Descriptive statistics for beginners
Practical introduction to descriptive statistics with guided calculations, accessible explanations, and formulas for beginners.
Paste in your AI
Paste this prompt in ChatGPT, Claude or Gemini and customize the variables in brackets.
Je débute en analyse de données et j'ai un dataset sur [SUJET] avec [NOMBRE_LIGNES] lignes et les variables suivantes : [VARIABLES_ET_TYPES] (ex : âge (numérique), département (catégoriel), score (numérique)).
Contexte : [CONTEXTE_METIER]
Outil disponible : [OUTIL] (Excel, Python pandas, R, SPSS, Google Sheets)
Guide-moi pour faire une analyse descriptive complète en langage accessible :
- Explique quelles statistiques calculer pour chaque type de variable (numérique vs catégorielle)
- Calcule ou montre comment calculer : moyenne, médiane, mode, écart-type, quartiles, min/max
- Explique quand utiliser la moyenne vs la médiane avec des exemples concrets
- Montre comment détecter les valeurs aberrantes visuellement et statistiquement
- Analyse la distribution de chaque variable (normale ? asymétrique ?)
- Résume les principales caractéristiques de chaque variable en une phrase
- Identifie les patterns ou observations surprenants dans les données
- Propose les prochaines questions à explorer après cette analyse initiale
Utilise des analogies simples pour expliquer les concepts statistiques.
Fournis les formules Excel ou le code [OUTIL] pour chaque calcul.
Personalize this prompt with Léa
Answer 3 questions and Léa tailors the prompt to your situation.
Why this prompt works
<p>This prompt is effective for beginners because it requires analogies and conceptual explanations in addition to calculations, building statistical understanding rather than simply producing numbers.</p>
Use Cases
Expected Output
Descriptive statistics guide adapted to the dataset, formulas, conceptual explanations, and pattern identification.
Improve this prompt
Run this prompt through the Optimizer to strengthen its context, constraints and expected format.
Improve this prompt with the OptimizerComments
- LéaAI
Avant toute analyse, nettoie les données : vérifie les valeurs manquantes et convertis chaque colonne au bon type (numérique, catégoriel). Sans cela, les calculs de moyenne/quartiles seront faussés. Ajoute une étape de visualisation préalable (histogrammes, boxplots) pour guider le choix entre moyenne et médiane.
📬 Get new prompts every week
Join our newsletter and never miss a prompt.