Analyse des données : méthodes descriptives
Public Concerné
Cette formation s'adresse à toute personne souhaitant :
- analyser des données statistiques multidimensionnelles (chargé d'études, ingénieur, chercheur, technicien, etc)
- se spécialiser par la suite dans le traitement de données massives.
Elle nécessite des connaissances de base en statistique descriptive (univariée et bivariée) et des notions de calcul matriciel.
- analyser des données statistiques multidimensionnelles (chargé d'études, ingénieur, chercheur, technicien, etc)
- se spécialiser par la suite dans le traitement de données massives.
Elle nécessite des connaissances de base en statistique descriptive (univariée et bivariée) et des notions de calcul matriciel.
L'avis des auditeurs
Les dernières réponses à l'enquête d'appréciation pour cet enseignement :
Présence et réussite aux examens
Pour l'année universitaire 2021-2022 :
- Nombre d'inscrits : 96
- Taux de présence à l'évaluation : 31%
- Taux de réussite à l'évaluation : 70%
Objectifs pédagogiques
Explorer, décrire et interpréter des données dans leur aspect multidimensionnel. Le cours s'appuiera sur la pratique du logiciel R.
Capacité et compétences acquises
Etre en mesure à l'issue de l'enseignement de produire des études statistiques (rédaction d'un rapport) mettant en jeu les techniques d'analyse factorielle et de classification.
Contenu de la formation
Traitements préalables à une analyse factorielle
Analyses bivariées (analyses univariées supposées maîtrisées)
Outils mathématiques de l'analyse des données
Rappels d'algèbre linéaire
Notion de métrique, projecteur
L'analyse en composantes principales
Principe de l'ACP
Calcul des facteurs principaux et des composantes principales
Mesure de qualité des résultats, techniques d'interprétation
Utilisation de variables illustratives
Gestion des données manquantes
L'analyse des correspondances simples
Principe et métrique associée
Représentation des profils-lignes et des profils-colonnes, représentation simultanée
Règle d'interprétation des résultats
L'analyse des correspondances multiples
Principes de mise en oeuvre et interprétation
Application au dépouillement d'enquêtes
L'Analyse factorielle des données mixtes
Equilibre entre variables de natures différentes
Principe de mise en oeuvre et interprétation
Les méthodes de classification automatique
Méthodes non hiérarchiques : centres mobiles, nuées dynamiques
Méthodes hiérarchiques : méthode de Ward, construction et lecture du dendrogramme
Aspects pratiques de la classification : méthodes mixtes
Interprétation d'une partition à l'aide des variables initiales, en liaison avec une analyse factorielle
Analyses bivariées (analyses univariées supposées maîtrisées)
Outils mathématiques de l'analyse des données
Rappels d'algèbre linéaire
Notion de métrique, projecteur
L'analyse en composantes principales
Principe de l'ACP
Calcul des facteurs principaux et des composantes principales
Mesure de qualité des résultats, techniques d'interprétation
Utilisation de variables illustratives
Gestion des données manquantes
L'analyse des correspondances simples
Principe et métrique associée
Représentation des profils-lignes et des profils-colonnes, représentation simultanée
Règle d'interprétation des résultats
L'analyse des correspondances multiples
Principes de mise en oeuvre et interprétation
Application au dépouillement d'enquêtes
L'Analyse factorielle des données mixtes
Equilibre entre variables de natures différentes
Principe de mise en oeuvre et interprétation
Les méthodes de classification automatique
Méthodes non hiérarchiques : centres mobiles, nuées dynamiques
Méthodes hiérarchiques : méthode de Ward, construction et lecture du dendrogramme
Aspects pratiques de la classification : méthodes mixtes
Interprétation d'une partition à l'aide des variables initiales, en liaison avec une analyse factorielle
Description des modalités de validation
Le contrôle des connaissances est basé uniquement sur une étude de cas donnant lieu à la rédaction d'un rapport.
Prévisions d'ouverture
| Groupe | Semestre | Modalité | État d'ouverture | Date du premier cours | Lieux | ||
|---|---|---|---|---|---|---|---|
| STA101 | Analyse des données : méthodes descriptives | 6 | Cours de Jour | - | - | - | - |
Voir les dates et horaires, les lieux d'enseignement et les modes d'inscription sur les sites internet des centres régionaux qui proposent cette formation
- Paris
- Centre Cnam Paris
- 2024-2025 1er semestre: Formation en présentiel soir ou samedi
- 2024-2025 2nd semestre: Formation ouverte et à distance soir ou samedi
- 2025-2026 1er semestre: Formation en présentiel soir ou samedi
- 2025-2026 2nd semestre: Formation ouverte et à distance soir ou samedi
- 2026-2027 1er semestre: Formation en présentiel soir ou samedi
- 2026-2027 2nd semestre: Formation ouverte et à distance soir ou samedi
- Centre Cnam Paris
