Statistical Models for Social Sciences

En statistique, toutes les relations entre deux variables ne sont pas forcément linéaires. Parfois, ce qui compte n’est pas la valeur exacte observée, mais plutôt le rang, l’ordre ou la position des observations. C’est exactement là qu’intervient la 𝒄𝒐𝒓𝒓𝒆́𝒍𝒂𝒕𝒊𝒐𝒏 𝒅𝒆 𝑺𝒑𝒆𝒂𝒓𝒎𝒂𝒏. Contrairement à la corrélation de Pearson, qui compare directement les valeurs numériques, Spearman compare plutôt les classements. En d’autres termes, Spearman ne demande pas seulement : “Les points suivent-ils une droite ?” Il demande surtout : “Les rangs évoluent-ils dans le même sens ?” Si une variable augmente et que l’autre augmente aussi régulièrement, alors la corrélation de Spearman se rapproche de +1. Si une variable augmente pendant que l’autre diminue régulièrement, elle se rapproche de −1. Et si aucun ordre clair n’apparaît entre les deux variables, elle se rapproche de 0. 𝑄𝑢𝑎𝑛𝑑 𝑢𝑡𝑖𝑙𝑖𝑠𝑒𝑟 𝑆𝑝𝑒𝑎𝑟𝑚𝑎𝑛 ? On l’utilise surtout lorsque les données sont ordinales, lors...

En analyse de données, deux langages reviennent très souvent : 𝑷𝒚𝒕𝒉𝒐𝒏 et 𝑹. Ces deux outils permettent de faire presque les mêmes tâches : importer des données, filtrer des lignes, sélectionner des variables, trier une base, regrouper les observations, calculer des moyennes, faire des jointures, créer de nouvelles colonnes, nettoyer les données et produire des graphiques. Mais leur logique n’est pas toujours la même. 𝑷𝒚𝒕𝒉𝒐𝒏, avec pandas, est très apprécié pour sa polyvalence. Il est utilisé en data analysis, machine learning, automatisation, web scraping, intelligence artificielle et développement d’applications. 𝑹, avec dplyr, base R ou ggplot2, est particulièrement puissant pour les statistiques, l’économétrie, la visualisation scientifique et la recherche académique. La vraie question n’est donc pas : quel langage est le meilleur ? La bonne question est plutôt : quel langage est le plus adapté à votre objectif ? Si vous voulez aller vers la data science complète, l’IA...

En analyse statistique et en Machine Learning, certaines questions ne cherchent pas à prédire une valeur continue, mais plutôt à répondre par oui ou non, succès ou échec, client fidèle ou client perdu, malade ou non malade. C’est précisément là que la 𝒓é𝒈𝒓𝒆𝒔𝒔𝒊𝒐𝒏 𝒍𝒐𝒈𝒊𝒔𝒕𝒊𝒒𝒖𝒆 devient incontournable. Contrairement à la régression linéaire qui prédit directement une valeur numérique, la régression logistique estime une 𝒑𝒓𝒐𝒃𝒂𝒃𝒊𝒍𝒊𝒕é comprise entre 0 et 1. Elle répond à une question simple : 𝑸𝒖𝒆𝒍𝒍𝒆 𝒆𝒔𝒕 𝒍𝒂 𝒑𝒓𝒐𝒃𝒂𝒃𝒊𝒍𝒊𝒕é 𝒒𝒖’𝒖𝒏 𝒊𝒏𝒅𝒊𝒗𝒊𝒅𝒖 𝒂𝒑𝒑𝒂𝒓𝒕𝒊𝒆𝒏𝒏𝒆 à 𝒍𝒂 𝒄𝒂𝒕é𝒈𝒐𝒓𝒊𝒆 1 ? Son principe repose sur trois grandes étapes : 𝟏. 𝑼𝒏 𝒎𝒐𝒅è𝒍𝒆 𝒍𝒊𝒏é𝒂𝒊𝒓𝒆 Les variables explicatives sont d’abord combinées sous forme linéaire : 𝒛 = 𝒘𝑿 + 𝒃 𝟐. 𝑼𝒏𝒆 𝒇𝒐𝒏𝒄𝒕𝒊𝒐𝒏 𝒔𝒊𝒈𝒎𝒐ï𝒅𝒆 Cette fonction transforme toute valeur réelle en une probabilité comprise entre 0 et 1. 𝟑. 𝑼𝒏𝒆 𝒓è𝒈𝒍𝒆 𝒅𝒆 𝒅é𝒄𝒊𝒔𝒊𝒐𝒏 Si la p...