XLSTAT - Prise en main- analyses statistiques et graphiques
Data Value
Non finançable CPF
Tout public
En ligne
Présentiel
Public admis
Salarié en poste
Demandeur d'emploi
Entreprise
Etudiant
Prix
Nous contacter
Durée
Nous contacter
Niveau visé
Non diplômante
Localité
En ligne
Vous pouvez suivre cette formation depuis chez vous ou depuis n’importe quel endroit à distance.
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.
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 avec XLSTAT
- Introduction - Prise en main du logiciel XLSTAT
- Notions de base Population, échantillon, individus, variables
- Préparation et gestion des données Construction de nouveaux tableaux, recodage de variables (mise en classes, regroupement de modalités, croisements)
- Statistiques descriptives univariées
- Intervalle de confiance
- Tests paramétriques usuels
- Test de normalité
- Principaux tests non paramétriques
- 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
- 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)
- 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
- Un 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
- La régression ou discrimination logistique Odds – ratio, Courbe ROC
- Méthodes de segmentation (ou discrimination par arbre)
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
Les formations les plus recherchées
Lyon
Toulouse
Marseille
Montpellier
Paris
Bordeaux
Dijon
Mâcon
Nantes
Rennes
Audit CPF
Audit en Ligne
Analyste de donnees
Analyste de donnees CPF
Analyste de donnees en Ligne
Statisticien
Power bi
Qlikview
Data scientist
Big data
Business intelligence
Analyste de donnees Paris
Big data Paris
Business intelligence Paris
Data scientist Paris
Power bi Paris
Qlikview Paris
Statisticien Paris
Statisticien Paris 1er
Qlikview Évry-Courcouronnes
Power bi Évry-Courcouronnes