Objectifs
Découvrir un panorama complet des méthodes statistiques d'analyse des données. Savoir quelle méthode utiliser en fonction des données disponibles et des objectifs à atteindre.
Public
Toute personne devant aborder le domaine de l’analyse de données et de la présentation de synthèse sur les données.
Pré-requis
Aucun
Méthode pédagogique
Pédagogie active mêlant exposés, exercices et applications pratiques dans le logiciel R.
Modalités d'évaluation
Un formulaire d'auto-évaluation proposé en amont de la formation nous permettra d'évaluer votre niveau et de recueillir vos attentes. Ce même formulaire soumis en aval de la formation fournira une appréciation de votre progression.
Des exercices pratiques seront proposés à la fin de chaque séquence pédagogique pour l'évaluation des acquis.
En fin de formation, vous serez amené(e) à renseigner un questionnaire d'évaluation à chaud.
Une attestation de formation vous sera adressée à l'issue de la session.
Trois mois après votre formation, vous recevrez par email un formulaire d'évaluation à froid sur l'utilisation des acquis de la formation.
Des exercices pratiques seront proposés à la fin de chaque séquence pédagogique pour l'évaluation des acquis.
En fin de formation, vous serez amené(e) à renseigner un questionnaire d'évaluation à chaud.
Une attestation de formation vous sera adressée à l'issue de la session.
Trois mois après votre formation, vous recevrez par email un formulaire d'évaluation à froid sur l'utilisation des acquis de la formation.
Accessibilité
Vous souhaitez suivre notre formation Panorama des méthodes d'analyse des données : synthétiser, modéliser, décider et êtes en situation de handicap ? Merci de nous contacter afin que nous puissions envisager les adaptations nécessaires et vous garantir de bonnes conditions d'apprentissage
Programme
- Le cadre statistique
- Panorama des méthodes dans leur cadre
- Gérer et préparer les données
- Exploiter les données pour décider
- La description multidimensionnelle
- La synthèse multidimensionnelle
- Les modèles classiques confrontés à la concurrence
- Quelques spécialisations « métier »
- Discussions et conclusions
- Introduction
- Le raisonnement statistique et son évolution
- Panorama des méthodes dans leur cadre
- Cartographie générale
- Les multiples bourgeonnements « métiers »
- Gérer et préparer les données
- Introduction
- Gérer les données. Données manquantes, données aberrantes / atypiques, transformations, codages et recodages de variables, sélection de variables et d’individus
- Discussion : Quelle différence entre pré-traitement et traitement statistique ?
- Exploiter les données pour décider
- Présentation
- Estimation et test d’hypothèses
- Modélisation d’un phénomène
- Validation des résultats
- La description multidimensionnelle
- Introduction et panorama
- Les analyses factorielles
- La synthèse multidimensionnelle
- Classifications et combinaison des méthodes multivariées
- Data mining
- Les modèles classiques confrontés à la concurrence
- Les méthodes de régression en lice
- Quelques spécialisations « métier »
- Les plans d’expériences
- Le contrôle de qualité
- Les séries chronologiques
- Discussions et conclusions