EDA avec des variables catégorielles

Analyse exploratoire des données dans Power BI

Maarten Van den Broeck

Content Developer at DataCamp

Variables catégorielles et fréquences

Un histogramme en barres du nombre de participants (axe des y) pour trois tranches d’âge (axe des x) : « 18-29 », « 30-39 » et « 40-49 », cette dernière ayant le plus de participants.

Variables catégorielles et pourcentages

Un diagramme circulaire montrant le pourcentage de participants dans trois tranches d’âge — « 18-29 », « 30-39 » et « 40-49 ». Cette dernière a le pourcentage le plus élevé, 39,4 %.

Proportions sur plusieurs variables catégorielles

Variables catégorielles avec statistiques descriptives

Tranche d’âge	Heures médianes/jour sur les réseaux sociaux
18-29	6
30-39	3
40-49	3

Qu’est-ce qu’un boxplot ?

Un boîte à moustaches des tailles de personnes. Les tailles, en centimètres, sont sur l’axe des y.

Qu’est-ce qu’un boxplot ?

Un boîte à moustaches des tailles de personnes. Les tailles, en centimètres, sont sur l’axe des y. Un contour rouge entoure la ligne au centre de la boîte, la médiane.

Qu’est-ce qu’un boxplot ?

Un boîte à moustaches des tailles de personnes. Les tailles, en centimètres, sont sur l’axe des y. Un contour rouge entoure la « boîte » du boxplot.

Qu’est-ce qu’un boxplot ?

Un boîte à moustaches des tailles de personnes. Les tailles, en centimètres, sont sur l’axe des y. Un contour rouge entoure les moustaches verticales en haut et en bas de la boîte.

Qu’est-ce qu’un boxplot ?

Un boîte à moustaches des tailles de personnes. Les tailles, en centimètres, sont sur l’axe des y. Un contour rouge entoure les valeurs aberrantes, les points, sur le boxplot.

Comparer des distributions avec des variables catégorielles

Deux boxplots — un pour hommes et un pour femmes — montrant la distribution des tailles dans chaque groupe. Les deux ont la même taille, mais celui des « hommes » est plus haut sur l’axe des y.

Créer de nouvelles variables

Mutation des données : créer de nouvelles variables pour affiner l’analyse ou la visualisation

Créer de nouvelles variables

Mutation des données : créer de nouvelles variables pour affiner l’analyse ou la visualisation

Âge	Tranche d’âge
18	Adolescent
19	Adolescent
20	Jeune adulte
21	Jeune adulte
30	Adulte
31	Adulte
40	Âge mûr
41	Âge mûr

$$ $$ $$

Titre du cours	Type de cours
Introduction à Power BI	Power BI
Apprentissage non supervisé en R	R
DAX dans Power BI	Power BI
Introduction à Python	Python

Passons à la pratique !

Analyse exploratoire des données dans Power BI