Contactez-nous

Analyse de données

Mis à jour le

Responsable(s) : M. Cedric DU MOUZA

  • Cours
Code Cnam : USSI09

Envie d'en savoir plus sur cette formation ?

Afin d’obtenir les tarifs, le calendrier de la formation, en distanciel, en présentiel, le lieu de la formation et un contact, remplissez les critères suivants :

Afficher le centre adapté à mes besoins

Afin d’obtenir les tarifs, le calendrier de la formation et le lieu de la formation, remplissez les critères suivants :

  • Alternance
  • 1 crédit

Présentation

Public, conditions d'accès et prérequis

Prérequis

/

Objectifs

Maîtriser les bases de la statistique et du calcul des probabilités.

Explorer, décrire et interpréter des données dans leur aspect multidimensionnel.

L'avis des auditeurs

Les dernières réponses à l'enquête d'appréciation pour cet enseignement : Fiche synthétique au format PDF

Présence et réussite aux examens

Pour l'année universitaire 2023-2024 :

  • Nombre d'inscrits : 60
  • Taux de présence à l'évaluation : 17%
  • Taux de réussite parmi les présents : 100%

Compétences et débouchés

Compétences

Savoir communiquer sous forme graphique et numérique les résultats d'analyse statistique.

Savoir calculer des marges d'erreur et des risques, construire un intervalle de confiance, effectuer les tests statistiques usuels.

Etre en mesure de produire des études statistiques (rédaction d'un rapport) mettant en jeu les techniques d'analyse factorielle et de classification

Parcours

Informations pratiques

Contact

Programme

Contenu

INTRODUCTION A LA STATISTIQUE DESCRIPTIVE UNIVARIÉE

CALCUL DES PROBABILITÉS

Variables aléatoires, fonction de répartition, espérance mathématique, variance.

Principales lois de probabilités discrètes (binomiale, Poisson) et continues (uniforme, exponentielle, normale).

STATISTIQUE INFERENTIELLE

Tests statistiques et comparaison d'échantillons

Tests d'ajustement de lois : test du Khi-deux, tests de normalité.

LIAISON ENTRE DEUX VARIABLES QUANTITATIVES

Coefficient de corrélation linéaire.

Aspects descriptifs de la régression linéaire.

L'analyse en composantes principales

Les méthodes de classification automatique

L'analyse des correspondances simples

L'analyse des correspondances multiples