This is an undergraduate course (in French!) introducing statistics and data visualisation.

Syllabus:

Syllabus 2019-2020

Polycopié:

Introduction à Python (HLMA310) (en cours de rédaction)

Widgets introductifs

Distributions continues	Distributions discrètes	Quantiles

Sources: https://github.com/josephsalmon/Random-Widgets

Cours: slides et notebooks

1. StatDescriptives.pdf, StatDescriptives.ipynb, StatDescriptives.html

2. GaussianDistribution.pdf, GaussianDistribution.ipynb, GaussianDistribution.html

3. Echantillonnage.pdf, Echantillonnage.ipynb, Echantillonnage.html

4. EstimationTests.pdf, EstimationTests.ipynb, EstimationTests.html

5. ICGaussiens.pdf, ICGaussiens.ipynb, ICGaussiens.html

6. ModeleLineaire.pdf, ModeleLineaire.ipynb, ModeleLineaire.html, Widgets_MCO.ipynb

7. Anova.pdf, Anova.ipynb, Anova.html

Plus d'information et quelques sources de données:

Général

• ScienceEtonnante: Les politiques d'austérité : à cause d'une erreur Excel ?

• Python for Dynamics and Evolution of Earth and Planets

• Numpy Tutorial et from-python-to-numpy par Nicolas P. Rougier

• Compstat: "Tutorial on Computational Statistics", by Allen Downey

• Comment choisir les couleurs pour les daltoniens?

• Zététique, autodéfense intellectuelle par R. Monvoisin

• Jake VanderPlas book on datascience and associated videos

• Scipy lecture notes

Biais

• The Literary Digest poll : Franklin D. Roosevelt vs. Alf Landon https://amsi.org.au/ESA_Senior_Years/SeniorTopic4/4b/4b_2content_4.html

• Survivorship bias

Bases de données

• Open Climate Data

• OREM: Bases de données des Services d'Observation

• Pollution on data.gouv.fr

Covid-19

• The mathematics of the corona outbreak

• The Safe Sneeze by Mythbusters