Fatoumata Sira BÂ

Projet : Exploration de Données de Santé Publique

1. Choix du Sujet

Le sujet de ce projet est l’analyse des données de santé publique. Nous allons explorer des
données liées à la santé de la population, telles que les taux de maladies, les vaccinations, les
facteurs de risque, etc.

2. Présentation du Projet

L’objectif principal de ce projet est d’extraire des informations significatives à partir des
données de santé publique. Nous allons identifier des tendances, des corrélations et des
modèles qui peuvent aider à améliorer la santé globale de la population.

3. Intérêt du Projet

 Impact social : Comprendre les problèmes de santé publique permet de mettre en

place des politiques de prévention et d’intervention plus efficaces.
 Prise de décision éclairée : Les décideurs politiques, les professionnels de la santé et
les chercheurs peuvent utiliser ces informations pour prendre des décisions éclairées.

4. Outils et Matériels (Collecte des Données)

 Sources de Données : Nous collecterons des données à partir de sources fiables telles
que les agences gouvernementales de santé, les hôpitaux, les cliniques, etc.
Logiciels : Nous utiliserons des outils tels que Python (avec les bibliothèques Pandas,
Matplotlib, Seaborn), R, ou des outils de feuilles de calcul pour analyser les données.

5. Méthode Utilisée (Traitement des Données)

1. Collecte des Données :

o Rassemblez des ensembles de données pertinents (par exemple, taux de
maladies, vaccinations, etc.).
o Nettoyez les données en supprimant les valeurs manquantes, les doublons, etc.
2. Exploration des Données :
o Utilisez des statistiques descriptives pour résumer les données (moyenne,
médiane, écart-type, etc.).
o Créez des visualisations (histogrammes, diagrammes en boîte, etc.) pour
explorer les distributions et les relations entre les variables.
3. Analyse des Tendances et des Corrélations :
o Identifiez les tendances au fil du temps (par exemple, augmentation des cas de
maladies).
o Cherchez des corrélations entre les variables (par exemple, relation entre la
vaccination et la prévalence des maladies).
4. Modélisation :
o Si possible, créez des modèles prédictifs (régression, classification) pour
anticiper les évolutions futures.