Statistics for Data Scientists

Cadrer une question statistique avant de calculer

Transformer un besoin métier en population, variable, hypothèse, métrique et décision.

Statistiques descriptives

Lire centre, dispersion et robustesse sans commenter une moyenne isolée.

Distributions empiriques, quantiles et formes

Lire asymétrie, queues, multimodalité et quantiles avant tout test.

Outliers, transformations et statistiques robustes

Traiter les valeurs atypiques avec preuve, règle métier et robustesse.

Visualiser pour contrôler une hypothèse statistique

Utiliser histogrammes, boxplots, scatterplots et QQ-plots comme garde-fous.

Probabilités conditionnelles et raisonnement bayésien simple

Comprendre conditionnement, taux de base et mise à jour d'une croyance.

Distributions de probabilites

Choisir et utiliser les lois discrètes et continues utiles en data science.

Simulation Monte Carlo et loi des grands nombres

Simuler un phénomène pour vérifier une intuition ou estimer une probabilité.

Echantillonnage et biais

Identifier biais de sélection, non-réponse, survivorship et représentativité.

Taille d'échantillon, précision et puissance

Relier volume, variance, MDE, puissance et précision d'une estimation.

Intervalles de confiance et estimation

Construire et expliquer un intervalle de confiance sans le confondre avec une probabilité individuelle.

Bootstrap et tests non parametriques

Rééchantillonner pour estimer l'incertitude et choisir des tests moins paramétriques.

Erreurs de mesure, propagation et incertitude composée

Suivre l'incertitude quand plusieurs mesures ou transformations s'accumulent.

Estimation bayésienne intuitive avec Beta-Binomial

Modéliser un taux avec prior, observations et intervalle crédible simple.

Communiquer l'incertitude sans sur-vendre

Rédiger conclusions, limites et décisions avec intervalles, effet et prudence.

Tests d'hypotheses

Formuler H0/H1, choisir un seuil, lire p-value, effet et intervalle ensemble.

Erreurs de type I/II, puissance et p-hacking

Contrôler faux positifs, faux négatifs, peeking, sélection post-hoc et data dredging.

Tests de proportions et taux

Comparer conversions, taux d'erreur et proportions avec effect size et IC.

Tests non paramétriques : rangs, médianes et distributions

Utiliser Mann-Whitney, Wilcoxon et Kruskal-Wallis quand les hypothèses classiques sont fragiles.

Comparaisons multiples et contrôle FDR

Limiter les faux positifs quand plusieurs hypothèses sont testées.

Correlation et regression

Mesurer une association et ajuster une droite sans confondre corrélation et causalité.

Diagnostics de régression : résidus, leverage et influence

Vérifier les hypothèses d'un modèle linéaire avec preuves visuelles et numériques.

Régression multiple, variables de contrôle et confusion

Lire coefficients ajustés, variables de contrôle et risque de variable omise.

GLM : régression logistique et Poisson

Choisir un modèle pour probabilité, compte ou taux plutôt que forcer une OLS.

Causalité, DAG et validité des conclusions

Distinguer prédiction, association et effet causal avant de recommander une action.

A/B testing

Analyser un test A/B avec métrique, hypothèse, taille, effet, p-value, IC et garde-fous.

Design expérimental : randomisation, SRM et unités

Construire une expérience fiable avant de regarder les résultats.

Métriques ratio, variance et réduction de bruit

Traiter revenus par utilisateur, ratios, métriques corrélées et ajustements simples.

Tests séquentiels, peeking et arrêt anticipé

Comprendre pourquoi regarder trop souvent les résultats peut gonfler les faux positifs.

Décision produit : effet, coût, risque et guardrails

Transformer une analyse expérimentale en décision responsable.

Variables categorielles et test du chi-carre

Analyser tableaux de contingence, associations catégorielles et effectifs attendus.

ANOVA et comparaison de plusieurs groupes

Tester plusieurs moyennes sans multiplier naïvement les t-tests.

Évaluation ML avec incertitude statistique

Comparer modèles, scores et validations croisées avec intervalles et limites.

Calibration, seuils et distributions de scores

Choisir un seuil avec métriques, calibration et coût métier.

Drift statistique, monitoring et alertes

Surveiller la dérive de données et de métriques avec tests et scorecards.

Analyse statistique reproductible

Rendre une analyse relançable avec seed, version, notebook/script et journal de décisions.

Rapport d'audit statistique et revue par les pairs

Structurer une note statistique qui expose preuves, hypothèses, limites et décisions.

Éthique statistique, biais et fairness

Identifier biais de mesure, proxy variables et disparités de décision.

Certification blanche : résoudre un cas statistique complet

S'entraîner à diagnostiquer, analyser, tester, conclure et défendre.

Projet integrateur : audit statistique de bout en bout

Livrer un audit statistique complet, reproductible et défendable.