XLSTAT - Prise en main- analyses statistiques et graphiques

Data Value

Voir des formations similaires

Public admis

Salarié en poste

Demandeur d'emploi

Entreprise

Étudiant

Modalités

En présentiel

Durée

Nous contacter

Prix

Nous contacter

Localité

En présentiel

Découvrez les localités disponibles pour suivre cette formation en présentiel.

Objectifs

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

Programme

Rappels des bases de la statistique

Intro - Prise en main du logiciel XLSTAT

Notions de base

Population, échantillon, individus, variables

Préparation et gestion des données

Statistiques descriptives univariées

Résumés graphiques et numériques de variables qualitatives et quantitatives

Raisonnement à partir d'un échantillon

Intervalle de confiance

Tests paramétriques usuels

Test de normalité

Principaux tests non paramétriques

Liaisons entre deux variables

Étude d'une corrélation linéaire : Nuage de points – Le coefficient de Pearson - Significativité d'une corrélation

Lien de dépendance entre deux variables qualitatives : Le tableau de contingence – Coefficients d'association – Le test du Khi 2

Liaison entre une variable qualitative et quantitative : Comparaison de populations, Caractérisation automatique d'une variable par d'autres variables

Méthodes du modèle linéaire

Régression linéaire simple et multiple

Test pour comparer des modèles emboîtés

Problème du choix d'un sous-modèle : Phénomène de multicolinéarité – Sélection de variables (optimale, pas à pas ascendante / descendante / stepwise)

Analyse de la variance (Anova) à un facteur

Anova à deux facteurs : Prise en compte d'interactions, généralisation à plusieurs facteurs

Analyse de la covariance (Ancova) : Notion de covariable

Méthodes d'analyse de données

Panorama des méthodes d'analyse multidimensionnelles

ACP – Analyse en Composantes Principales : Inertie d'un nuage de points, Ajustement d'un nuage, Aides à l'interprétation

AFC – Analyse Factorielle des Correspondances : Notions de profils lignes et profils colonnes. Visualiser un lien de dépendance

ACM – Analyse des Correspondances Multiples : Analyse des résultats d'une enquête par questionnaire. Une AFC particulière

CAH – Classification Ascendante Hiérarchique : Classification ascendante hiérarchique et méthodes de partitionnement direct (k – means). Interprétation des classes d'une partition

Méthodes décisionnelles

Panorama des méthodes décisionnelles (ou de classement)

AFD - L'analyse factorielle discriminante : Le cas particulier de la discrimination linéaire de Fisher. Qualité d'une règle de classement. Matrice de confusion