Tests d'hypothèses et inférence statistique avec Python

Comment savoir si une tendance dans vos données est une découverte réelle ou simplement une coïncidence aléatoire ? Pour prendre des décisions confiantes et basées sur les données, vous devez comprendre les règles de la signification statistique et des tests d'hypothèses. Ce cours textuel vous guide des concepts fondamentaux de probabilité à l'exécution de tests statistiques en Python. Vous apprendrez à formuler des hypothèses, à analyser des données catégorielles et à tirer des conclusions fiables à partir d'ensembles de données du monde réel à l'aide de bibliothèques standard de l'industrie telles que SciPy et pandas. Ce que vous apprendrez : • Comprendre les concepts fondamentaux de probabilité, les distributions statistiques et la formulation d'hypothèses. • Calculer les degrés de liberté et interpréter les p-values pour déterminer la signification statistique. • Effectuer des tests du chi-carré à catégorie unique et à plusieurs catégories pour analyser des données catégorielles. • Appliquer des bibliothèques statistiques Python modernes, y compris SciPy et pandas, pour effectuer des tests d'hypothèses. • Analyser des ensembles de données textuelles et tabulaires du monde réel pour découvrir des modèles cachés et des stratégies gagnantes. • Écrire du code statistique propre et lisible en utilisant les conventions de données Python modernes. En commençant par la terminologie de base et la logique de la signification statistique, vous progresserez progressivement à travers des scénarios de test pratiques. Vous lirez des explications claires, étudierez des exemples de code structurés et pratiquerez vos compétences en analysant des ensembles de données du monde réel. Ce cours est conçu pour les débutants qui ont une compréhension de base de Python et souhaitent acquérir une base solide en analyse de données et en statistiques, sans nécessiter de connaissances avancées en mathématiques. Commencez à tester vos données et à prendre des décisions scientifiquement fondées dès aujourd'hui.