Initiation à la Statistique : comprendre, analyser, décider

• Formation participative en petit groupe.
• Alternance d’apports courts, de constructions au tableau pas à pas et de cinq ateliers sur données réelles.
• Aucune démonstration mathématique : chaque notion est justifiée par l’usage.
• Un ordinateur par participant, avec Excel ou LibreOffice Calc. Les classeurs d’exercices sont fournis prêts à l’emploi, aucune formule à saisir de zéro.
• Fiche mémo des concepts et classeur Excel des exercices corrigés.
• Les cinq outils construits en ateliers, réutilisables dès le lendemain : checklist des 5 questions à poser avant de croire un chiffre, arbre de choix de l’indicateur, réflexe « jamais une moyenne sans sa dispersion », arbre de choix du graphique avec la checklist des graphiques trompeurs, gabarit de note quantitative.
• Un support de cours (PDF)
• Exercices pratiques
• Tests d’évaluation

Matin

9h00 - Accueil : tour de table et autodiagnostic

• Recueil des attentes, quiz de positionnement, et une question posée à chacun : quel chiffre devez-vous justifier le plus souvent ?

9h15 - Séquence 1 (1 h 30) : d’où viennent les chiffres

• D’où vient la statistique ? Histoire courte, usages actuels, et ce qu’elle peut ou ne peut pas prouver.
• Le vocabulaire de base : population, échantillon, individu, variable qualitative ou quantitative, discrète ou continue, effectif et fréquence.
• Deux logiques à ne pas confondre : la statistique descriptive résume ce que l’on a observé, l’inférentielle généralise à ce que l’on n’a pas observé.
• Les pièges dès la collecte : biais de sélection, biais de survie, données manquantes, confusion entre corrélation et causalité.
• Atelier 1 : le vrai du faux, dix affirmations chiffrées tirées de la presse et de rapports d’entreprise ; chacun vote vrai, faux ou « on ne peut pas savoir », puis on remonte à la source de chaque chiffre. Livrable : la checklist des 5 questions à poser avant de croire un chiffre.

11h00 - Séquence 2 (1 h 30) : le centre de la distribution

• Moyenne, médiane, mode, quantiles : construction étape par étape sur un exemple unique, puis comparaison des résultats.
• Moyennes pondérées, effet des valeurs extrêmes, cas des distributions asymétriques (salaires, délais, montants de sinistres).
• Prise de recul : quand chaque indicateur nous trompe, et quelle alternative retenir selon le cas d’étude.
• Atelier 2 : un même jeu de données, quatre indicateurs, quatre conclusions, laquelle défendriez-vous ? Livrable : l’arbre de choix de l’indicateur selon la donnée.

12h30 - Pause déjeuner

Après-midi

13h30 - Séquence 3 (1 h 30) : mesurer les écarts, les indicateurs de dispersion

• Étendue, écart interquartile, variance, écart-type, coefficient de variation : construction pas à pas et interprétation en langage courant.
• Lire une distribution : symétrie, asymétrie, valeurs aberrantes, queues épaisses, et pourquoi la moyenne seule ne suffit jamais.
• Prise de recul sur les indicateurs de variabilité : pièges courants, effet de la taille d’échantillon, alternatives robustes.
• Atelier 3 : deux séries de même moyenne, deux réalités opposées, mesurer l’écart et en tirer la décision. Livrable : le réflexe « jamais une moyenne sans sa dispersion ».

15h15 - Séquence 4 (1 h 15) : montrer les données sans les déformer

• Choisir le bon graphique : histogramme, boîte à moustaches, nuage de points, courbe, diagramme en secteurs, et les cas où il faut l’éviter.
• Reconnaître un graphique trompeur : une échelle qui ne part pas de zéro et exagère une variation, deux courbes aux échelles différentes qui suggèrent un lien inexistant, des catégories regroupées qui font disparaître le problème.
• Prise en main sous Excel ; aperçu de R et de Python pour les publics concernés.
• Atelier 4 : trois graphiques d’un même jeu de données, choisir celui qui informe et écarter celui qui manipule. Livrable : l’arbre de choix du graphique et la checklist des 7 signes d’un graphique trompeur.

16h30 - Séquence 5 (45 min) : premiers pas vers l’inférence et ouverture métier

• De l’échantillon à la population : loi normale, notion d’intervalle de confiance et de marge d’erreur, approche intuitive et sans formalisme.
• Cas d’usage issus de votre secteur, personnalisables. En ouverture : ces notions de probabilité et de marge d’erreur sont exactement celles qui font tourner les modèles prédictifs et l’IA, approfondis au niveau avancé.
• QCM interactif de validation des acquis (10 questions) et correction collective commentée.
• Atelier 5 : rédiger la note d’une page qui justifie un chiffre devant un décideur. Livrable : le gabarit de note quantitative, appliqué séance tenante à un cas de son poste.

17h15 - Clôture : synthèse et évaluation

• Retour sur les attentes exprimées le matin, questions ouvertes, évaluation à chaud, remise du support et de la fiche mémo. Fin à 17h30.

La méthode du fil rouge

• Toute la journée s’appuie sur un même jeu de données d’entreprise (effectifs, rémunérations, délais de traitement et incidents d’une PME), repris de séquence en séquence : chaque notion nouvelle vient éclairer, ou corriger, la lecture faite à l’étape précédente.
• En intra, ce fil rouge est remplacé par un extrait anonymisé de vos propres données.