Mini Projet : Analyse Statistique des Données Énergétiques des Bâtiments

Mini Projet : Analyse Statistique des Données
Énergétiques des Bâtiments
1. Introduction
Ce projet s’inscrit dans le cadre de la formation doctorale en statistiques appliquées. L’objectif est
d’analyser un dataset énergétique des bâtiments afin d’identifier les relations entre les variables
influençant la performance énergétique.
2. Description du Dataset
Le dataset utilisé est le 'Energy Efficiency Dataset'. Il contient 768 échantillons avec plusieurs
variables : surface, orientation, vitrage, hauteur, etc. Les variables cibles sont les charges de
chauffage et de refroidissement.
3. Problématique
Comment les paramètres architecturaux influencent-ils la consommation énergétique des
bâtiments ?
4. Objectifs
- Analyser les variables - Identifier les corrélations - Proposer une interprétation énergétique
5. Analyse Univariée
L’analyse univariée consiste à étudier chaque variable individuellement à travers des histogrammes
et des statistiques descriptives.
6. Analyse Bivariée
Cette analyse permet d’identifier les relations entre deux variables, notamment via des scatter
plots.
7. Analyse Multivariée
Une matrice de corrélation permet d’analyser les interactions entre toutes les variables.

8. Méthodologie
Le travail a été réalisé avec Python en utilisant pandas, matplotlib et seaborn.
9. Résultats
Les résultats montrent une forte corrélation entre certaines variables géométriques et la
consommation énergétique.
10. Interprétation
Les bâtiments compacts consomment moins d’énergie, confirmant les principes de conception
bioclimatique.
11. Application à la thèse
Ces résultats sont directement liés à la modélisation thermique des bâtiments performants.
12. Limites
Dataset simplifié, absence de données climatiques réelles.
13. Perspectives
Intégration de données climatiques et simulation avec TRNSYS ou EnergyPlus.
14. Conclusion
L’analyse statistique permet de mieux comprendre les facteurs influençant la performance
énergétique.
15. Références
1. UCI Machine Learning Repository 2. Kaggle Energy Datasets 3. Articles scientifiques récents