Analyse Statistique et Visualisation Financière

1. 📌 L'essentiel

• Les statistiques descriptives permettent de résumer un dataset (moyenne, médiane, mode, variance, écart-type).
• La dispersion indique la variabilité des données (IQR, variance, écart-type).
• La skewness mesure l’asymétrie d’une distribution ; kurtosis indique la de queues épa.
• La covariance et la corrélation évaluent la relation entre deux variables (Pearson, Spearman).
• La gestion des outliers se fait par clipping (5-95%) ou normalisation Z-score.
• Les ratios financiers clés : Current Ratio, ROA, Asset Turnover, Debt-to-Equity.
• La visualisation (histogrammes, boxplots, scatter plots) facilite l’interprétation.
• La comparaison sectorielle utilise médianes et Z-scores.
• La gestion des données manquantes (NaN) est essentielle pour la fiabilité.
• L’objectif est d’interpréter pour la prise de décision financière.