PLB CONSULTANT : 08. Modélisation statistique, l'essentiel
Organisme
92300 LEVALLOIS PERRETVoir toutes ses formationsAutres organismes proposant cette formation
Durée
Modalités
- Classe virtuelle
- Présentiel
Études de cas. Travaux pratiques. QCM en cours et en fin de formation. Auto-évaluation en début et en fin de formation.
Prix
Public
utilisateurs et gestionnaires métiers de bases de données, Data Scientist, ingénieurs, Data Analysts ou toute personne intéressée par l'analyse statistique appliquée
Pré-requis
Connaissances générales en mathématiques, analyse statistique et Excel.
Objectifs pédagogiques
Connaître les fondamentaux de l'analyse statistique appliquée
Maîtriser l'utilisation des formules et tests statistiques fondamentaux
Savoir concevoir un rapport d'analyse basé sur les faits
Exploiter les paramètres statistiques pour comprendre une série de données
Découvrir des outils comme R et Excel pour la mise en œuvre des modèles étudiés
Valider la précision d'une estimation, à l'aide des intervalles de confiance
Être en mesure de prévoir les comportements à venir
Savoir vérifier l'adéquation à un modèle
Programme détaillé
Jour 1
Rappels des fondamentaux de la statistique descriptive
Définition de la statistique descriptive
Analyse d'une population
Méthodes d'échantillonnage. Variables qualitatives et quantitatives
Effectifs et calcul des fréquences
Effectifs cumulés croissants et décroissants
Représentation graphique des variables qualitatives et quantitatives
Étude de cas
Application pratique sur Excel d'analyses statistiques et interprétation
Démarche et modélisation d'une analyse statistique
Statistique descriptive
Phase d'apprentissage
Les modèles de statistiques prédictive pour estimer et anticiper
Modélisation statistique d'un phénomène
Paramètre de position et de dispersion
Mode, valeur modale, valeur la plus probable
Moyenne d'une population (ou d'un échantillon)
Médiane, partager une série numérique
Étendue, différence entre valeurs extrêmes.prév
Utiliser les quantiles
Écart-Type, calculer la dispersion d'un ensemble de données
Calcul de la variance et de la covariance
Étude de cas
Calcul de paramètres de position et de dispersion sur différents échantillonnages et comparaisons des résultats.
Quiz de validation des acquis de la journée
Jour 2
Présentation du logiciel « R » et utilisation d’Excel pour la mise en oeuvre des modèles étudiés
Introduction au logiciel R
Un premier exemple avec R
Découvrir le langage R
Le même exemple avec Excel
Travaux pratiques
Utilisation de packages pour faire les analyses statistiques
Tests et intervalle de confiance
Lois statistiques et intervalle de confiance
Tests statistiques courants (Test de Student, Analyse de variances, Khi²)
Valider la précision d'une estimation. Amplitude de l'intervalle.
Créer un jeu de données d’entrainement et un jeu de données de test et valider son modèle
Travaux Pratiques
Exercices sur le logiciel R
Étude de cas finale
Sur un jeu de données types, générer un rapport d’analyse statistique et tester divers modèles afin d’estimer le meilleur