Analyse de données: Trois Étapes Clés PDF
Document Details
Uploaded by Deleted User
Tags
Related
Summary
Ce document détaille les trois étapes clés de l'analyse de données : la phase descriptive, les analyses bivariées et la modélisation. Il explique comment ces différentes étapes peuvent permettre d'identifier des relations entre variables et de faire des prédictions.
Full Transcript
Il y a **trois étapes** à respecter dans l'analyse de données. - L'analyse commence par une phase **descriptive** (statistiques de licence) qui s'appuie sur l'étude du comportement d'une seule variable. Cette analyse univariée permet de repérer **d'éventuelles fragilités dans la base*...
Il y a **trois étapes** à respecter dans l'analyse de données. - L'analyse commence par une phase **descriptive** (statistiques de licence) qui s'appuie sur l'étude du comportement d'une seule variable. Cette analyse univariée permet de repérer **d'éventuelles fragilités dans la base** de données en pointant les individus qui donnent des réponses marginales, les incohérences de codage, les non-réponses... Elle est utilisée ensuite pour **caractériser une situation** à travers des études de fréquences ou de moyennes, des graphiques et pour analyser la variété des profils. Enfin, elle correspond à une phase de réflexion où s'amorcent **les hypothèses** qui justifient une analyse de données. - La **validité de ces hypothèses** sera étudiée lors des **analyses bivariées** (deux variables en jeu) qui mobilisent les **statistiques inférentielles** vérifiant l'existence d'une **relation** entre variables et mesurant la **force** de cette relation. - La dernière étape est la **modélisation** qui réunit dans une **même équation** toutes les **variables explicatives** d'un phénomène afin de déterminer celles qui peuvent agir sur ce phénomène, **indépendamment de la relation** que ces variables explicatives peuvent avoir **entre elles**. Cette étape de l'analyse de données permet de faire des **préconisation**s en repérant les variables les plus influentes pour agir sur le phénomène. La modélisation, appelée aussi statistique décisionnelle, apporte des éléments de réponse au pilotage de politiques publiques en éducation.