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

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

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

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

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

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
• 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.

L'acquisition des compétences de la formation se fait à travers le suivi du formateur tout au long de la formation (séquences synchrones et asynchrones). Elle s'appuie également sur la réalisation d'exercices et de TP. Enfin, des quiz s'ajoutent aux différents outils de validation de l'acquisition des compétences visées. Une évaluation est systématiquement réalisée par chaque stagiaire, à l'issue de la formation.

Nos formateurs sont certifiés à l'issue d'un parcours organisé par nos soins. Ils bénéficient d'un suivi de maintien et d'évolution de leurs compétences aussi bien au niveau technique que pédagogique.
Chacun de nos formateurs a bénéficié d'une formation spécifique à l'animation de classe virtuelle et à l'utilisation des solutions de formation à distance du Groupe ARKESYS.

Cette formation est accessible à toute personne en situation de handicap. Notre référent handicap prendra contact avec les stagiaires concernés pour adapter l'animation à leurs besoins et rendre l'apprentissage accessible à tous. Enfin, nos centres de formation sont accessibles aux personnes à mobilité réduite.