Dans de nombreux domaines, notamment en sciences du vivant, les données sont de plus en plus nombreuses et variées. Elles peuvent mêler des chiffres, des catégories (par exemple des types de maladies) et parfois des informations manquantes. Dans ce contexte, une question revient souvent : comment expliquer une catégorie donnée (comme un niveau de maladie ou un type génétique) à partir de toutes les données disponibles ?

QuaDS est un module Python conçu pour répondre à ce besoin. Il permet de produire automatiquement une analyse statistique complète d’une variable qualitative (une catégorie) à partir de variables de différentes natures. Concrètement, il examine chaque variable séparément par rapport à la catégorie étudiée et choisit automatiquement le test statistique le plus adapté, sans que l’utilisateur ait à maîtriser ces méthodes ou à effectuer des vérifications préalables.

Les résultats sont fournis sous forme de tableaux (CSV ou Excel), ce qui facilite leur tri et leur exploration. L’outil propose aussi des indicateurs simples pour aider à interpréter les résultats, par exemple pour repérer ce qui est plus ou moins fréquent que la moyenne.

Pour les variables qualitatives, QuaDS offre en plus une visualisation interactive originale appelée « diagramme en rayons de soleil » (sunburst).
La catégorie étudiée apparaît au centre, et les autres variables autour. Un code couleur permet de repérer rapidement les liens importants, offrant une lecture claire et intuitive.
QuaDS est ainsi un outil pratique pour analyser rapidement des données complexes et identifier les éléments les plus utiles pour comprendre une situation.