Entdecke die Community

Du test causal à la prédiction : changement de perspective

1. Du test causal à la prédiction : changement de perspective

a) De l’explication causale à la prédiction utile

• Régression et modèles d’équations structurelles (SEM) permettent de tester des théories et d’estimer des effets causaux.
• Le Machine Learning introduit une nouvelle perspective centrée sur la prédiction plutôt que sur l’explication causale.

b) Théories et DAGs : ce qu’ils disent et ce qu’ils ne disent pas

Introduction et enjeux de la gestion des données

1. Introduction et enjeux de la gestion des données

La gestion des données est un enjeu essentiel à l’ère du numérique, devenant un atout stratégique recherché par les organisations pour améliorer leur performance.

• Objectifs clés :

  • Être plus performant
  • Réaliser des économies
  • Améliorer l’image de l’organisation

• Contexte actuel :

  • Multiplication des moyens de diffusion (ordinateur, tablette, téléphone, supports de stockage)
  • Augmentation des échanges, litiges et procès liés aux données

Traitement des aberrations dans l'analyse de données

1. Définitions clés

• Valeur aberrante (outlier) : valeur d'une population supérieure à
  • $Q_3 + 1,5 \times IQR$ => en dessus de 75%
  • $Q_1 - 1,5 \times IQR$=> en dessous 25%
  • $IQR = Q_3 - Q_1$
• Montant tolérable : seuil financier fixé pour juger si une aberration est significative ou non dans le contexte d’un audit.

2. Arbre décisionnel pour le traitement des aberrations

Mesures d'évaluation du clustering

1. Évaluation du clustering

L’évaluation du clustering vise à mesurer la qualité des clusters obtenus sur un jeu de données non étiquetées.

2. Contexte

• Le clustering est un apprentissage non supervisé : pas d’étiquettes de classes disponibles.
• On partitionne un ensemble de données $\mathcal{D}$ de $n$ points en $K$ clusters $\mathcal{C}_1, \mathcal{C}_2, \dots, \mathcal{C}_K$.
• $d$ est une distance sur l’espace $\chi$.
• $k(\vec{x})$ désigne l’indice du cluster auquel le point $\vec{x}$ est assigné.

Collecter et analyser les données

INTRODUCTION

Lors de la Coupe du Monde 2014, l'Allemagne écrase le Brésil 7 buts à 1 en demi-finale. Beaucoup expliquent cette victoire par le talent des joueurs, leur préparation physique ou encore leur mental. Pourtant, derrière cette performance se cachait un élément moins visible : l'utilisation des données et des algorithmes.

Traitement des aberrations dans l'analyse de données

1. Définitions clés

• Valeur aberrante (outlier) : valeur d’une population supérieure à $Q_3 + 1,5 \times IQR$ ou inférieure à $Q_1 - 1,5 \times IQR$, où $IQR = Q_3 - Q_1$ (écart interquartile).
• Montant tolérable : seuil financier défini au-delà duquel une aberration est considérée significative pour l’audit.

2. Arbre décisionnel pour le traitement des aberrations

Étape	Condition	Action

Introduction à l'analyse des données

1. Analyse des données : définitions et objectifs

• Analyse des données (Data Analytics, DA) : ensemble des méthodes et processus visant à extraire, traiter, analyser et interpréter des données pour en tirer des informations utiles à la prise de décision.
• Objectifs principaux :
  • Comprendre les données disponibles.
  • Identifier des opportunités d’utilisation.
  • Améliorer la planification et la qualité des audits.

2. Processus d’analyse des données

Introduction à l'analyse des données

1. Concepts clés de l’analyse des données (Data Analytics - DA)

L’analyse des données vise à exploiter des données pour en extraire des informations utiles, améliorer la prise de décision et optimiser les processus, notamment dans le cadre de l’audit.

2. Processus d’analyse des données en audit

Le processus se décompose en plusieurs étapes clés, impliquant l’auditeur, les spécialistes DA et le client :

Principes de base et stockage des données

1. Principes de base de la gestion des données

• Multiplicité des logiciels : Chaque département utilise des logiciels différents, développés à des moments variés, ce qui entraîne une dispersion des données dans des fichiers multiples.
• Problèmes du traitement traditionnel :
  • Redondance des données : mêmes données stockées plusieurs fois.
  • Incohérence : données contradictoires entre fichiers.
  • Interdépendance : modification des programmes liée aux données.