Summary  
This chapter covers how to print the first rows of a tabular dataset and match each column to its statistical data type.

General domain of usage  
IT professionals’ salary analysis

Dans cette section, un échantillon des salaires des spécialistes IT sera analysé. Commencer par examiner les cinq premières observations du jeu de données :

- `work_year` - cette année, le salaire a été versé ;
- `experience_level` - le niveau d'expérience : EN correspond à débutant, MI à intermédiaire, SE à senior, EX à cadre dirigeant ;
- `job_title` - le nom du poste ;
- `salary` - le montant du salaire ;
- `salary_currency` - la devise du salaire ;
- `salary_in_usd` - le montant du salaire en USD ;
- `company_location` - la localisation de l'entreprise ;
- `company_size` - la taille de l'entreprise : S pour petite, M pour moyenne, L pour grande.

Commence maintenant une revue des types de données en statistique, suivie d'une activité pour associer chaque nom de colonne à son type de données correspondant.

Acquérir une base solide en statistiques avec Python. Apprendre les concepts statistiques essentiels et les appliquer à l'aide de NumPy et pandas. Passer des mesures de base telles que la moyenne et la variance aux tests d'hypothèses, intervalles de confiance et analyses de données avec une pratique concrète.

Découvrez les principes statistiques fondamentaux, y compris les types de données, les mesures de tendance centrale et les principales différences entre les échantillons et les populations.

Apprenez à calculer et à interpréter la moyenne, la médiane et le mode en utilisant Python. Pratiquez ces opérations avec pandas pour analyser des ensembles de données réels.

Comprendre comment la variance et l'écart type mesurent la dispersion des données. Apprendre à calculer ces deux mesures manuellement et à l'aide des outils Python.

Explorez comment la covariance et la corrélation décrivent les relations entre les variables. Entraînez-vous à calculer et à comparer ces deux mesures en Python.

Maîtrisez les intervalles de confiance pour estimer les paramètres de population. Utilisez NumPy, pandas et des bibliothèques de visualisation pour calculer et interpréter les intervalles avec des données réelles.

Apprenez les bases des tests d'hypothèse et du test t. Comprenez comment concevoir, réaliser et interpréter des tests à l'aide de Python pour soutenir des décisions basées sur les données.

Examiner le jeu de données