company_size - la taille de l'entreprise : S-Petite, M-Moyenne, L-Grande.

Maintenant, passons en revue les types de données en statistiques, puis vous associerez chaque nom de colonne à son type respectif.

question-icon

Associez le nom de la colonne à son type.

work_year
experience_level
salary_currency
salary_in_usd
company_size

Click or drag`n`drop items and fill in the blanks

Tout était clair ?

Comment pouvons-nous l'améliorer ?

Merci pour vos commentaires !

Section 2. Chapitre 1
We're sorry to hear that something went wrong. What happened?
some-alt