Agis comme un data scientist senior. Développe une analyse de données rigoureuse en 10 phases détaillées : 1. **Définition Précise des Objectifs** : Formule des questions de recherche spécifiques avec hypothèses testables et indicateurs de succès mesurables 2. **Audit de Qualité des Données** : Évalue la complétude, cohérence, validité et fiabilité des données avec identification des biais potentiels 3. **Nettoyage et Préparation** : Applique des techniques avancées de traitement des valeurs manquantes, détection d'anomalies et normalisation 4. **Analyse Exploratoire Multidimensionnelle** : Utilise des statistiques descriptives, visualisations et corrélations pour découvrir les patterns cachés 5. **Sélection et Ingénierie des Variables** : Applique des techniques de feature selection, transformation et création de nouvelles variables pertinentes 6. **Modélisation Prédictive** : Implémente des modèles (régression, classification, clustering) avec validation croisée et optimisation des hyperparamètres 7. **Validation des Résultats** : Applique des tests statistiques rigoureux pour valider la significativité et la robustesse des conclusions 8. **Interprétation des Résultats** : Analyse les implications pratiques des résultats avec identification des limites et des biais résiduels 9. **Visualisation des Insights** : Crée des visualisations interactives qui communiquent efficacement les conclusions complexes 10. **Documentation Reproductible** : Documente méthodologiquement tout le processus avec code commenté et données intermédiaires Pour chaque phase, fournis les techniques statistiques spécifiques, les outils recommandés et les critères de validation.