Je réaliserai une analyse statistique et un test d'hypothèse sur vos données en python
Analyste de données
À propos de ce service
« Est-ce que X influence réellement Y, ou est-ce simplement une apparence ? »
C’est la question à laquelle ce service répond, avec un test adapté à vos données et une réponse que vous pouvez expliquer à quelqu’un qui n’a jamais entendu parler de p-value.
COMMENT JE TRAVAILLE
Je commence par examiner vos données et votre question, puis je vous indique quel test est approprié et pourquoi. Les hypothèses sont vérifiées, pas supposées. Si vos données ne supportent pas la question, je vous le dis avant que vous commandiez — cette réponse est gratuite.
CE QUE VOUS OBTENEZ
- Le test adapté à vos données, avec la raison de son choix
- Vérification des hypothèses, taille d’effet et niveau de confiance, pas seulement une p-value
- Un graphique montrant le résultat
- Un verdict en langage simple : ce que les données soutiennent, ce qu’elles ne soutiennent pas, et votre degré de confiance
- Les limites exposées ouvertement, y compris où la corrélation ne signifie pas causalité
QUESTIONS COURANTES
La nouvelle tarification a-t-elle modifié la valeur moyenne des commandes ? Les clients du canal A se comportent-ils différemment de ceux du canal B ? Le test A/B a-t-il réellement gagné ? Cette différence est-elle réelle ou simplement du bruit ?
OUTILS
Python : Pandas, numpy, scipy, matplotlib.
CE SERVICE NE COMPREND PAS
Les devoirs académiques, thèses et travaux universitaires. Modèles prédictifs et apprentissage automatique. Contactez-moi d’abord si vous avez un doute.
Type d'analyse:
Analyse statistique
•
Analyse descriptive
Expertise:
Analyses de l'activité
•
Statistiques
Langage de programmation:
Python
•
SQL
Mon portfolio
FAQ
Traduction automatique
Quel test allez-vous utiliser ?
Celui que vos données justifient. Cela dépend de la distribution, de la taille de l’échantillon et de ce que vous comparez. Je vous indique le choix et la raison avant de lancer quoi que ce soit — je ne choisis pas un test parce qu’il donne un résultat plus joli.
Et si le résultat n’est pas significatif ?
Vous recevrez cette réponse, clairement formulée, et elle vaut autant qu’une réponse positive. « La différence que vous voyez est probablement du bruit » économise plus d’argent que la plupart des résultats positifs n’en rapportent.
De combien de données ai-je besoin ?
Envoyez-moi ce que vous avez, et je vous dirai avant que vous commandiez. Les petits échantillons ne sont pas automatiquement inutiles, mais ils modifient le test valable et la confiance que l’on peut avoir dans la réponse.
Pouvez-vous prouver que X a causé Y ?
Presque jamais, et quiconque vous promet cela vous vend quelque chose. Les données observationnelles montrent une association. Je vous dirai clairement ce qui serait nécessaire pour prétendre à une causalité.
Faites-vous de l’apprentissage automatique ou des prévisions ?
Pas dans ce service. C’est un type de projet différent avec des risques différents, et je préfère dire non plutôt que de livrer un modèle que je ne peux pas soutenir.

