Statistical Models for Social Sciences

Le 𝐫𝐢𝐝𝐠𝐞 𝐩𝐥𝐨𝐭 est un outil puissant pour représenter la distributi on d’une variable continue selon les groupes d’une variable catégorielle. Il empile plusieurs courbes de densité pour comparer les formes, les pics, et les recouvrements entre les groupes. Par exemple, ici on visualise comment le prix des diamants varie selon leur niveau de clarté. On distingue clairement que : • Les diamants de 𝐡𝐚𝐮𝐭𝐞 𝐜𝐥𝐚𝐫𝐭é (ex. IF, VVS1) ont des prix plus élevés. • Les diamants de 𝐛𝐚𝐬𝐬𝐞 𝐜𝐥𝐚𝐫𝐭é (ex. SI2, I1) ont des prix plus faibles. Ce type de graphique est idéal pour : • Comparer les distributions entre groupes • Identifier les valeurs moyennes, les pics (modes) • Détecter les asymétries et les chevauchements • 𝐄𝐱𝐞𝐦𝐩𝐥𝐞𝐬 : température par mois, expression génique par condition, niveau de nutriments par traitement… 𝐂𝐨𝐦𝐦𝐞𝐧𝐭 𝐥𝐞 𝐜𝐫é𝐞𝐫 𝐝𝐚𝐧𝐬 𝐑 : Avec les packages ggridges et ggplot2, il suffit d'utiliser geom_density_ridges() pour afficher les ...

Dans le monde de la donnée, une question revient sans cesse : “Quelle est la différence entre un Data Analyst, un Data Engineer et un Data Scientist ?” Même s’ils travaillent tous avec la donnée, leurs 𝐠𝐨𝐮𝐥𝐬 , 𝐜𝐨𝐦𝐩 é 𝐭𝐞𝐧𝐜𝐞𝐬 et 𝐭 â 𝐜𝐡𝐞𝐬 𝐪𝐮𝐨𝐭𝐢𝐝𝐢𝐞𝐧𝐧𝐞𝐬 sont très différentes. 📌 Voici un résumé clair et simple : 1 ️ ⃣ 𝐃𝐚𝐭𝐚 𝐀𝐧𝐚𝐥𝐲𝐬𝐭 • 𝐑𝐨 ̂ 𝐥𝐞 : Interpréter les données pour générer des insights utiles. • 𝐂𝐨𝐦𝐩 é 𝐭𝐞𝐧𝐜𝐞𝐬 : SQL, Excel, Power BI/Tableau, Statistiques. • 𝐓 â 𝐜𝐡𝐞𝐬 : Créer des tableaux de bord, analyser les tendances et aider la prise de décision. 👉 Ce sont les narrateurs de la donnée , transformant les chiffres en actions concrètes. 2 ️ ⃣ 𝐃𝐚𝐭𝐚 𝐄𝐧𝐠𝐢𝐧𝐞𝐞𝐫 • 𝐑𝐨 ̂ 𝐥𝐞 : Construire et maintenir les pipelines et l’infrastructure data. • 𝐂𝐨𝐦𝐩 é 𝐭𝐞𝐧𝐜𝐞𝐬 : Python, outils ETL (Airflow, dbt), Big Data (Spark, Hadoop), cloud (AWS, Azure, GCP). • 𝐓 â 𝐜𝐡𝐞𝐬 :...

Le biplot de l’Analyse en Composantes Principales (ACP) est une méthode visuelle puissante pour analyser des données multivariées dans les études de croissance végétale. 𝐐𝐮𝐞𝐥 𝐞𝐬𝐭 𝐥’𝐢𝐧𝐭𝐞́𝐫𝐞̂𝐭 ? Il permet de visualiser les relations entre les paramètres de croissance (hauteur, surface foliaire, poids, etc.) et les traitements appliqués (types de sol, niveaux d’irrigation, apports nutritifs). Il révèle quelles variables influencent le plus la croissance, comment elles sont corrélées entre elles et quels traitements sont les plus performants. 𝐄𝐱𝐞𝐦𝐩𝐥𝐞 𝐩𝐫𝐚𝐭𝐢𝐪𝐮𝐞 : Des plants soumis à 3 traitements (T1, T2, T3) présentent des performances différentes selon 5 critères de croissance. Grâce au biplot ACP, on identifie que T2 favorise nettement la croissance, tandis que T3 est moins performant. 𝐂𝐨𝐦𝐦𝐞𝐧𝐭 𝐥𝐢𝐫𝐞 𝐮𝐧 𝐛𝐢𝐩𝐥𝐨𝐭 𝐀𝐂𝐏 ? • Les points représentent les traitements ou les échantillons (plantes). • Les flèches indiquent les variables de crois...

En analyse de données et en recherche, la corrélation et la régression permettent d’étudier les relations entre variables. Mais attention, elles ne mesurent pas la même chose 👇 🔹 𝗟𝗮 𝗰𝗼𝗿𝗿𝗲 ́ 𝗹𝗮𝘁𝗶𝗼𝗻 mesure la force et la direction du lien entre deux variables. ➡ Exemple : la taille et le poids ont souvent une corrélation positive — plus la taille augmente, plus le poids tend à augmenter. 🔹 𝗟𝗮 𝗿𝗲 ́ 𝗴𝗿𝗲𝘀𝘀𝗶𝗼𝗻 , elle, va plus loin . Elle permet d’expliquer et de prédire comment une variable dépendante varie en fonction d’une variable indépendante. ➡ Exemple : un modèle de régression peut prédire le poids à partir de la taille. 💡 En résumé : La corrélation montre la force du lien . La régression montre comment et dans quelle mesure une variable influence une autre. Les deux sont essentielles, mais la régression offre une vision plus explicative et prédictive . 💬 Utile ? ❤ ️ Like | 💭 Commente | 🔁 Part...

L’image illustre comment on décide de rejeter ou non une hypothèse nulle (H₀) en fonction de la probabilité d’obtenir un résultat aussi extrême que celui observé. 🔹 𝗤𝘂𝗲 𝗺𝗼𝗻𝘁𝗿𝗲 𝗹𝗲 𝗴𝗿𝗮𝗽𝗵𝗶𝗾𝘂𝗲 ? 1 ️ ⃣ La courbe verte représente la distribution sous H₀ : c’est la probabilité des résultats possibles si l’hypothèse nulle est vraie. 2 ️ ⃣ Le point rouge correspond à votre résultat observé (valeur expérimentale). 3 ️ ⃣ La zone ombrée à droite représente la p-valeur — la probabilité d’obtenir un résultat aussi extrême ou plus extrême que celui observé, sous H₀. 4 ️ ⃣ La ligne pointillée verticale indique le seuil de signification statistique ( α = 0,05) . ➡ Si le point rouge se situe au-delà de cette ligne, p < 0,05 et on rejette H₀ . ⚠️ 𝗘𝗻 𝗰𝗹𝗮𝗶𝗿 , 𝗹𝗮 𝘀𝗶𝗴𝗻𝗶𝗳𝗶𝗰𝗮𝘁𝗶𝗼𝗻 𝘀𝘁𝗮𝘁𝗶𝘀𝘁𝗶𝗾𝘂𝗲 𝗻𝗲 𝘀𝗶𝗴𝗻𝗶𝗳𝗶𝗲 𝗽𝗮𝘀 𝗾𝘂𝗲 𝗹 ’ 𝗲𝗳𝗳𝗲𝘁 𝗲𝘀𝘁 “ 𝗿𝗲 ́ 𝗲𝗹 ” ! ✅ Cela signifie que le résultat o...