R2.08 - Statistique descriptive
TP 1 bis - Description unidimensionnelle

A. Ridard

L'objectif est de reprendre le TP1, mais avec Python cette fois !

Deux documents pouvant être utiles :

La référence présentée en cours :

Importations pour ce TP

In [2]:
# importation des packages
import numpy as np
import pandas as pd
import seaborn as sns

# importation des modules
import matplotlib.pyplot as plt
import scipy.stats as sps

Charger les données du fichier TP1_Data.xslx dans un DataFrame.

In [7]:
# importation du fichier Excel

Représentations graphiques

Pour établir les différentes distributions, on pourra utiliser la méthode .groupby() (cf. section 4.5 du livre) équivalente au regroupement en SQL.

Représenter graphiquement, avec le diagramme le plus adapté (cf. section 5 du livre), la distribution :

des trois spécialités

In [32]:
# Tableau
In [33]:
# Graphique

des bacs toute spécialité confondue

In [34]:
# Tableau
In [35]:
# Graphique

des bacs pour chacune des spécialités

In [36]:
# Tableau
In [37]:
# Graphique

des mentions au bac S

In [38]:
# Tableau
In [39]:
# Graphique

des mentions au bac S pour chacune des spécialités

In [40]:
# Tableau
In [41]:
# Graphique

des formations postbac

In [42]:
# Tableau
In [43]:
# Graphique

des formations postbac pour chacune des spécialités

In [44]:
# Tableau
In [45]:
# Graphique

des formations postbac pour chacune des mentions au bac S

In [46]:
# Tableau
In [47]:
# Graphique

des départements du lycée

In [48]:
# Tableau
In [49]:
# Graphique

des étudiants qui n'ont pas changé de département pour leur formation postbac

In [50]:
# Tableau
In [51]:
# Graphique

des notes de maths au bac

In [52]:
# Tableau
In [53]:
# Graphique

des notes de maths au bac pour chacune des spécialités

In [54]:
# Tableau
In [55]:
# Graphique

des notes de protocoles en cryptographie

In [56]:
# Tableau
In [57]:
# Graphique

des notes de protocoles en cryptographie pour chacune des spécialités

In [58]:
# Tableau
In [59]:
# Graphique

des notes de protocoles en cryptographie pour chacune des formations postbac

In [60]:
# Tableau
In [61]:
# Graphique

Indicateurs statistiques

Là encore, on pourra utiliser la méthode .groupby() (cf. section 4.5 du livre) accompagnée de .agg().

Calculer :

le nombre d'étudiants pour chacune des spécialités

In [62]:
# Réponse

la moyenne et l'écart-type des notes de protocoles en cryptographie

In [63]:
# Réponse

la moyenne et l'écart-type des notes de protocoles en cryptographie pour chacune des spécialités

In [64]:
# Réponse

la moyenne et l'écart-type des notes de protocoles en cryptographie pour chacune des formations postbac

In [65]:
# Réponse

la moyenne des extrêmes et l'étendue des notes de maths pour la crypto

In [66]:
# Réponse

la moyenne des extrêmes et l'étendue des notes de maths pour la crypto pour chacune des spécialités

In [67]:
# Réponse

la moyenne des extrêmes et l'étendue des notes de maths pour la crypto pour chacune des formations postbac

In [68]:
# Réponse

la moyenne "approchée" et l'écart-type "approché" des notes de maths au bac

In [69]:
# Réponse

la moyenne "approchée" et l'écart-type "approché" des notes de maths au bac pour chacune des spécialités

In [70]:
# Réponse

Des questions supplémentaires (non facultatives)

Pour les questions suivantes, on pourra se reporter à la section 4.4 du livre

Afficher les différents indicateurs, à l'aide de la méthode .describe(), pour les notes de protocoles en crypto et celles de maths pour la crypto

In [ ]:
# Réponse

Afficher ces différents indicateurs pour les notes de protocoles en crypto dans chacune des spécialités

In [ ]:
# Réponse

Afficher ces différents indicateurs pour les notes de protocoles en crypto dans chacune des formations postbac en se restreignant à CyberDef

In [ ]:
# Réponse

Afficher le 1er et le 9ème décile, le coefficient d'asymétrie et celui d'applatissement pour les notes de protocoles en crypto

In [ ]:
# Réponse