Statistical Models for Social Sciences

Dans le monde de la Data Science, les algorithmes avancés, l’intelligence artificielle et le machine learning reposent toujours sur une base incontournable : la statistique. Avant de prédire, classifier ou automatiser, il faut savoir comprendre les données. Voici 10 notions essentielles que tout analyste de données, chercheur ou futur data scientist devrait maîtriser : 𝑳𝒂 𝒎𝒐𝒚𝒆𝒏𝒏𝒆 : elle résume une série par sa valeur centrale, mais peut être influencée par les valeurs extrêmes. 𝑳𝒂 𝒎𝒆́𝒅𝒊𝒂𝒏𝒆 : elle indique la valeur du milieu et reste très utile lorsque les données sont asymétriques. 𝑳𝒆 𝒎𝒐𝒅𝒆 : il montre la valeur la plus fréquente, pratique pour repérer les comportements dominants. 𝑳𝒂 𝒗𝒂𝒓𝒊𝒂𝒏𝒄𝒆 : elle mesure la dispersion globale des données autour de la moyenne. 𝑳’𝒆́𝒄𝒂𝒓𝒕-𝒕𝒚𝒑𝒆 : il permet de comprendre à quel point les observations s’éloignent de la moyenne. 𝑳𝒂 𝒑𝒓𝒐𝒃𝒂𝒃𝒊𝒍𝒊𝒕𝒆́ : elle quantifie l’incertitude et permet d’évaluer la...

En analyse de données, il ne suffit pas d’avoir des chiffres. Il faut aussi savoir voir la tendance, détecter les changements et comprendre l’évolution d’un phénomène dans le temps. C’est exactement le rôle du graphique en ligne, aussi appelé courbe d’évolution. 𝑨̀ 𝒒𝒖𝒐𝒊 𝒔𝒆𝒓𝒕 𝒖𝒏 𝒈𝒓𝒂𝒑𝒉𝒊𝒒𝒖𝒆 𝒆𝒏 𝒍𝒊𝒈𝒏𝒆 ? Il permet de représenter une variable mesurée sur une période donnée : ventes mensuelles, température, profit, population, production, prix, chômage, inflation, etc. L’axe horizontal représente généralement le temps : jours, mois, années ou trimestres. L’axe vertical représente la valeur observée. Chaque point correspond à une observation, et les points sont reliés par des lignes pour faire apparaître clairement la trajectoire des données. 𝑪𝒆 𝒒𝒖’𝒊𝒍 𝒇𝒂𝒖𝒕 𝒔𝒂𝒗𝒐𝒊𝒓 𝒊𝒏𝒕𝒆𝒓𝒑𝒓𝒆́𝒕𝒆𝒓 Une courbe qui monte indique souvent une croissance ou une amélioration. Une courbe qui descend traduit une baisse ou une détérioration. Une ligne presque plate montr...

En statistique, il arrive très souvent qu’on veuille comparer deux mesures prises sur les mêmes individus : avant/après une formation, avant/après un traitement, ou encore deux évaluations sur un même groupe. Dans ce cas, deux tests sont très souvent utilisés : le test t apparié (Paired Samples t-Test) le test de Wilcoxon Signed-Rank Mais attention : ils ne s’utilisent pas dans les mêmes conditions. Le test t apparié est un test paramétrique. Il sert à comparer la moyenne des différences entre deux mesures liées. On l’utilise lorsque les différences suivent approximativement une distribution normale. Le test de Wilcoxon Signed-Rank est un test non paramétrique. Il compare les observations appariées à partir du rang des différences. Il est particulièrement utile lorsque : les données ne sont pas normales, l’échantillon est petit, ou des valeurs atypiques sont présentes. En résumé : Si les différences sont normales → privilégier le test t apparié Si les différences ne sont pas nor...