Associer la technique d'échantillonnage

Les échantillons font partie d'une population. Voici différentes situations d'échantillonnage; à vous de les associer au bon type : échantillonnage aléatoire, stratifié ou par grappes.

Cette activité fait partie du cours

Analyser des données de sondage avec Python

Exercice interactif pratique

Passez de la théorie à l’action grâce à l’un de nos exercices interactifs

Commencer l’exercice

Cette activité fait partie du cours

Analyser des données de sondage avec Python

SkillTag.level.intermediateSkillTag.label

4.7+

Commencer le cours gratuitement

Qu'entend-on par données de sondage et comment déterminer quel test statistique utiliser pour les analyser? Pour y répondre, vous pourrez définir différents types de données de sondage, découvrir des notions importantes comme les statistiques descriptives et inférentielles, et visualiser des données de sondage afin de déterminer la technique de modélisation statistique appropriée. Vous saurez ainsi comment définir au mieux, qualitativement et quantitativement, les tendances et constats mis en évidence par les sondages.

Exercise 1: Introduction à l'analyse des données d'enquête Exercise 2: Examiner les niveaux de mesure Exercise 3: Table de contingence Exercise 4: Statistiques descriptives et inférentielles Exercise 5: Statistiques descriptives Exercise 6: Statistiques inférentielles Exercise 7: Techniques de modélisation statistique Exercise 8: Inspection d'un nuage de points Exercise 9: Choisir une méthode statistique Exercise 10: Associer la technique d'échantillonnage

Exercice en cours

Dans ce chapitre, vous verrez différentes façons de créer des échantillons à partir de données de sondage issues d'une population, en analysant les paramètres selon lesquels les données ont été recueillies.

Exercise 1: Échantillonnage aléatoire Exercise 2: Échantillon aléatoire d'employés Exercise 3: Échantillonnage aléatoire reproductible Exercise 4: Échantillonnage aléatoire stratifié Exercise 5: Répartition des « oui » et des « non »Exercise 6: Échantillonnage stratifié Exercise 7: Échantillonnage pondéré Exercise 8: Sondage du blogue Exercise 9: Échantillonnage pondéré selon la latéralité Exercise 10: Échantillonnage par grappes Exercise 11: Regrouper en grappes Exercise 12: Choisir des grappes Exercise 13: Analyse par sondage en grappes

Il est maintenant temps de comprendre la différence entre les statistiques descriptives et inférentielles dans l'analyse de données de sondage à l'aide d'exemples concrets. Au fil d'exercices pratiques, vous interpréterez plus en profondeur la signification de différentes variables, des mesures clés comme la tendance centrale et le z-score, et vous saurez interpréter les résultats pour passer à l'action.

Exercise 1: Statistiques descriptives en analyse de sondage Exercise 2: Distribution des fréquences Exercise 3: Mesures de variabilité Exercise 4: Mesures de tendance centrale Exercise 5: Statistiques inférentielles en analyse de sondage Exercise 6: Visualiser les données : histogramme Exercise 7: Calculer le z-score Exercise 8: Corrélations Exercise 9: Analyser des variables avec .corr()Exercise 10: Les employés sont-ils heureux?Exercise 11: À armes égales

Enfin, il est temps d'appliquer la modélisation statistique à l'analyse de données de sondage avec l'analyse de régression, le test t à deux échantillons et le test du chi carré, puis d'interpréter les hypothèses associées à ces tests.

Exercise 1: Analyse de régression Exercise 2: Ajuster un modèle de régression linéaire Exercise 3: Visualiser des données d'enquête Exercise 4: Mesures de sécurité nécessaires?Exercise 5: Test t à deux échantillons Exercise 6: Les femmes sont-elles plus extraverties?Exercise 7: Test t à deux échantillons sur l'extraversion Exercise 8: Test du chi carré Exercise 9: Khi carré ou pas khi carré?Exercise 10: Sondage sur la santé mentale en technologie Exercise 11: Santé mentale et travail à distance Exercise 12: Félicitations