Tout au long de ce cours, vous apprendrez les concepts statistiques fondamentaux, les analyses et les visualisations qui servent de base à une carrière d'analyste de données. Que vous soyez novice en statistiques ou que vous cherchiez à rafraîchir vos compétences, ce cours vous équipera de techniques puissantes pour extraire des informations significatives de vos données. À la fin de ce cours, vous vous sentirez plus confiant et capable de mettre en œuvre des analyses statistiques rigoureuses dans votre carrière d'analyste de données !

Dans le premier module, vous explorerez les blocs de données essentiels des statistiques qui permettent une analyse rigoureuse des données. À la fin du module, vous serez en mesure de définir les populations, les échantillons et les méthodes d'échantillonnage, de caractériser les ensembles de données à l'aide de mesures de tendance centrale, de variabilité et d'asymétrie, d'utiliser la corrélation pour comprendre les relations entre les caractéristiques et d'employer la segmentation pour révéler des informations sur les différents groupes au sein de vos données. Vous appliquerez ces concepts à des scénarios du monde réel : analyse de l'audience et de la durée des films dans le temps, explication du comportement des clients et exploration des résultats des soins de santé. Dans le deuxième module, vous aborderez les règles de probabilité clés et des concepts tels que la probabilité conditionnelle et l'indépendance, le tout à l'aide d'exemples du monde réel que vous rencontrerez en tant qu'Analyste de données. Vous explorerez ensuite les distributions de probabilités, discrètes et continues. Vous découvrirez des distributions importantes telles que la distribution binomiale et la distribution normale, et vous verrez comment elles modélisent des phénomènes du monde réel. Vous verrez également comment utiliser des données d'échantillons pour comprendre la distribution de votre population et comment répondre à des questions commerciales courantes telles que la fréquence de certains résultats ou de certaines fourchettes de résultats Enfin, vous mettrez la main à la pâte avec des techniques de simulation. Vous verrez comment générer des données aléatoires suivant des distributions spécifiques, ce qui vous permettra de modéliser des scénarios complexes et d'éclairer la prise de décision. Dans les modules 3 et 4, vous apprendrez des techniques puissantes pour tirer des conclusions sur les populations à partir de données d'échantillonnage. Il s'agit de votre première incursion dans les Statistiques déductives. Vous commencerez par construire des intervalles de confiance - un moyen d'estimer avec un certain degré de certitude des paramètres de population tels que les moyennes et les proportions. Vous apprendrez à construire et à interpréter ces intervalles pour les moyennes et les proportions. Vous verrez également comment cette technique puissante vous aide à gérer l'incertitude inhérente à l'étude de nombreuses questions commerciales. Ensuite, vous effectuerez des tests d'hypothèse, pierre angulaire de l'Inférence statistique, qui vous aideront à déterminer si une différence observée reflète une variation aléatoire ou une différence réelle. Vous découvrirez comment formuler des hypothèses, calculer des statistiques de test et interpréter les Valeurs P pour prendre des décisions basées sur les données. Vous apprendrez les tests pour les moyennes et les proportions, ainsi que la façon de comparer deux échantillons. Tout au long du cours, vous utiliserez de grands modèles de langage comme partenaire de réflexion pour les statistiques descriptives et déductives. Vous verrez comment l'IA peut aider à formuler des hypothèses, à interpréter les résultats et même à effectuer des calculs et à créer des visualisations pour ces statistiques.