La capacité à comprendre et à appliquer les statistiques commerciales devient de plus en plus importante dans l'industrie. Une bonne compréhension des statistiques commerciales est indispensable pour interpréter les données de manière correcte et pertinente. Un manque de connaissances peut conduire à des décisions erronées qui peuvent avoir des conséquences négatives pour une entreprise. Ce cours est conçu pour vous initier aux statistiques commerciales. Nous commençons par la notion de statistiques descriptives, qui consiste à résumer des données à l'aide de quelques chiffres. Différentes catégories de mesures descriptives sont présentées et discutées, ainsi que les fonctions Excel permettant de les calculer. La notion de probabilité ou d'incertitude est introduite, ainsi que le concept d'échantillon et de données de population, à l'aide d'exemples commerciaux pertinents. Cela nous conduit à diverses distributions statistiques avec leurs fonctions Excel qui sont ensuite utilisées pour modéliser ou approximer des processus d'entreprise. Vous pourrez appliquer ces mesures descriptives des données et diverses distributions statistiques à l'aide d'exemples faciles à suivre basés sur Excel et démontrés tout au long du cours. Pour réussir les travaux du cours, les étudiants doivent avoir accès à Microsoft Excel.

________________________________________ WEEK 1 Module 1 : Basic Data Descriptors Dans ce module, vous comprendrez, calculerez et interpréterez diverses mesures descriptives ou sommaires des données. Ces mesures descriptives résument et présentent les données à l'aide de quelques chiffres. Les sujets abordés comprennent : - Les catégories de données descriptives - Les mesures de tendance centrale, la moyenne, la médiane, le mode, et leurs interprétations et calculs - Les mesures de dispersion des données, l'étendue, l'intervalle interquartile, l'écart type et la variance - Les diagrammes en boîte - L'interprétation de la mesure de l'écart type à l'aide de la règle du pouce et du théorème de Chebyshev ________________________________________ SEMAINE 2 Module 2 : Mesures descriptives d'association, probabilités et distributions statistiques Ce module présente les mesures de covariance et de corrélation et leurs fonctions Excel respectives. Vous comprendrez la notion de causalité par rapport à la corrélation. Le module introduit ensuite la notion de probabilité et de variables aléatoires et commence à présenter les distributions statistiques. Les sujets abordés sont les suivants : - Mesures d'association, mesures de covariance et de corrélation ; causalité et corrélation - Probabilité et variables aléatoires ; données discrètes et continues - Introduction aux distributions statistiques ________________________________________ SEMAINE 3 Module 3 : La distribution normale Ce module présente la distribution normale et la fonction Excel permettant de calculer les probabilités et divers résultats à partir de la distribution. Les sujets abordés comprennent : - La fonction de densité de probabilité et l'aire sous la courbe comme mesure de probabilité - La distribution normale (courbe en cloche), les fonctions NORM.DIST, NORM.INV dans Excel ________________________________________ SEMAINE 4 Module 4 : Travailler avec les distributions, Normale, Binomiale, Poisson Dans ce module, vous verrez diverses applications de la distribution normale. Vous découvrirez également les distributions binomiale et de Poisson. Le théorème central limite est introduit et expliqué dans le contexte de la compréhension des données d'échantillon par rapport aux données de population et du lien entre les deux. Les sujets abordés comprennent : - Diverses applications de la distribution normale - Les distributions binomiale et de Poisson - Les données d'échantillon par rapport aux données de population ; le théorème central limite

Les intervalles de confiance et les tests d'hypothèse sont des outils très importants dans la boîte à outils des statistiques commerciales. Une maîtrise de ces sujets vous aidera à améliorer votre prise de décision et vous permettra de comprendre et de mesurer l'étendue du "risque" ou de l'"incertitude" dans divers processus d'affaires.

Il s'agit du troisième cours de la spécialisation "Statistiques et analyses d'entreprise". Ce cours vous permet d'approfondir vos connaissances en matière de statistiques d'entreprise en vous présentant les intervalles de confiance et les tests d'hypothèse. Nous commençons par comprendre le concept de ces outils et leur application commerciale. Nous introduisons ensuite divers calculs pour construire des intervalles de confiance et effectuer différents types de tests d'hypothèse. Pour réussir les travaux du cours, les étudiants doivent avoir accès à une version Windows de Microsoft Excel 2010 ou plus récente. Veuillez noter que les versions antérieures de Microsoft Excel (2007 et antérieures) ne seront pas compatibles avec certaines fonctions Excel abordées dans ce cours. WEEK 1 Module 1 : Intervalle de confiance - Introduction Dans ce module, vous comprendrez ce qu'est un intervalle de confiance et comment il est construit. Nous introduirons les différents éléments constitutifs de l'intervalle de confiance tels que la distribution t, la statistique t, la statistique z et leurs différentes formules Excel. Les sujets abordés sont les suivants : - Présentation de la distribution t, des fonctions excel T.DIST et T.INV - Compréhension conceptuelle d'un intervalle de confiance - La statistique z et la statistique t - Construction d'un intervalle de confiance à l'aide de la statistique z et de la statistique t SEMAINE 2 Module 2 : Intervalle de confiance - Applications Ce module présente diverses applications professionnelles de l'intervalle de confiance, y compris une application dans laquelle nous utilisons l'intervalle de confiance pour calculer la taille appropriée d'un échantillon. Nous introduisons également, avec une application, l'intervalle de confiance pour une proportion de la population. Vers la fin du module, nous commençons à introduire le concept de test d'hypothèse. Les sujets abordés sont les suivants : - Applications de l'intervalle de confiance - Intervalle de confiance pour une proportion de la population - Calcul de la taille de l'échantillon - Test d'hypothèse, une introduction SEMAINE 3 Module 3 : Test d'hypothèse Ce module introduit le test d'hypothèse. Vous comprendrez la logique qui sous-tend les tests d'hypothèse. Les quatre étapes de la réalisation d'un test d'hypothèse sont présentées et vous les appliquerez à des tests d'hypothèse portant sur la moyenne et la proportion d'une population. Vous comprendrez la différence entre les tests d'hypothèse à une queue et les tests d'hypothèse à deux queues, ainsi que les erreurs de type I et de type II associées aux tests d'hypothèse et les moyens de réduire ces erreurs. Les sujets abordés sont les suivants : - La logique des tests d'hypothèses - Les quatre étapes pour réaliser un test d'hypothèses - Tests d'hypothèses à une queue et à deux queues - Directives, formules et application d'un test d'hypothèses - Test d'hypothèses pour une proportion de population - Erreurs de type I et de type II dans un test d'hypothèses WEEK 4 Module 4 : Test d'hypothèses - Différences de moyennes Dans ce module, vous appliquerez des tests d'hypothèses pour tester la différence entre deux données différentes, de tels tests d'hypothèses sont appelés tests de différences de moyennes. Nous présenterons les trois types de tests de différence de moyenne et les appliquerons à diverses applications commerciales. Nous vous présenterons également la boîte de dialogue Excel permettant de réaliser ces tests d'hypothèse. Les sujets abordés sont les suivants : - Présentation du test d'hypothèse de la différence de moyenne - Applications du test d'hypothèse de la différence de moyenne - Hypothèse de variance égale et inégale et test t apparié pour la différence de moyenne - Quelques autres applications

L'analyse de régression est peut-être l'outil de statistiques commerciales le plus important utilisé dans l'industrie. La régression est le moteur d'une multitude d'applications d'analyse de données utilisées pour de nombreuses formes de prévision et de prédiction.

Il s'agit du quatrième cours de la spécialisation "Statistiques et analyses commerciales". Le cours vous présente l'outil très important qu'est la régression linéaire. Vous apprendrez à appliquer diverses procédures telles que les régressions de variables fictives, la transformation de variables et les effets d'interaction. Toutes ces procédures sont présentées et expliquées à l'aide d'exemples faciles à comprendre dans Microsoft Excel. Le cours met l'accent sur la compréhension et l'application, plutôt que sur des dérivations mathématiques détaillées. Remarque : ce cours utilise la boîte à outils "Analyse des données" qui est standard avec la version Windows de Microsoft Excel. Elle est également standard avec la version 2016 ou ultérieure d'Excel pour Mac. Cependant, elle n'est pas standard avec les versions antérieures d'Excel pour Mac. SEMAINE 1 Module 1 : Analyse de régression : Introduction Dans ce module, vous serez initié au modèle de régression linéaire. Nous construirons un modèle de régression et l'estimerons à l'aide d'Excel. Nous utiliserons le modèle estimé pour déduire les relations entre les différentes variables et utiliser le modèle pour faire des prédictions. Le module introduit également la notion d'erreurs, de résidus et de R-carré dans un modèle de régression. Les sujets abordés sont les suivants : - Introduction à la régression linéaire - Construction d'un modèle de régression et estimation à l'aide d'Excel - Déductions à l'aide du modèle estimé - Utilisation du modèle de régression pour faire des prédictions - Erreurs, résidus et R-carré SEMAINE 2 Module 2 : Analyse de régression : tests d'hypothèse et qualité de l'ajustement Ce module présente différents tests d'hypothèse que vous pouvez effectuer à l'aide de la sortie de régression. Ces tests constituent une partie importante de l'inférence et le module les présente à l'aide d'exemples basés sur Excel. Les valeurs p sont introduites ainsi que les mesures de qualité d'ajustement R-carré et R-carré ajusté. Vers la fin du module, nous introduisons la "régression par variable muette" qui est utilisée pour incorporer des variables catégorielles dans une régression. Les sujets abordés sont les suivants : - Tests d'hypothèse dans une régression linéaire - Mesures d'ajustement (R-carré, R-carré ajusté) - Régression à variables fictives (utilisation de variables catégorielles dans une régression) SEMAINE 3 Module 3 : Analyse de régression : Variables fictives, multicolinéarité Ce module continue avec l'application de la régression des variables fictives. Vous comprendrez l'interprétation des résultats de la régression en présence de variables catégorielles. Des exemples sont élaborés pour renforcer les différents concepts introduits. Le module explique également ce qu'est la multicolinéarité et comment la traiter. Les sujets abordés sont les suivants : - Régression avec variables fictives (utilisation de variables catégorielles dans une régression) - Interprétation des coefficients et des valeurs p en présence de variables fictives - Multicollinéarité dans les modèles de régression SEMAINE 4 Module 4 : Analyse de régression : Diverses extensions Le module élargit votre compréhension de la régression linéaire, en introduisant des techniques telles que le centrage moyen des variables et la construction de limites de confiance pour les prédictions à l'aide du modèle de régression. Une puissante extension de régression connue sous le nom de "variables d'interaction" est introduite et expliquée à l'aide d'exemples. Nous étudions également la transformation des variables dans une régression et, dans ce contexte, nous introduisons les modèles de régression log-log et semi-log. Les sujets abordés sont les suivants : - Centrage moyen des variables dans un modèle de régression - Construction de limites de confiance pour les prédictions utilisant un modèle de régression - Effets d'interaction dans une régression - Transformation des variables - Les modèles de régression log-log et semi-log

Le Capstone de statistiques et d'analyses commerciales est l'occasion d'appliquer les diverses compétences développées dans les quatre cours de la spécialisation à des données de la vie réelle. Le Capstone, en collaboration avec un partenaire industriel, utilise des "données sur le logement" accessibles au public pour poser diverses questions qu'un client poserait typiquement à un analyste de données. Votre travail consiste à effectuer l'analyse statistique pertinente et à présenter vos conclusions en réponse aux questions d'une manière compréhensible par tous. N'oubliez pas qu'il s'agit d'un Capstone et que son degré de difficulté/d'ambiguïté est plus élevé que celui des quatre cours précédents. L'objectif est de reproduire le plus fidèlement possible une application réelle.