Points forts : Cette formation présente un panorama des méthodes statistiques permettant à chacun, quel que soit son niveau de compétence initial en statistique, d’associer un panel de méthodes statistiques aux types de données analysées. Elle s’appuie sur des exemples concrets présentés par le formateur qui permettent une découverte dynamique des méthodes couramment employées en statistique.

Objectifs

Trouver la technique adaptée à sa question
Répondre correctement à sa question selon la nature des données dont il dispose

Publics

Tout public

Pré-requis

Aucun

Programme

Introduction générale - Que sont les statistiques ?

Quelles méthodes d'analyse pour une seule variable ?

Statistiques descriptives univariées sur une variable qualitative : tri à plat, diagramme en bâton
Statistiques descriptives univariées sur une variable quantitative : tendance centrale\dispersion\forme, histogramme et boîte à moustaches
Estimation et intervalle de confiance - notion d'échantillon: estimateur, intervalle de confiance, erreur type, taille d'effectif, intervalle de confiance d'un écart type\d'une proportion

Quelles méthodes d'analyse pour deux variables ?

Réaliser un test statistique : démarche d'un test d'hypothèse, erreur alpha et beta, interprétation de l'hypothèse nulle, puissance d'un test, taille d'échantillon
Deux variables quantitatives : tableau de contingence, test du chi2
Une variable quantitative vs une variable qualitative : les différents tests de comparaison de moyennes, problématique des tests multiples, anova à un facteur
Deux variables quantitatives, nuage de point, corrélation, régression linéaire simple

Quelles méthodes d'analyse pour plusieurs variables ?

Les statistiques exploratoires : sur variables qualitative (ACM) et quantitatives (ACP), classification ou méthodes d'apprentissage non supervisé (Kmeans et CAH)
Statistique explicative à réponse qualitative : sensibilité\spécificité\courbe de roc, analyse discriminante linéaire, régression logistique
Statistique explicative à réponse quantitative : analyse de la variance à plusieurs facteurs, régression linéaire multiple, régression PLS
Statistique explicative à réponse quantitative et qualitative (approches non paramétriques) : estimateur du plus proche voisin, estimateur à noyau, arbre de segmentation (model CART), forêts aléatoires

Ouverture sur les Réseaux de neurones

Modalités de suivi et d'évaluation

Questionnaire en fin de formation

Méthodes pédagogiques

Présentation plénière sans formalisation mathématique

Illustration des concepts des exemples proposés par le formateur