Objectifs
Résultats attendus
Attestation de formation
Objectifs de la formation
Connaître le logiciel XLSTAT pour gérer les données, réaliser des analyses statistiques et graphiques.
Apprendre à mettre en oeuvre les méthodes de statistiques descriptives, inférentielles, Anova, régression, analyse de données multidimensionnelles (ACP, AFC, ACM, classification), méthodes décisionnelles dans le logiciel XLSTAT.
Domaines
Contenu
- Rappels des bases de la statistique avec XLSTAT
- Introduction - Prise en main du logiciel XLSTAT
- Notions de base
- Préparation et gestion des données
- Statistiques descriptives univariées
Population, échantillon, individus, variables
Construction de nouveaux tableaux, recodage de variables (mise en classes, regroupement de modalités, croisements)
- Raisonnement à partir d’un échantillon avec XLSTAT
- Intervalle de confiance
- Tests paramétriques usuels
- Test de normalité
- Principaux tests non paramétriques
- Liaisons entre deux variables avec XLSTAT
- Étude d’une corrélation linéaire
- Lien de dépendance entre deux variables qualitatives
- Liaison entre une variable qualitative et quantitative
- Caractérisation automatique d'une variable par d’autres variables
- Les méthodes du modèle linéaire avec XLSTAT
- La régression linéaire simple et multiple
- Un test pour comparer des modèles emboîtés
- Le problème du choix d’un sous-modèle
- Analyse de la variance (Anova) à un facteur
- Anova à deux facteurs
- Analyse de la covariance (Ancova)
- Les méthodes d'analyse de données avec XLSTAT
- Panorama des méthodes d’analyse multidimensionnelles
- ACP – Analyse en Composantes Principales
- AFC – Analyse Factorielle des Correspondances
- ACM – Analyse des Correspondances Multiples
- CAH – Classification Ascendante Hiérarchique
Inertie d’un nuage de points, Ajustement d’un nuage, Aides à l’interprétation
Notions de profils lignes et profils colonnes. Visualiser un lien de dépendance
Analyse des résultats d’une enquête par questionnaire. Une AFC particulière
Classification ascendante hiérarchique et méthodes de partitionnement direct (k – means). Interprétation des classes d’une partition
- Méthodes décisionnelles avec XLSTAT
- Un panorama des méthodes décisionnelles (ou de classement)
- AFD - L’analyse factorielle discriminante
- La régression ou discrimination logistique
- Méthodes de segmentation (ou discrimination par arbre)
Le cas particulier de la discrimination linéaire de Fisher. Qualité d’une règle de classement. Matrice de confusion
Odds – ratio, Courbe ROC