Réaliser ses analyses statistiques avec Python
Date de mise à jour :
Identifiant Offre Info : 03_241243992F
Organisme responsable :
Data Value
(ouvre dans un nouvel onglet)
Présentation de la formation
Objectifs
Apprendre à utiliser le langage Python pour analyser des données. Mettre en œuvre avec Python les méthodes de statistique descriptive, décisionnelle, analyse de la variance, régression linéaire et analyse de données multidimensionnelles.
Programme de la formation
- Introduction et mise en place de l'environnement Installation et configuration des environnements (Anaconda, Jupyter Notebook) Présentation des bibliothèques Python clés pour les statistiques (Pandas, Matplotlib, Scipy, Statsmodels) - Manipulation et nettoyage des données Chargement et exploration des données avec Pandas Lecture/écriture de fichiers CSV, Excel, JSON Traitement des données manquantes Gestion des types de données et transformations - Analyses…
- Installation et configuration des environnements (Anaconda, Jupyter Notebook)
- Présentation des bibliothèques Python clés pour les statistiques (Pandas, Matplotlib, Scipy, Statsmodels)
- Manipulation et nettoyage des données
- Chargement et exploration des données avec Pandas
- Lecture/écriture de fichiers CSV, Excel, JSON
- Traitement des données manquantes
- Gestion des types de données et transformations
- Analyses exploratoires des données (EDA)
- Calculs de statistiques descriptives
- Moyennes, médianes, quartiles, variance, écart-type
- Création de résumés statistiques groupés
- Visualisations avec Matplotlib et Seaborn
- Histogrammes, boxplots, nuages de points
- Introduction aux tests statistiques
- Bases des tests d'hypothèses
- Concepts : p-value, seuils de significativité, hypothèses nulle et alternative
- Tests courants avec SciPy
- Test t (indépendant et pairé)
- Tests de normalité (Shapiro-Wilk)
- Tests du chi-carré pour les tables de contingence
- Interprétation des résultats
- Régression linéaire et introduction à la modélisation
- Introduction aux modèles linéaires
- Régression linéaire simple avec Statsmodels
- Analyse des coefficients et des résidus
- Régression multiple
- Construction d'un modèle avec plusieurs variables explicatives
- Validation du modèle (tests de significativité, R²)
- Introduction à la régression logistique
- Concepts de base et mise en œuvre pour les données catégoriques
- Découvrir les principales méthodes d'analyse multidimensionnelle des données à l'aide de la bibliothèque Prince
Validation et sanction
- Réaliser des analyses descriptives et des tests statistiques avec SciPy et Statsmodels
- Produire des visualisations avancées avec Matplotlib et Seaborn
- Implémenter des modèles de régression linéaire et logistique
- Automatiser les workflows d'analyse statistique
- Découvrir les principales méthodes d'analyse multidimensionnelle des données
Type de formation
Non certifiante
Niveau de sortie
Sans niveau spécifique
Durée, rythme, financement
Durée
En centre
21 h
Financement
- Conventionnement
- Non
- Financeurs
-
- Bénéficiaire de l'action
- Entreprise
Conditions d'accès
Publics visés
- Salarié
- Tout public
Informations sur les publics
Analystes de données, chercheurs ou ingénieurs souhaitant maîtriser Python pour l'analyse statistique, plus généralement toute personne souhaitant analyser des données avec Python
Niveau d'entrée
Sans niveau spécifique
Conditions spécifiques et prérequis
Pour suivre ce stage dans de bonnes conditions, il est recommandé d'avoir suivi en amont la formation Python – Bases et introduction aux librairies scientifiques ou d'avoir atteint par la pratique un niveau équivalent
Lieu de réalisation de l'action
Modalités d'enseignement
Formation entièrement en présentielle
Adresse
33 Rue de la République69002 Lyon 2e
Responsable : ASI
Périodes prévisibles de déroulement des sessions
Début
Fin
- Adresse d'inscription
-
41 rue de la Découverte
31676 Labège - État du recrutement
- Ouvert
- Modalités
- Entrées / Sorties à dates fixes