Vous commencerez ce cours d'analyse exploratoire des données (EDA) en apprenant à utiliser les statistiques descriptives et à repérer les données manquantes, puis à appliquer des techniques d'imputation pour combler les lacunes dans vos données.

Qu'est-ce que l'analyse exploratoire des données ?

Étapes de l'EDA

Analyse exploratoire initiale des annonces AirBnB

Repérer les données manquantes

Statistiques descriptives pour une variable

Imputation des données manquantes

Analyse exploratoire initiale dans Power BI

Dans le deuxième chapitre de ce cours, vous apprendrez à identifier et à traiter les valeurs aberrantes dans le jeu de données. Vous construirez des histogrammes pour analyser les distributions et utiliserez la winsorisation pour atténuer l'effet des valeurs extrêmes.

Distributions et valeurs aberrantes

Méthodes pour trouver les valeurs aberrantes

Histogrammes et valeurs aberrantes dans les inscriptions AirBnB

Créez votre premier histogramme

Identifier les valeurs aberrantes

Traiter les valeurs aberrantes dans les données

Il est maintenant temps d'explorer les relations entre des variables catégorielles à l'aide de proportions. Vous utiliserez ensuite des diagrammes en boîte et des statistiques descriptives pour déterminer comment une variable continue est influencée par une variable catégorielle.

EDA avec des variables catégorielles

Histogrammes vs diagrammes en boîte

Explorer les variables catégorielles avec les données d'Airbnb

Analyser une variable catégorielle

Proportions avec des variables catégorielles

Analyse de multiples variables catégorielles

Créer un box plot

Dans le dernier chapitre, vous approfondirez l'analyse avec des nuages de points pour étudier la relation entre deux variables continues et calculerez le coefficient de corrélation.

Relations entre variables continues

Pratique : interpréter un nuage de points

Explorer les inscriptions AirBnB avec des nuages de points

Analyser les relations avec des nuages de points

Ajouter du contexte aux nuages de points

Coefficient de corrélation

Félicitations !

Exercises and Datasets

DataCamp vs. Local Experience

Améliorez vos rapports grâce à l'analyse exploratoire des données (EDA) de Power BI. Vous commencerez par utiliser des statistiques descriptives pour repérer les valeurs aberrantes, identifier les données manquantes et appliquer des techniques d'imputation pour combler les vides dans votre jeu de données. Vous verrez ensuite comment l'EDA dans Power BI peut vous aider à découvrir les relations entre des variables — tant catégorielles que continues — à l'aide de mesures statistiques de base ainsi que de diagrammes en boîte et de nuages de points.

<h2>Introduction à l’analyse exploratoire des données dans Power BI</h2>
Améliorez vos rapports grâce à l'analyse exploratoire des données de Power BI (). 

Ce cours pour débutants destiné aux analystes de données couvre les aspects fondamentaux de l’EDA, notamment les statistiques descriptives, la gestion des données manquantes, l’analyse des distributions et l’identification des valeurs aberrantes. Vous apprendrez à utiliser des histogrammes, des diagrammes en boîte et des nuages de points pour visualiser des données, interpréter des distributions et comprendre les relations entre les variables.
<br><br>
<h2>Appliquer des techniques statistiques</h2>
Découvrez comment gérer les variables catégorielles et continues, utiliser des techniques de visualisation avancées et calculer des coefficients de corrélation. Des exercices interactifs et des exemples concrets vous permettent d’appliquer ces compétences pour analyser et interpréter efficacement vos données. 


Introduction to DAX in Power BI

Apprenez à créer des rapports percutants avec l'EDA de Power BI pour révéler des insights rapidement.

Analyse exploratoire des données dans Power BI

Analyste de données dans Power BI

Coefficient de corrélation

Analyse exploratoire des données dans Power BI

Exercice interactif pratique