La phase d’analyse est purement mathématique. C’est lors de cette phase que l’on met en place un ensemble d’outils pour identifier la cause réelle du problème.

Les statistiques inférentielles visent à décrire une population à partir d’un échantillon et donc de réaliser des « inférences ». 

La p-Value permet de s’assurer de la robustesse du test et des résultats associés.

Les régressions sont des outils mathématiques qui permettent de valider une corrélation tout en permettant d’identifier l’équation qui relie les données entre elles, et ainsi de prédire les comportements.

Les tests d’hypothèses sont des outils statistiques d’aide à la décision. Ils vont permettre de comparer un ou plusieurs échantillons, et de valider ou d’invalider une hypothèse donnée.

La loi normale est l’un des piliers de la statistique. Bien connue, elle est utilisée dans tous les domaines de la statistique : finance, psychologie, anatomie…. Elle résume de nombreuses distributions statistiques observées.

Sur la base de l’épreuve de Bernoulli, les probabilités permettent d’évaluer notre “chance” qu’un événement apparaisse dans notre contexte de calcul.

Queen of chance, this law is the basis of probability calculations.

Très complexe à calculer, cette loi est utilisé pour calculer la probabilité lorsque nous avons un tirage sans remise (un cas très courant, exemple des contrôles qualités).

Cette méthode permet d’effectuer des opérations entre des distributions de données pour en simuler la résultante.

Partant d’un échantillon pour déduire le comportement de la population, la statistique inférentielles incorpore toujours une notion de confiance dans les mesures.