Kodzo Anani LIMA

- Analyse statistique de l'accidentologie du travail : tests d'association (Spearman, Kruskal-Wallis) reliant accidents et jours d'arrêt aux variables explicatives pour isoler les facteurs de risque dominants. - Modélisation d'un score de risque de récidive des agents (échelle 0 à 100) afin d'anticiper les situations à risque et de cibler les actions de prévention. - Analyse de Pareto et segmentation par méthode de Jenks sur un référentiel de 2,4 M d'enregistrements pour hiérarchiser les causes majeures d'accidents. - Conception de dashboards Power BI (KPI, drill-down, DAX) et d'applications Streamlit pour le suivi des accidents et quasi-accidents, avec vulgarisation auprès de publics non spécialistes. - Automatisation du reporting via des scripts Python (rapports et alertes périodiques), réduisant le temps de production.

- Optimisation de la gestion des données programmatiques : analyse statistique et visualisation. - Développement de modèles de prévision des effectifs (ETP) et des budgets (ARIMA, Prophet, modèles hybrides), avec validation statistique et benchmark (RMSE, MAE, MAPE). - Identification des facteurs explicatifs des écarts via Random Forest, ACP et analyses corrélatives. - Conception d'une application R Shiny d'aide à la décision (filtres, visualisations, prévisions), adoptée par les équipes métiers. - Refonte et optimisation des traitements Power BI : réduction des requêtes, consolidation des bases, temps de chargement améliorés.

- Modélisé statistiquement des données sanitaires (régressions Poisson, quasi-Poisson, binomiale négative) pour identifier précisément les facteurs de risque par maladie. - Segmenté et analysé des ensembles de données complexes via k-means et ACP, mettant en lumière des corrélations clés entrevariables sanitaires et spatiales. - Développé une application R Shiny permettant la visualisation dynamique de cartes de l'île de Mayotte illustrant les indicateurs de risque et résultats statistiques.

- Modélisé le risque relatif spatial par estimation non paramétrique (noyaux récursifs Kelsall–Diggle, Davies–Hazelton), avec sélection de fenêtre par validation croisée. - Analysé 449 études cas-témoins, calculant les risques relatifs (IC 95 %) et menant des tests d'association sous R. - Développé des cartographies statistiques (vaccination en Europe, densité de population mondiale) à l'aide des librairies R epitools,sf, ggplot2