Le projet statistics-crawler est une application web permettant de collecter des données statistiques à partir de sites web définis, de les analyser et de générer des rapports à partir de ces données. Il est basé sur le framework Scrapy pour la collecte de données, Pandas pour l'analyse de données et Matplotlib pour la génération de graphiques.

Ce projet permet de collecter, analyser et visualiser des données statistiques pour des organismes publics ou privés. Il offre des outils pour suivre les performances, générer des rapports et présenter les résultats sous forme de graphiques et tableaux. Destiné à faciliter la prise de décision basée sur des données fiables et actualisées.

Ce projet est une démonstration en ligne d'un outil de visualisation de données graphiques et statistiques. Il permet de générer des graphiques interactifs pour illustrer des concepts mathématiques ou des jeux de données. L'application est conçue pour tester et présenter les fonctionnalités de la bibliothèque ImPlot, intégrée à un environnement graphique léger. Elle s'adresse aux développeurs, chercheurs ou étudiants souhaitant explorer des visualisations de données sans installation locale.

Ce projet académique vise à minimiser et analyser des données statistiques à travers des méthodes de vraisemblance et de génération de pseudo-données. Il permet aux utilisateurs de créer des jeux de données simulés, de calculer des fonctions de vraisemblance et de visualiser les résultats sous forme de graphiques. Destiné à des travaux pratiques en physique ou en statistique, il facilite l'apprentissage des méthodes d'optimisation et d'analyse de données.

Ce projet fournit une boîte à outils en R dédiée à l'exploitation et à l'analyse des données de l'Échantillon Démographique Permanent (EDP) de la DREES. Il facilite le calcul d'indicateurs sanitaires et démographiques, la standardisation de taux, la génération de tableaux et graphiques standardisés, ainsi que la manipulation de données massives via Apache Spark. Les fonctions sont conçues pour répondre aux besoins des études publiques en santé et en statistiques sociales.

Outil interactif conçu pour faciliter l'exploration statistique de données uni-, bi-, tri- et multi-variées. Permet aux utilisateurs d'analyser des jeux de données, d'appliquer des filtres, de générer des graphiques et des résidus de régression, et d'enrichir leurs tableaux avec de nouvelles variables calculées. Destiné aux chercheurs, statisticiens et analystes souhaitant manipuler et interpréter des données complexes de manière intuitive.

Bibliothèque de composants React permettant de créer des graphiques accessibles et personnalisables pour visualiser des données statistiques. Elle s'intègre au Système de Design de l'État français et propose des composants comme des camemberts, des barres et des courbes, sans dépendance d'exécution. Les graphiques sont générés en SVG et respectent les normes d'accessibilité.

Génération uniforme ou proche de l'uniformité de solutions pour de grandes formules de satisfiabilité est un problème théorique et pratique d'intérêt pour la communauté de test. Des travaux récents ont proposé deux algorithmes (Unigen et QuickSampler) pour un compromis entre temps d'exécution et garanties d'uniformité. Cette référence vise à fournir tous les modèles de fonctionnalités des bancs d'essai, des scripts Python pour exécuter des expériences, des scripts Python pour calculer des graphiques, des figures et des statistiques de ce document ainsi que d'autres, et des instructions pour réutiliser notre travail.

Bibliothèque logicielle dédiée à la modélisation et à l'inférence de modèles graphiques probabilistes. Elle permet de manipuler des densités de probabilité, d'estimer des paramètres à partir de données, de générer des échantillons aléatoires et d'analyser des séquences complexes. Utilisée principalement en statistiques, en apprentissage automatique et en traitement du signal pour résoudre des problèmes d'inférence et de prédiction.

AlgoLov est un outil dédié à l'analyse et à la visualisation de données statistiques issues de simulations ou d'expérimentations. Il permet aux utilisateurs de traiter des fichiers, d'extraire des indicateurs clés, et de générer des rapports comparatifs ou des classements. Idéal pour les études en informatique ou en sciences, il facilite la prise de décision grâce à des visualisations graphiques et des tableaux synthétiques.