Contactez-nous
  • Analyse factorielle
  • Analyse de données
  • Statistique descriptive
  • Statistique appliquée
  • Statistique
  • Data Mining

Analyse des données : méthodes descriptives

Mis à jour le

Responsable(s) : M. Vincent AUDIGIER

  • Cours
Code Cnam : STA101

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 :

  • Durée : 50 heures
  • A la carte
  • Soir & samedi
  • 6 crédits
  • Distanciel, Présentiel

Présentation

Public, conditions d'accès et prérequis

Prérequis

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.

Objectifs

Explorer, décrire et interpréter des données dans leur aspect multidimensionnel. Le cours s'appuiera sur la pratique du logiciel R.

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

Compétences et débouchés

Compétences

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.

Parcours

Voir plus

Informations pratiques

Contact

Retrouvez cette formation en centre :

Lieux de formation

Logo école santé Cnam

Programme

Contenu

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

Modalités d'évaluation

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

Bibliographie

  • SAPORTA G. . Probabilités, analyse des données et statistique. 3 ème édition (Technip, 2011)
  • TENENHAUS M. . Statistique. Méthodes pour décrire, expliquer et prévoir (Dunod, 2010)
  • LEBART L., MORINEAU A., PIRON M. . Statistique exploratoire multidimensionnelle (Dunod, 4ème édition, 2006)
  • BRY X. . Analyses factorielles simples (Economica, 1995)
  • BOUROCHE J.M., G. SAPORTA . L'analyse des données (Que-Sais-Je ? PUF, 9ème édition, 2006)
  • NAKACHE J.-P., CONFAIS J. . Approche pragmatique de la classification. Technip 2005
  • Pierre-André Cornillon, Arnaud Guyader, Julie Josse .... . Statistiques avec R. Presses universitaires de Rennes 2012
  • François Husson, Sébastien Lê et Jérôme Pagès . Analyse de données avec R. Presses universitaires de Rennes 2009

Ces formations pourraient vous intéresser