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.

L'avis des auditeurs

Les dernières réponses à l'enquête d'appréciation pour cet enseignement :

Présence et réussite aux examens

Pour l'année universitaire 2023-2024 :

  • Nombre d'inscrits : 85
  • Taux de présence à l'évaluation : 36%
  • Taux de réussite parmi les présents : 52%

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

Description des modalités de validation

Le contrôle des connaissances est basé uniquement sur un devoir sur table

En alternance ou en formation continue en journée :

Merci de consulter directement le secrétariat pédagogique de votre formation pour obtenir le planning.

En formation « à la carte Hors Temps de Travail », en présentiel, à distance ou hybride :

Voir les dates, les lieux d'enseignement et les modalités d'inscription sur les sites internet des centres régionaux qui proposent cette formation.

  • Liban
    • Liban
      • 2026-2027 1er semestre: Formation en présentiel soir ou samedi
      • 2027-2028 1er semestre: Formation en présentiel soir ou samedi
  • Paris
    • Centre Cnam Paris
      • 2026-2027 1er semestre: Formation en présentiel soir ou samedi
      • 2027-2028 1er semestre: Formation en présentiel soir ou samedi
    • Paris
      • 2026-2027 2nd semestre: Formation ouverte et à distance soir ou samedi
      • 2027-2028 2nd semestre: Formation ouverte et à distance soir ou samedi
Code : STA101
6
crédits