Les techniques de reechantillonnage - le Bootstrap
Data Value
Non finançable CPF
Tout public
Présentiel
Public admis
Salarié en poste
Demandeur d'emploi
Entreprise
Etudiant
Prix
1320 €
Durée
Nous contacter
Niveau visé
Non diplômante
Localité
En présentiel
Découvrez les localités disponibles pour suivre cette formation en présentiel.
Objectifs
Objectifs
Apprendre à utiliser les techniques de rééchantillonnage dont le Bootstrap pour évaluer la variabilité des paramètres statistiques dans des contextes où les hypothèses fortes (normalité, indépendance, ...) des méthodes classiques (régression multiple, analyse discriminante, estimation d'un rapport, intervalle de confiance pour une proportion) ne sont pas vérifiées.
Compétences visées
- Appréhender les différentes méthodes de ré-échantillonnage
- Comprendre l'intérêt de ces méthodes d'inférence statistique
- Mettre en oeuvre la méthode du Bootstrap pour la comparaison de deux échantillons, la réalisation d'un test d'hypothèse, le calcul d'un intervalle de confiance entre 2 moyennes, l'estimation des paramètres d'une corrélation et d'une régression
- Maîtriser les techniques pour améliorer les résultats
- Découvrir les méthodes pour améliorer les intervalles
Apprendre à utiliser les techniques de rééchantillonnage dont le Bootstrap pour évaluer la variabilité des paramètres statistiques dans des contextes où les hypothèses fortes (normalité, indépendance, ...) des méthodes classiques (régression multiple, analyse discriminante, estimation d'un rapport, intervalle de confiance pour une proportion) ne sont pas vérifiées.
Compétences visées
- Appréhender les différentes méthodes de ré-échantillonnage
- Comprendre l'intérêt de ces méthodes d'inférence statistique
- Mettre en oeuvre la méthode du Bootstrap pour la comparaison de deux échantillons, la réalisation d'un test d'hypothèse, le calcul d'un intervalle de confiance entre 2 moyennes, l'estimation des paramètres d'une corrélation et d'une régression
- Maîtriser les techniques pour améliorer les résultats
- Découvrir les méthodes pour améliorer les intervalles
Programme
- Introduction aux méthodes de ré-échantillonnage
Rappels de statistique élémentaire
Quelle statistique utiliser?
Précision d'une estimation, intervalle de confiance
Trois méthodes - une méthodologie commune
Bootstrap
Jackknife
Tests de Permutation
- Effectuer les calculs
Comparer deux échantillons
Les étapes d'un test
Intervalle de confiance pour la différence entre 2 moyennes
Estimation d'une corrélation, d'une régression, etc.
- Améliorer les résultats
Dépendance entre 2 variables (quantitatives, qualitatives)
Améliorer les intervalles de confiance
Correction des biais
Stabilisation de la variance
Choisir une procédure de test
- Compléments sur l'estimation par intervalle
Pourquoi et comment améliorer les intervalles
Bootstrap-t
Bootstrap paramétrique
Utiliser le Bootstrap
Estimer la puissance et les tailles d'échantillon
Rappels de statistique élémentaire
Quelle statistique utiliser?
Précision d'une estimation, intervalle de confiance
Trois méthodes - une méthodologie commune
Bootstrap
Jackknife
Tests de Permutation
- Effectuer les calculs
Comparer deux échantillons
Les étapes d'un test
Intervalle de confiance pour la différence entre 2 moyennes
Estimation d'une corrélation, d'une régression, etc.
- Améliorer les résultats
Dépendance entre 2 variables (quantitatives, qualitatives)
Améliorer les intervalles de confiance
Correction des biais
Stabilisation de la variance
Choisir une procédure de test
- Compléments sur l'estimation par intervalle
Pourquoi et comment améliorer les intervalles
Bootstrap-t
Bootstrap paramétrique
Utiliser le Bootstrap
Estimer la puissance et les tailles d'échantillon
Envie d’en savoir plus sur cette formation ?
Documentez-vous sur la formation
Ces formations peuvent vous intéresser
Formation au métier de Data Analyst (Power BI, SQL, certification...
LILLE, GRENOBLE, MARSEILLE ET 11 AUTRE(S) LOCALITÉ(S)
Offre spéciale
Avis du centre
