Générer des hypothèses

Analyse exploratoire de données en Python

George Boorman

Curriculum Manager, DataCamp

Que sait-on ?

Diagramme à barres comptant le nombre de vols par ligne aérienne selon la catégorie de prix, Jet Airways ayant le plus de billets en première classe

sns.heatmap(planes.corr(numeric_only=True), annot=True)
plt.show()

Carte thermique montrant les coefficients de corrélation de Pearson entre les variables du jeu de données planes

sns.scatterplot(data=planes, x="Duration", y="Price", hue="Total_Stops")
plt.show()

Nuage de points de Price selon Duration, en tenant compte de Total_Stops

Carte thermique avec les coefficients de corrélation pour chaque nombre d'escales

Machine à écrire affichant « Fake News »

Des données d'une autre période donneraient-elles les mêmes résultats ?
Pour détecter relations, écarts et tendances :
- On utilise les tests d'hypothèse
Avant la collecte des données, les tests d'hypothèse exigent :
- Formuler une hypothèse ou une question
- Choisir le test statistique à utiliser

¹ Image credit: https://unsplash.com/@markuswinkler

bureau avec vue sur une piste d'aéroport

Loupe examinant un diagramme à barres

sns.barplot(data=planes, x="Airline", y="Duration")
plt.show()

Diagramme à barres de la durée selon la ligne aérienne

sns.barplot(data=planes, x="Destination", y="Price")
plt.show()

Diagramme à barres montrant le prix moyen

Concevoir notre expérience
Cela comprend notamment :
- Choisir un échantillon
- Calculer combien de points de données il faut
- Décider quel test statistique exécuter

Analyse exploratoire de données en Python