Dans ce cours, nous travaillerons avec la visualisation **Seaborn** et manipulerons des ensembles de données en utilisant **pandas** et **NumPy**. Par conséquent, pour réussir dans ce cours, je recommande fortement de suivre les cours suivants :

Comprendre les statistiques élargira vos horizons et vous permettra de reconnaître les modèles statistiques et de travailler avec les données. Commençons par les définitions fondamentales : **échantillon** et **population**.

**Population**

La **population** est un ensemble d'éléments identiques dans notre étude d'intérêt.

**Échantillon**

Un **échantillon** est un sous-ensemble de la population qui est destiné à capturer les caractéristiques de la population (cependant, il pourrait ne pas toujours refléter avec précision les caractéristiques de la population en raison de sa **qualité**).

**Échantillon vs Population : Exemple**

||**Population**|**Échantillon**|
|---|---|---|
|**Exemple :**|Tous les étudiants de la classe|Les 5 meilleurs étudiants de la classe|
|**Exemple :**|Tous les étudiants diplômés de l'université|100 étudiants aléatoires diplômés de l'université|

Sélectionnez un exemple d'échantillon :

Ce cours vous donne une connaissance de base des statistiques. Il est destiné aux étudiants ayant une connaissance de base de la syntaxe Python car ils travailleront avec les modules NumPy et pandas. Au cours du cours, vous vous familiariserez avec les concepts de base, puis passerez progressivement à des concepts et tâches plus complexes.

Cette section nous aidera à traiter le premier cas statistique réel : trouver des intervalles de confiance. Elle nécessite la connaissance des bibliothèques NumPy, pandas, Matplotlib et Seaborn pour calculer des formules mathématiques et créer des visualisations ! Pour vous encourager à passer cette section, je tiens à souligner que vous rencontrerez une petite quantité de théorie mais une quantité significative de pratique !

Une partie inséparable de la vie d'un analyste de données est de réaliser des tests d'hypothèses. Après avoir terminé cette section, vous comprendrez l'idée derrière les tests en statistiques et serez capable de réaliser un t-test en utilisant Python.

	Population	Échantillon
Exemple :	Tous les étudiants de la classe	Les 5 meilleurs étudiants de la classe
Exemple :	Tous les étudiants diplômés de l'université	100 étudiants aléatoires diplômés de l'université

Apprendre les Statistiques avec Python

Échantillon vs Population