• pour les personnes
  • pour les affaires
  • pour les universités
  • pour les gouvernements
Coursera
Connexion
Inscrivez-vous gratuitement
Coursera
IBM
Statistiques pour la Science des Données avec Python
  • À propos
  • Résultats
  • Modules
  • Recommandations
  • Témoignages
  • Avis
  1. Parcourir
  2. Science des données
  3. Probabilités et Statistiques
IBM

Statistiques pour la Science des Données avec Python

Ce cours fait partie de Spécialisation Fondamentaux de la science des données avec Python et SQL

Murtaza Haider
Aije Egwaikhide

Instructeurs : Murtaza Haider

Enseignants

Évaluations de l’enseignant

Nous avons demandé à tous les étudiants de fournir des commentaires sur nos enseignants au sujet de la qualité de leur pédagogie.

4.4 (160 évaluations)
Murtaza Haider
Murtaza Haider
IBM
3 Cours•48 862 apprenants
Aije Egwaikhide
Aije Egwaikhide
IBM
6 Cours•729 665 apprenants

39 601 déjà inscrits

Inclus avec Coursera Plus

•En savoir plus
9 modules
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.5

(441 avis)

1 semaine à compléter
à 10 heures par semaine
Planning flexible
Apprenez à votre propre rythme
91%
La plupart des étudiants ont apprécié ce cours

9 modules
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.5

(441 avis)

1 semaine à compléter
à 10 heures par semaine
Planning flexible
Apprenez à votre propre rythme
91%
La plupart des étudiants ont apprécié ce cours
  • À propos
  • Résultats
  • Modules
  • Recommandations
  • Témoignages
  • Avis

Ce que vous apprendrez

  • Écrire du code Python pour effectuer divers tests statistiques, notamment un test T, une ANOVA et une analyse de régression.

  • Interprétez les résultats de votre analyse statistique après avoir vérifié les hypothèses.

  • Calculez des statistiques descriptives et des visualisations en écrivant du code Python.

  • Créez un projet final qui démontre votre compréhension des différents tests statistiques en utilisant Python et évaluez les projets de vos pairs.

Compétences que vous acquerrez

  • Catégorie : Jupyter
    Jupyter
  • Catégorie : Science des données
    Science des données
  • Catégorie : Probabilités et statistiques
    Probabilités et statistiques
  • Catégorie : Statistiques
    Statistiques
  • Catégorie : Analyse exploratoire des données (AED)
    Analyse exploratoire des données (AED)
  • Catégorie : Analyse des Données
    Analyse des Données
  • Catégorie : Analyse statistique
    Analyse statistique
  • Catégorie : Analyse de régression
    Analyse de régression
  • Catégorie : Statistiques descriptives
    Statistiques descriptives
  • Catégorie : Pandas (paquetage Python)
    Pandas (paquetage Python)
  • Catégorie : Tests d'hypothèses statistiques
    Tests d'hypothèses statistiques
  • Catégorie : Probabilité
    Probabilité
  • Catégorie : Matplotlib
    Matplotlib
  • Catégorie : Analyse de corrélation
    Analyse de corrélation
  • Catégorie : Distribution de probabilité
    Distribution de probabilité
  • Catégorie : Visualisation de Données
    Visualisation de Données

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

6 quizzes, 6 devoirs

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

En savoir plus sur Coursera pour les affaires
 logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Élaborez votre expertise du sujet

Ce cours fait partie de la Spécialisation Fondamentaux de la science des données avec Python et SQL
Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.
  • Apprenez de nouveaux concepts auprès d'experts du secteur
  • Acquérez une compréhension de base d'un sujet ou d'un outil
  • Développez des compétences professionnelles avec des projets pratiques
  • Obtenez un certificat professionnel partageable

Il y a 9 modules dans ce cours

Ce cours de statistiques pour la science des données est conçu pour vous présenter les principes de base des méthodes et procédures statistiques utilisées pour l'analyse des données. Après avoir terminé ce cours, vous aurez une connaissance pratique des sujets cruciaux en statistiques, y compris - la collecte de données, la synthèse des données en utilisant des statistiques descriptives, l'affichage et la visualisation des données, l'examen des relations entre les variables, les distributions de probabilité, les valeurs attendues, les tests d'hypothèse, l'introduction à l'ANOVA (analyse de la variance), la régression et l'analyse de la corrélation. Vous adopterez une approche pratique de l'analyse statistique en utilisant Python et Jupyter Notebooks - les outils de prédilection des Data Scientists et Data Analysts.

À la fin du cours, vous réaliserez un projet visant à appliquer divers concepts du cours à un problème de science des données impliquant un scénario inspiré de la vie réelle et à démontrer une compréhension de la pensée et du raisonnement statistiques fondamentaux. L'accent est mis sur le développement d'une compréhension claire des différentes approches pour différents types de données, le développement d'une compréhension intuitive, la réalisation d'évaluations appropriées des méthodes proposées, l'utilisation de Python pour analyser nos données et l'interprétation précise des résultats. Ce cours convient à une variété de professionnels et d'étudiants qui ont l'intention de commencer leur voyage dans des rôles axés sur les données et les statistiques, tels que les scientifiques de données, les analystes de données, les analystes d'affaires, les statisticiens et les chercheurs. Il n'est pas nécessaire d'avoir une formation en informatique ou en statistiques. Nous vous recommandons fortement de suivre le cours Python pour la science des données avant de commencer ce cours afin de vous familiariser avec le langage de programmation Python, les carnets Jupyter et les bibliothèques. Un rafraîchissement facultatif sur Python est également fourni. Après avoir terminé ce cours, un apprenant sera capable de : ✔Calculer et appliquer des mesures de tendance centrale et des mesures de dispersion à des données groupées et non groupées. ✔Sommatiser, présenter et visualiser des données d'une manière qui est claire, concise et fournit un aperçu pratique pour les non-statisticiens qui ont besoin des résultats. ✔Identifier les tests d'hypothèse appropriés à utiliser pour les ensembles de données courants. ✔Conduire des tests d'hypothèse, des tests de corrélation et des analyses de régression. ✔Démontrer la maîtrise de l'analyse statistique à l'aide de Python et de Jupyter Notebooks.

Bienvenue !

Inclus

2 vidéos2 lectures1 élément d'application

2 vidéos•Total 5 minutes
  • Vos instructeurs vous souhaitent la bienvenue !•2 minutes•Prévisualiser le module
  • Packages Python pour la science des données•2 minutes
2 lectures•Total 20 minutes
  • Aperçu du cours•10 minutes
  • (Facultatif) Les bases de Jupyter Notebooks•10 minutes
1 élément d'application•Total 60 minutes
  • (Facultatif) Revue Python•60 minutes

Ce module se concentre sur l'introduction des bases de la statistique descriptive - moyenne, médiane, mode, variance et écart-type. Il expliquera l'utilité des mesures de tendance centrale et de dispersion pour différents niveaux de mesure.

Inclus

4 vidéos2 quizzes1 élément d'application

4 vidéos•Total 19 minutes
  • Bienvenue aux statistiques !•4 minutes•Prévisualiser le module
  • Types de données•5 minutes
  • Mesure de la tendance centrale•5 minutes
  • Mesure de dispersion•4 minutes
2 quizzes•Total 30 minutes
  • Introduction et statistiques descriptives•20 minutes
  • Quiz pratique - Introduction aux statistiques descriptives•10 minutes
1 élément d'application•Total 30 minutes
  • Lab : Statistiques descriptives•30 minutes

Ce module se concentre sur différents types de visualisation en fonction du type de données et d'informations que nous essayons de communiquer. Vous apprendrez à calculer et à interpréter ces mesures et ces graphiques.

Inclus

4 vidéos2 quizzes1 élément d'application

4 vidéos•Total 18 minutes
  • Principes de la visualisation•3 minutes•Prévisualiser le module
  • Statistiques par groupes•6 minutes
  • Graphiques statistiques•4 minutes
  • Présentation des données d'évaluation de l'enseignant•4 minutes
2 quizzes•Total 30 minutes
  • Visualisation de Données•20 minutes
  • Quiz pratique - Visualisation des données•10 minutes
1 élément d'application•Total 30 minutes
  • Lab : Visualisation des données•30 minutes

Ce module présente les concepts de base et l'application des probabilités et des distributions de probabilités.

Inclus

5 vidéos2 lectures2 quizzes1 élément d'application

5 vidéos•Total 21 minutes
  • Nombres aléatoires et distributions de probabilités•4 minutes•Prévisualiser le module
  • Formulez votre hypothèse•3 minutes
  • Distribution normale•3 minutes
  • Distribution des T•4 minutes
  • Probabilité d'obtenir une évaluation élevée ou faible de l'enseignement•4 minutes
2 lectures•Total 20 minutes
  • Alpha (α) et valeur P•10 minutes
  • Tableau normal standard•10 minutes
2 quizzes•Total 30 minutes
  • Introduction à la distribution des probabilités•20 minutes
  • Quiz pratique - Introduction à la distribution des probabilités•10 minutes
1 élément d'application•Total 30 minutes
  • Lab : Introduction aux distributions de probabilité•30 minutes

Ce module se concentre sur l'enseignement du test approprié à utiliser lorsqu'il s'agit de données et de relations entre elles. Il expliquera les hypothèses de chaque test et le langage approprié pour interpréter les résultats d'un test d'hypothèse.

Inclus

5 vidéos2 devoirs1 élément d'application

5 vidéos•Total 22 minutes
  • test z ou test t•4 minutes•Prévisualiser le module
  • Gérer les queues et les rejets•4 minutes
  • Variances égales ou inégales•2 minutes
  • Analyse de la variance (ANOVA)•4 minutes
  • Tests de corrélation•7 minutes
2 devoirs•Total 30 minutes
  • Test d'hypothèse•20 minutes
  • Quiz pratique - Tests d'hypothèses•10 minutes
1 élément d'application•Total 30 minutes
  • Laboratoire : tests d'hypothèses•30 minutes

Ce module vous permettra d'utiliser python pour effectuer des analyses de régression afin de tester les relations et les différences entre les moyennes de l'échantillon et de la population plutôt que les tests d'hypothèse classiques, et de savoir comment les interpréter.

Inclus

4 vidéos2 devoirs1 élément d'application

4 vidéos•Total 11 minutes
  • Régression - le cheval de bataille de l'analyse statistique•4 minutes•Prévisualiser le module
  • Régression à la place du test t•2 minutes
  • Régression au lieu d'ANOVA•3 minutes
  • Régression au lieu de corrélation•1 minute
2 devoirs•Total 30 minutes
  • Analyse de régression•20 minutes
  • Quiz pratique - Analyse de régression•10 minutes
1 élément d'application•Total 30 minutes
  • Lab : Analyse de régression•30 minutes

Au cours de la dernière semaine du cours, vous recevrez un ensemble de données et un scénario dans lequel vous utiliserez des statistiques descriptives et des tests d'hypothèse pour donner un aperçu des données qui vous ont été fournies. Vous utiliserez Watson studio pour votre analyse et vous téléchargerez votre carnet de notes pour une évaluation par les pairs et vous évaluerez également le projet d'un pair. Les lectures de ce module contiennent toutes les informations dont vous avez besoin.

Inclus

8 lectures1 évaluation par les pairs2 éléments d'application

8 lectures•Total 80 minutes
  • Scénario du projet•10 minutes
  • Aperçu des tâches du projet•10 minutes
  • Tâche 1 : Se familiariser avec le jeu de données•10 minutes
  • Tâche 2 : Générer des statistiques descriptives et des visualisations•10 minutes
  • Tâche 3 : Utilisez les tests appropriés pour répondre aux questions fournies.•10 minutes
  • (Facultatif):Tâche 2 : Créez ou connectez-vous à IBM cloud pour utiliser Watson Studio.•10 minutes
  • (Facultatif) : Chargez l'ensemble de données dans votre carnet Jupyter•10 minutes
  • (Facultatif) : Partagez votre Jupyter Notebook.•10 minutes
1 évaluation par les pairs•Total 60 minutes
  • Créez et partagez votre Jupyter Notebook•60 minutes
2 éléments d'application•Total 120 minutes
  • Travail noté par les pairs•60 minutes
  • (Facultatif):Obtenir un code de fonctionnalité IBM Cloud•60 minutes

Inclus

1 devoir

1 devoir•Total 50 minutes
  • Examen final •50 minutes

Aide-mémoire pour les statistiques en Python

Inclus

1 lecture1 devoir1 plugin

1 lecture•Total 10 minutes
  • Badge numérique IBM•10 minutes
1 devoir•Total 30 minutes
  • Inscrivez-vous pour recevoir votre badge !•30 minutes
1 plugin•Total 15 minutes
  • Aide-mémoire pour l'analyse statistique en Python•15 minutes

Obtenez un certificat professionnel

Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.

Instructeurs

Évaluations de l’enseignant

Évaluations de l’enseignant

Nous avons demandé à tous les étudiants de fournir des commentaires sur nos enseignants au sujet de la qualité de leur pédagogie.

4.4 (160 évaluations)
Murtaza Haider
Murtaza Haider
IBM
3 Cours•48 862 apprenants
Aije Egwaikhide
Aije Egwaikhide
IBM
6 Cours•729 665 apprenants

Offert par

IBM

Offert par

IBM

Chez IBM, nous savons à quel point la technologie évolue rapidement et nous reconnaissons le besoin crucial pour les entreprises et les professionnels d'acquérir rapidement des compétences pratiques prêtes à l'emploi. En tant qu'innovateur technologique leader sur le marché, nous nous engageons à vous aider à prospérer dans ce paysage dynamique. Grâce à IBM Skills Network, nos programmes de formation conçus par des experts en IA, développement de logiciels, cybersécurité, science des données, gestion d'entreprise, et plus encore, fournissent les compétences essentielles dont vous avez besoin pour décrocher votre premier emploi, faire progresser votre carrière ou favoriser la réussite de votre entreprise. Que vous vous perfectionniez ou que vous perfectionniez votre équipe, nos cours, nos spécialisations et nos certificats professionnels développent l'expertise technique qui vous assure, ainsi qu'à votre organisation, d'exceller dans un monde compétitif.

En savoir plus sur Probabilités et Statistiques

  • Statut : Essai gratuit
    Essai gratuit
    U

    University of Michigan

    Statistics with Python

    Spécialisation

  • Statut : Essai gratuit
    Essai gratuit
    E

    Edureka

    Python and Statistics Foundations

    Cours

  • Statut : Essai gratuit
    Essai gratuit
    D

    DeepLearning.AI

    Python for Data Analytics

    Cours

  • Statut : Essai gratuit
    Essai gratuit
    U

    University of Michigan

    Introduction to Data Science in Python

    Cours

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Avis des étudiants

4.5

441 avis

  • 5 stars

    69,61 %

  • 4 stars

    19,72 %

  • 3 stars

    5,21 %

  • 2 stars

    2,49 %

  • 1 star

    2,94 %

Affichage de 3 sur 441

O
OA
4

Révisé le 5 avr. 2021

I highly recommend this course for anyone that is having problems with basic statisitcs.

R
RS
4

Révisé le 7 avr. 2021

The videos, readings, and labs were not sufficient for me to feel prepared for the assessments. I ended up using outside resources just to understand what was being presented here.

K
KA
5

Révisé le 11 juin 2022

A very good course to clear the basics pf stat of statistics for data science

Voir plus d’avis
Coursera Plus

Ouvrez de nouvelles portes avec Coursera Plus

Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.

En savoir plus

Faites progresser votre carrière avec un diplôme en ligne

Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne

Découvrir les diplômes

Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires

Améliorez les compétences de vos employés pour exceller dans l’économie numérique

En savoir plus

Foire Aux Questions

L'accès aux cours et aux devoirs dépend de votre type d'inscription. Si vous suivez un cours en mode audit, vous pourrez consulter gratuitement la plupart des supports de cours. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter l'expérience de certificat, pendant ou après votre audit. Si vous ne voyez pas l'option d'audit :

  • Il se peut que le cours ne propose pas d'option d'audit. Vous pouvez essayer un essai gratuit ou demander une aide financière.

  • Le cours peut proposer l'option "Cours complet, pas de certificat" à la place. Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.

Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours de la Specializations, et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page de réalisations - de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez uniquement lire et visualiser le contenu du cours, vous pouvez auditer le cours gratuitement.

Si vous vous êtes abonné, vous bénéficiez d'une période d'essai gratuite de 7 jours pendant laquelle vous pouvez annuler votre abonnement sans pénalité. Après cette période, nous ne remboursons pas, mais vous pouvez résilier votre abonnement à tout moment. Consultez notre politique de remboursement complèteS’ouvre dans un nouvel onglet.

Oui, pour certains programmes de formation, vous pouvez demander une aide financière ou une bourse si vous n'avez pas les moyens de payer les frais d'inscription. Si une aide financière ou une bourse est disponible pour votre programme de formation, vous trouverez un lien pour postuler sur la page de description.

Plus de questions

Visitez le Centre d'Aide pour les Étudiants

Aide financière disponible,

Pied de page Coursera

Compétences techniques

  • ChatGPT
  • Codage
  • Informatique
  • Cybersécurité
  • DevOps
  • Piratage éthique
  • IA générative
  • Programmation Java
  • Python
  • Développement Web

Compétences analytiques

  • Intelligence artificielle
  • Big Data
  • Analyse de valeur et de rentabilité
  • analyse des données
  • Science des données
  • Modélisation financière
  • Apprentissage automatique
  • Microsoft Excel
  • microsoft power bi
  • SQL

Compétences professionnelles

  • Comptabilité
  • Marketing numérique
  • Commerce électronique
  • Finance
  • Google
  • Conception graphique
  • IBM
  • Marketing
  • Project Management
  • Le marketing appliqué aux réseaux sociaux

Ressources professionnelles

  • Certifications informatiques essentielles
  • Compétences à acquérir pour les hauts revenus
  • Comment obtenir un certificat PMP
  • Comment apprendre l'Intelligence artificielle (IA)
  • Certifications populaires en cybersécurité
  • Certifications appréciées en analyse des données
  • Que fait un analyste de données ?
  • Ressources pour le développement de carrière
  • Test d'aptitude professionnelle
  • Partagez votre histoire d'apprentissage Coursera

Coursera

  • À propos
  • Ce que nous proposons
  • Direction
  • Carrières
  • Catalogue
  • Coursera Plus
  • Certificats Professionnels
  • Certificats MasterTrack®
  • Diplômes
  • Pour l'entreprise
  • Pour les gouvernements
  • Pour le campus
  • Devenir un partenaire
  • Impact social
  • cours gratuits
  • Recommandations de crédits ECTS

Communauté

  • Étudiants
  • Partenaires
  • Testeurs bêta
  • Blog
  • Le podcast Coursera
  • Blog Tech

Plus

  • Presse
  • Investisseurs
  • Conditions
  • Confidentialité
  • Aide
  • Accessibilité
  • Contact
  • Articles
  • Répertoire
  • Filiales
  • Déclaration sur l’esclavage moderne
  • Gérer les préférences en matière de cookies
Apprendre partout
Télécharger dans l'App Store
Disponible sur Google Play
Logo Certified B Corporation
© 2025 Coursera Inc. Tous droits réservés.
  • Facebook Coursera
  • Linkedin Coursera
  • Twitter Coursera
  • YouTube Coursera
  • Instagram Coursera
  • TikTok Coursera
Coursera

Bon retour

​
Votre mot de passe est masqué
​

ou

Vous débutez chez Coursera ?


Vous rencontrez des difficultés pour vous connecter ? Centre d'Aide pour les Étudiants

Ce site est protégé par reCAPTCHA Enterprise et la Politique de confidentialité Google et les Termes et Conditions s'appliquent.