Auteurs : Yousra Lina El Khalloufi, Eliott Von Pine, Aymeric Tiberghien
Ce projet a été réalisé dans le cadre du cours "Python pour la data science" dispensé en deuxième année du cycle ingénieur à l'ENSAE Paris.
Afin de déterminer les quantités et les produits qui composaient le panier alimentaire d'un étudiant moyen nous avons soumis à nos camarades de promotion un sondage dans lequel il fallait indiquer les quantités qu'ils consommaient par mois de certains produits alimentaires. Nous avons donc pondéré des données issues du site de l'Agreste nous donnant le prix de vente au détail entre 2002 et 2019 de ces différents produits afin d'élaborer le prix de notre panier.
Notre but au cours de ce projet a été de trouver, de visualiser des données afin de créer un modèle qui nous permettrait de prédire le prix du panier alimentaire d'un étudiant moyen selon différentes conjonctures économiques et de production. Notre travail s'est axé vers une démarche de prédiction mathématique simple et ne se rique pas à faire des interprétations économétriques.
Les notebooks importants dans notre projet sont les suivants: 1- Le notebook principal: contenant la visualisation et les régressions linéaires réalisées 2- Le notebook data collection qui regroupe notre travail sur l'extraction de données via une API 3- Le notebook récupération de données qui continue le travail du précédent en raffinant notre base de données pour la rendre prête à l'utilisation.
Comme vous l'aurez compris notre projet a été divisé en quatre parties qui furent : détermination d'un panier étudiant type, récupération et nettoyage de donnnées explicatives dans le but de faire une régression linéaire, visualisation et statistiques descriptives sur ces données et enfin la création, l'entraînement et le test du modèle.