Python pour l’analyse de données et les statistiques Fondamentaux, régression linéaire et simulations

Laurent DAVOUST

Les points forts du livre :

Une progression structurée en trois parties, des fondamentaux Python (syntaxe, fonctions, structures de données) à la manipulation avancée de jeux de données réels avec NumPy et Pandas : chargement, nettoyage, filtrage, fusion et restructuration,
Un fil rouge statistique complet : statistique descriptive, visualisation des données, probabilités, lois usuelles, échantillonnage, théorème central limite, intervalles de confiance et tests d'hypothèses, appliqués pas à pas sur des cas concrets en finance d'entreprise,
Une troisième partie dédiée aux modèles prédictifs et techniques analytiques avancées (régression linéaire simple et multiple, simulation de Monte Carlo, analyse en composantes principales), avec une attention constante portée à l'interprétation des résultats

Consulter des extraits du livre en ligne Aperçu de la version papier

Niveau Initié à Confirmé
Nombre de pages 320 pages
Parution juillet 2026

Niveau Initié à Confirmé
Parution juillet 2026

Présentation

Destiné aux développeurs, aux étudiants en data science et aux professionnels qui souhaitent maîtriser Python dans un cadre analytique, cet ouvrage propose une progression claire, des fondamentaux du langage jusqu’aux principales méthodes statistiques utilisées en analyse de données. Chaque notion est expliquée pas à pas puis mise en œuvre en Python sur des cas concrets, notamment en finance d’entreprise.

Structuré en trois grandes parties, le livre commence par les fondations en programmation et en manipulation de données : installation de l’environnement, syntaxe Python, fonctions, structures de données, puis manipulation de tableaux et de DataFrame avec NumPy et Pandas. Il montre ensuite comment charger, nettoyer, filtrer, fusionner et restructurer des jeux de données réels avec méthode.

Ces bases techniques servent de socle à la deuxième partie, conçue comme un fil rouge statistique. L’auteur y propose une approche statistique complète : statistique descriptive, visualisation des données, probabilités, lois usuelles, échantillonnage, théorème central limite, intervalles de confiance et tests d’hypothèses.

Enfin, la troisième partie se consacre aux modèles prédictifs et aux techniques analytiques avancées, intégrant la régression linéaire simple et multiple, permettant d'expliquer et de prédire des variables, la simulation de Monte Carlo et l’analyse en composantes principales, avec une attention constante portée à l’interprétation des résultats.

Résolument pratique, ce livre donne au lecteur les outils pour programmer, analyser, modéliser et exploiter ses données avec rigueur.

Caractéristiques

Livre (broché) - 17 x 21 cm
ISBN : 978-2-409-05487-7
EAN : 9782409054877
Ref. ENI : RIPYTSTAT

Caractéristiques

HTML
ISBN : 978-2-409-05488-4
EAN : 9782409054884
Ref. ENI : LNRIPYTSTAT

Téléchargements

Des fichiers complémentaires (85 Ko)

Table des matières

Avant-propos

Avant-propos

Premiers pas avec Python

Installation et configuration de l'environnement
1. 1. Installation de Python
  1. a. Choisir son approche
  2. b. Utilisation de Google Colaboratory
  3. c. Installation d’Anaconda sur sa machine
2. 2. Utilisation d’un notebook Jupyter
Bases du langage Python
1. 1. Variables et types de données
  1. a. Création de variables
  2. b. Règles de nommage des variables
  3. c. Types de données fondamentaux
2. 2. Opérations de base
  1. a. Opérations arithmétiques
  2. b. Opérations composées
  3. c. Opérations sur les chaînes de caractères
  4. d. Opérateurs de comparaison
  5. e. Opérateurs logiques
3. 3. Structures de contrôle : conditionset boucles
  1. a. Conditions
  2. b. Boucles
4. 4. Fonctions définies par l’utilisateur
  1. a. Principe de fonction
  2. b. Déclaration des fonctions
  3. c. Utilisation des fonctions
  4. d. Paramètres optionnels
Structures de données en Python
1. 1. Listes
  1. a. Définition
  2. b. Création d’une liste
  3. c. Récupération d’élémentsdans une liste
  4. d. Ajout d’un élément dansune liste
  5. e. Suppression d’un élémentdans une liste
  6. f. Mise à jour un élémentd’une liste
  7. g. Parcours des éléments d’uneliste
  8. h. Compréhension de liste
2. 2. Dictionnaires
  1. a. Définition
  2. b. Création de dictionnaire
  3. c. Création d’un dictionnaire à partirde deux listes
  4. d. Ajout et modification des élémentsdans un dictionnaire
  5. e. Suppression d’un élémentdans un dictionnaire
  6. f. Parcours des éléments d’undictionnaire
  7. g. Compréhension de dictionnaire
3. 3. Tuples
  1. a. Définition
  2. b. Retour de valeurs multiples via une fonction

Manipulation de données avec NumPy et Pandas

Introduction aux tableaux NumPy
1. 1. Création et types de tableaux
  1. a. Définition d’un ndarray
  2. b. Types de ndarray
  3. c. Importation de la bibliothèque NumPy
  4. d. Création d’un tableau
2. 2. Indexation et découpage
  1. a. Indexation
  2. b. Slicing
3. 3. Opérations vectorisées
  1. a. Définition
  2. b. Opérations mathématiques
  3. c. Opérations de réduction
  4. d. Opérations d’algèbre linéaire
  5. e. Fonctions cumulatives
  6. f. Manipulations vectorisées
Introduction aux DataFrames Pandas
1. 1. Series et DataFrames
  1. a. Series
  2. b. DataFrames
2. 2. Chargement et sauvegarde de fichiers
  1. a. Chargement de fichiers
  2. b. Sauvegarde d’un DataFrame
3. 3. Affichage d’un DataFrame
4. 4. Indexation et filtrage des données
5. 5. Détection et traitement des valeurs manquantes
6. 6. Formatage, renommage et conversion de types
7. 7. Regroupement de données
8. 8. Suppression de doublons
9. 9. Fusion et jointures de DataFrames
  1. a. Méthode merge()
  2. b. Méthode concat()
10. 10. Restructuration avec pivot et melt
  1. a. Format long et large
  2. b. Méthode pivot
  3. c. Méthode melt
11. 11. Méthodologie de préparation desdonnées

Introduction aux statistiques

Histoire et rôle de la statistique
1. 1. Origines et évolutions
2. 2. Statistique descriptive et statistique inférentielle
  1. a. Statistique descriptive
  2. b. Statistique inférentielle
Nature des données
1. 1. Variables qualitatives
2. 2. Variables quantitatives
Statistique descriptive
1. 1. Analyse univariée
  1. a. Mesures de tendance centrale
  2. b. Mesures de dispersion
2. 2. Analyse bivariée
  1. a. Deux variables quantitatives
  2. b. Une variable quantitative et une variable qualitative
  3. c. Deux variables qualitatives
Visualisation des données
1. 1. Principes de visualisation efficace
  1. a. Choix du graphique selon les données et l’objectif
  2. b. Règles de lisibilité
  3. c. Pièges et erreurs courantes
2. 2. Graphiques pour variables quantitatives
  1. a. Histogrammes
  2. b. Boîtes à moustaches
  3. c. Courbes de densité
  4. d. Graphiques de distribution cumulée
3. 3. Graphiques pour variables qualitatives
  1. a. Diagrammes en barres
  2. b. Diagrammes en secteurs
  3. c. Diagrammes empilés
  4. d. Diagrammes groupés

Probabilité et lois statistiques

Bases de probabilités
1. 1. Notions de probabilité
  1. a. Événements et espace probabiliste
  2. b. Probabilité d’un événement
2. 2. Règles de calcul
  1. a. Intersection (et)
  2. b. Union (ou)
  3. c. Complémentarité
3. 3. Variables aléatoires et fonctions associées
  1. a. Concepts de variable aléatoire
  2. b. Fonction de masse et fonction de densité
  3. c. Fonction de répartition
Loi normale
1. 1. Définition d’une loi de probabilité ?
2. 2. Propriétés et paramètres
3. 3. Loi normale centrée réduite
4. 4. Applications pratiques
Autres lois de probabilité
1. 1. Lois continues
  1. a. Loi uniforme
  2. b. Loi exponentielle
  3. c. Loi de Student
  4. d. Loi du Chi-deux
2. 2. Lois discrètes
  1. a. Loi de Bernoulli
  2. b. Loi binomiale
  3. c. Loi de Poisson

Statistiques inférentielles

Échantillonnage et biais
1. 1. Principes de l’échantillonnage enstatistique
2. 2. Méthodes d’échantillonnage
  1. a. Échantillonnage aléatoire simple
  2. b. Échantillonnage stratifié
  3. c. Échantillonnage systématique
  4. d. Échantillonnage par grappes
3. 3. Biais d’échantillonnage
  1. a. Biais de sélection
  2. b. Biais de non-réponse
  3. c. Biais de volontariat
  4. d. Biais de survie
Théorème central limite
1. 1. Principe fondamental
2. 2. Conditions d’application
3. 3. Applications pratiques en Python
4. 4. Intervalles de confiance
5. 5. Limites du théorème
6. 6. Loi des grands nombres
Tests d’hypothèses
1. 1. Principes des tests d’hypothèses
2. 2. Comparaison avec une valeur théorique
  1. a. Tests sur un seul échantillon
  2. b. Test de moyenne (test t)
  3. c. Test de proportion (test z)
  4. d. Test de variance (test du Chi-deux)
3. 3. Tests de loi de distribution
  1. a. Test de Kolmogorov-Smirnov
  2. b. Test de Shapiro-Wilk
  3. c. Test de Jarque-Bera
4. 4. Comparaison entre deux groupes
  1. a. Comparaison de moyennes
  2. b. Comparaison de variances
  3. c. Comparaison de médianes
  4. d. Comparaison de proportions

Régression statistique

Régression linéaire simple
1. 1. Énoncé du modèle
  1. a. Variable dépendante et variable indépendante
  2. b. Équation de la régression linéairesimple
2. 2. Modélisation avec scikit-learn
  1. a. Installation de scikit-learn
  2. b. Structure générale d’un modèlescikit-learn
3. 3. Interprétation des coefficients et du R²
  1. a. Coefficients de régression
  2. b. Coefficient de détermination (R²)
Régression linéaire multiple
1. 1. Extension du modèle linéaire simple
2. 2. Interprétation des coefficients du modèle
3. 3. Test de significativité globale du modèle
4. 4. Modélisation avec scikit-learn
Problèmes courants en régression
1. 1. Multicolinéarité
  1. a. Définition
  2. b. Détection la multicolinéarité
2. 2. Sélection de variables
  1. a. Métriques de comparaison
  2. b. Démarche de sélection des modèles
3. 3. Analyse des résidus
  1. a. Linéarité et homoscédasticité
  2. b. Normalité des résidus
  3. c. Indépendance des erreurs
4. 4. Surapprentissage

Monte Carlo

Introduction à la méthode de Monte Carlo
1. 1. Principe général
2. 2. Génération aléatoire etreproductibilité
  1. a. Fondements théoriques : le pseudo-aléatoire
  2. b. Exemple de générateur :le générateur congruentiel linéaire
  3. c. Génération de nombres aléatoiresavec Pandas
3. 3. Principes mathématiques du Monte Carlo
4. 4. Applications pratiques
  1. b. Calcul d’une intégrale
  2. c. Approximation d’une loi binomiale vers uneloi normale avec un jeu de dés
5. 5. Problématiques de convergence
  1. a. Taux de convergence
  2. b. Intervalle de confiance
Amélioration de la qualité de la simulation
1. 1. Variables antithétiques
2. 2. Échantillonnage stratifié
3. 3. Variables de contrôle
4. 4. Échantillonnage d’importance
Variables aléatoires dépendantes
1. 1. Importance et enjeux de la dépendance
2. 2. Méthode de la décomposition de Cholesky
3. 3. Modélisation de la dépendance nonlinéaire par les copules
  1. a. Théorème de Sklar
  2. b. Uniformisation par les rangs
  3. c. Types de copules courantes
  4. d. Implémentation pratique avec Python

Analyse en composantes principales

Principes et préparation des données
1. 1. Variance comme mesure de l’information
2. 2. Sensibilité aux échelles
3. 3. Standardisation avec scikit-learn
4. 4. Applications pratiques avec Python
Calcul et interprétation de l'ACP
1. 1. Fondements mathématiques
  1. a. Matrice de corrélation
  2. b. Obtention des composantes principales
2. 2. Classe PCA de scikit-learn
3. 3. Analyse de la variance et sélection des axes
  1. a. Ratio de variance expliquée
  2. b. Variance cumulée
  3. c. Règle du coude
4. 4. Interprétation des composantes
  1. a. Coefficients des composantes
  2. b. Cercle des corrélations
Exploitation dans les modèles avancés
1. 1. Régression sur composantes principales (PCR)
2. 2. ACP pour la visualisation et le clustering
  1. a. Simplification de la visualisation
  2. b. Amélioration du clustering
3. 3. Application à la réduction du bruitdans les simulations

Auteur

Laurent DAVOUST

Laurent DAVOUST est expert en ingénierie financière et en développement informatique. Diplômé de l’Université Paris Dauphine et certifié FRM, il a notamment exercé comme IT Data Manager à la Société Générale (SG CIB), où il a développé des outils d’automatisation, d’analyse de données complexes et de modélisation financière en Python et C#. Aujourd’hui consultant auprès de fintech, il intervient sur les problématiques de data, d’algorithmie et de modélisation. Il enseigne également dans plusieurs établissements, dont l’Université Paris Dauphine, CY Tech et l’ESILV. Sa pédagogie, tournée vers la pratique, s’appuie sur une solide expérience de terrain en finance, statistiques et développement.