py_thesis_toolbox

py_thesis_toolbox

Main repository : https://gogs.alibellamine.me/alibell/py_thesis_toolbox/

Outils d'analyse des données de thèses. Applique une description des données suivi d'une série de tests univariés.

Installation du plugin

    git clone https://gogs.alibellamine.me/alibell/py_thesis_toolbox.git
    cd py_thesis_toolbox
    pip install -r requirements.txt
    pip install .

Utilisation

Analyses d'un jeu de donnée

L'analyse d'un jeu de données procède aux traitements suivant :

• Analyse descriptive : moyenne, nombre de sujet, médiane, intervales inter-quartiles
• Analyse explicative descriptive
• Application de test lors de l'analyse explicative descriptive

@TODO : Implémenter la création d'un modèle multivariés

    from thesis_analysis import analyseStatistiques

    analyses = analyseStatistiques(df)
    analyses.analyse_univarie(
        variable_interet,
        variables_explicatives
    )

variable_interet

La variable variable d'intérêt comprend un dictionnaire décrivant une liste de variables qualitatives ou quantitative. Le dictionnaire doit être de la forme :

{
    nom_de_variable:type_de_variable["qualitative","quantitative"]
    ...
}

variables_explicatives

Liste de variables explicatives. L'ensemble des variables doit être de type qualitatif. Il s'agit d'une liste :

[
    nom_de_variable
    ...
]

Application d'un test spécifique

    from thesis_analysis.test import testQualitatif, testQuantitatif

    test = testQualitatif(df, y, x)
    test.best_test()

Applique pour un jeu x et y le meilleur test possible. Paramètres :

• df : DataFrame contenant l'ensemble du jeu de données
• y : variable d'intérêt sur laquelle on mesure l'impact de la variable x
• x : variable dont on mesure l'impact sur y

La fonction best_test détermine le meilleur test applicable aux données.

Il est possible d'executer une série de test manuellement. La liste des test peut être obtenue en éxecutant :

    dir(test)