Statistique descriptive
Résumer, visualiser et comprendre les données: moyennes, dispersion, tableaux, graphiques et distributions.
Panorama des grands courants en statistique
Cette page centralise les approches statistiques les plus populaires, du descriptif à l'inférence, en passant par les modèles prédictifs et la fouille de données. Utilise les liens ci-dessous pour accéder rapidement à tes pages déjà créées.
Grands courants populaires
Statistique inférentielle
Généraliser à une population à partir d'un échantillon: tests d'hypothèses, intervalles de confiance, décisions.
Data mining
Extraire des structures et des patterns dans de grands jeux de données: clustering, réduction de dimension, arbres.
Machine Learning
Modèles supervisés/non supervisés pour classification et prédiction: régression, LDA, CART, etc.
Statistique bayésienne
Mettre à jour des croyances via le théorème de Bayes, intégrer l'information a priori et quantifier l'incertitude.
Séries temporelles et survie
Analyser des données dépendantes du temps, des événements et des durées (prévision, risque, censure).
Mes pages statistiques disponibles
Statistique inférentielle: tests
Arbre décisionnel des tests statistiques avec hypothèses, conditions, statistiques de test et règle de décision.
Ouvrir la page des testsMachine Learning & Data Science
Arbre interactif des principales méthodes de machine learning, data mining et analyse statistique selon le type de données et l'objectif (exploration, prédiction, classification...)
Ouvrir la page Machine LearningMes dashboards disponibles
Dashboard Iris
Analyse exploratoire du dataset Iris avec graphiques interactifs et statistiques descriptives des 3 espèces de fleurs.
Ouvrir le dashboardDashboard Pima Indians Diabetes
Étude prédictive du diabète chez les indiens Pima avec visualisations des facteurs de risque et analyses exploratoires.
Ouvrir le dashboardCette rubrique pourra ensuite accueillir d'autres pages: régression, bayésien, séries temporelles, survie, etc.