Data science
Introduit| English | Sens |
|---|---|
| data science/ˈdeɪtə ˈsaɪəns/ | science des données |
| descriptive statistics/dɪˈskrɪptɪv stəˈtɪstɪks/ | statistiques descriptives |
| visualisation/ˌvɪʒuːəlaɪˈzeɪʃn/ | visualisation |
| correlation is not causation/ˌkɒrɪˈleɪʃn ɪz nɒt kɔːˈseɪʃn/ | la corrélation n'implique pas la causalité |
Five students answer, but only four give a time
- A fictional commute survey has five rows: 10, 20, 30, 40 and one blank, measured in minutes. Calling the blank zero changes the result.
- Data science 数据科学 combines a question, data preparation, analysis and interpretation. Begin by stating which students and which journey the question concerns.
Check what a suspicious value means
- Inspect units, impossible values, repeated rows and missing fields. A repeated value is not automatically a duplicate person, and an unusual value is not automatically an error.
- Keep a record of each correction or exclusion. If one field is blank, other usable fields in that row may still support a different analysis.
Supprimer toutes les lignes comportant au moins un champ vide n'est pas toujours une décision neutre de nettoyage.
Difficulté 1/5 · 100 pièces + un petit bonus lors de la première réussite aujourd'hui
Des champs utiles peuvent être conservés, et l'absence de données peut biaiser le choix des observations retenues.
Deux répondants peuvent donner le même temps de trajet sans qu'aucune ligne ne soit un doublon.
Difficulté 1/5 · 100 pièces + un petit bonus lors de la première réussite aujourd'hui
VRAI. Des valeurs égales sont courantes ; vérifiez l'identité et les enregistrements de collection avant de supprimer des données.
Use the denominator that matches the question
- Descriptive statistics 描述性统计 summarize the observed data. Here the four recorded times total 100 minutes: mean 25 and median 25, with four valid times from five respondents.
- A visualisation 可视化 should state its units and population. Do not label the mean as the mean for all five students unless the missing value is resolved.

Les temps enregistrés sont 10, 20, 30 et 40 minutes, avec une valeur manquante supplémentaire. Quelle est la moyenne des temps enregistrés ?
Difficulté 2/5 · 140 pièces + un petit bonus lors de la première réussite aujourd'hui
Le total 100 est divisé par quatre temps enregistrés valides, ce qui donne 25 minutes.
Choose the chart for the comparison
- Use a bar chart to compare categories, a line chart for an ordered time series, and a scatter plot to examine two numeric variables together.
- Give the chart a useful title, labelled axes, units and the relevant sample size. A viewer must know what each value represents.
Reliez chaque comparaison à un graphique de départ approprié.
Difficulté 2/5 · 140 pièces + un petit bonus lors de la première réussite aujourd'hui
Choisissez un graphique qui exprime la relation entre les données.
Un axe non étiqueté permet tout de même au lecteur d'identifier fiablement l'unité et la variable mesurée.
Difficulté 1/5 · 100 pièces + un petit bonus lors de la première réussite aujourd'hui
Fournissez la variable et les unités ; le lecteur ne devrait pas avoir à deviner.
Separate a pattern from its cause
- Correlation is not causation 相关不等于因果: an observed relationship alone does not show that one variable produced the other. Other factors and the study design matter.
- If a survey finds longer commuters sleep less, describe the association within the respondents. Do not conclude that changing commute time alone will change sleep.
Les répondants aux enquêtes ayant des trajets longs rapportent moins de sommeil. Quelle conclusion est soutenue ?
Difficulté 1/5 · 100 pièces + un petit bonus lors de la première réussite aujourd'hui
L'observation ne met pas en évidence un effet causal ni ne justifie une affirmation concernant une population plus large.
Report a finding with its limits
- Report: “The four recorded commute times have mean 25 minutes; one of five respondents did not give a time.” Missingness can affect how representative the result is.
- State the sample and collection limits before recommending action. A one-class survey does not establish a result for every student in the city.
Question → checked data → transparent calculation → labelled chart → limited conclusion. Missing values and sample boundaries belong in the explanation.
Écrivez une limite d'une enquête auprès de 60 élèves d'une seule classe.
Difficulté 3/5 · 200 pièces + un petit bonus lors de la première réussite aujourd'hui
Une classe peut différer des autres, donc le résultat ne doit pas automatiquement être généralisé à la ville entière.
Lequel rapporte transparentement le résultat du trajet ?
Difficulté 1/5 · 100 pièces + un petit bonus lors de la première réussite aujourd'hui
Indiquez le dénominateur valide et le nombre de valeurs manquantes.