Scribd
Importer
4 vues2 pages

Code TP Statistique Python

Le document présente un TP de statistique utilisant Python pour analyser des données sur les buts encaissés par une équipe de hockey et des données non ordonnées. Il calcule des statistiques descriptives telles que la moyenne, la variance et l'écart-type, et génère des visualisations sous forme de diagrammes à secteurs et d'histogrammes. Les résultats incluent également des données triées et des mesures de tendance centrale comme la médiane.

Transféré par

ia9680244
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
4 vues2 pages

Code TP Statistique Python

Le document présente un TP de statistique utilisant Python pour analyser des données sur les buts encaissés par une équipe de hockey et des données non ordonnées. Il calcule des statistiques descriptives telles que la moyenne, la variance et l'écart-type, et génère des visualisations sous forme de diagrammes à secteurs et d'histogrammes. Les résultats incluent également des données triées et des mesures de tendance centrale comme la médiane.

Transféré par

ia9680244
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

TP Statistique avec Python - Code Python

# =========================
# TP STATISTIQUE AVEC PYTHON
# =========================

import numpy as np
import [Link] as plt

# ======================================================
# EXERCICE 1 : Buts encaissés par une équipe de hockey
# ======================================================

xi = [Link]([0,1,2,3,4,5,6,7,10])
ni = [Link]([5,12,14,8,7,4,2,1,1])

N = [Link](ni)

fi = ni / N
Fi = [Link](fi)

fixi = ni * xi
fixi2 = ni * (xi**2)

moyenne = [Link](fixi) / N
variance = [Link](fixi2) / N - moyenne**2
ecart_type = [Link](variance)

print("=== EXERCICE 1 ===")


print("Effectif total :", N)
print("Fréquences :", fi)
print("Fréquences cumulées :", Fi)
print("Moyenne =", moyenne)
print("Variance =", variance)
print("Ecart-type =", ecart_type)

# Diagramme à secteurs
[Link](figsize=(6,6))
[Link](ni, labels=xi, autopct='%1.1f%%')
[Link]("Diagramme à secteurs")
[Link]()

# Histogramme
[Link](figsize=(8,5))
[Link](xi, ni)
[Link]("Nombre de buts")
[Link]("Effectifs")
[Link]("Histogramme des effectifs")
[Link]()

# ======================================================
# EXERCICE 2 : Données non ordonnées
# ======================================================

data = [
3,7,0,5,4,2,1,2,1,10,3,2,1,2,
4,2,6,2,3,1,2,1,0,2,5,3,2,3,
1,2,0,4,1,4,2,5,0,1,2,1,6,2,
3,4,1,1,5,4,3,2,1,0,3,4
]

data = [Link](data)

data_trie = [Link](data)

moyenne = [Link](data)
variance = [Link](data)
ecart_type = [Link](data)
mediane = [Link](data)
print("\\n=== EXERCICE 2 ===")
print("Données triées :")
print(data_trie)

print("Médiane =", mediane)


print("Moyenne =", moyenne)
print("Variance =", variance)
print("Ecart-type =", ecart_type)

Vous aimerez peut-être aussi