Portail nationalFormationRechercher par région

Analyse multivariée approfondie

Code UE : STA201-CIV

  • Cours
  • 9 crédits

Responsable(s)

Ndeye NIANG KEITA

Giorgio RUSSOLILLO

Public, conditions d’accès et prérequis

Etre inscrit en M2 du master Statistique MR123 (ancien MR085) ou du master Actuariat MR126000A (ancien MR088) ou être agréé (niveau requis STA101 et STA102) .
 Pour obtenir l'agrément, les auditeurs adresseront par courrier électronique à l'enseignant responsable, Mme Niang (ndeye.niang_keita@cnam.fr ) un CV détaillé et une lettre de motivation indiquant les raisons de la demande et le projet pédagogique dans lequel elle s'inscrit.

L'avis des auditeurs

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

Objectifs pédagogiques

Approfondir les méthodes statistiques d'analyse exploratoire, de régression et de classification

Mots-clés

  • Analyse factorielle exploratoire (rappels ACP) et confirmatoire
  • Méthodes exploratoires avancées :
    • Codage Optimale (rappels de MCA)
    • Positionnement Multidimensionnel
  • Classification non supervisée et modèles de mélanges
  • Modèles linéaires avancés pour régression
    • Régression des moindres carrés (rappel)
    • Inférence computationnelle (Jackknife,  Bootstrap, Validation Croisée)
    • Stabilité des coefficients et de la prédiction (multicolinéarité et trade-off biais-variance en prédiction)
    • Méthodes de sélection des variables (Best subset, méthodes pas à pas)
    • Méthodes de rétrécissement (Régression sur Composantes Principales, Régression PLS, Régression Ridge, LASSO, Elastic Net)
    • Régression robuste
  • Méthodes de classification supervisée :
    • Régression Logistique Binaire
    • Régression Logistique Ordinale
    • Régression Logistique Multinomiale
    • Analyse factorielle discriminante
    • Discrimination sur variables qualitatives : DISQUAL
    • Analyse discriminante probabiliste Linéaire et Quadratique 
    • Approche non paramétrique : Méthode des noyaux, Méthode des k plus proches voisins
  • Traitement des données manquantes
 

La validation repose sur la réalisation d'une note de lecture d'articles scientifiques ou l'étude d'un jeu de données en utilisant les méthodes vues en cours.

  • G.GOVAERT : Analyse des données ( Hermes,2003)
  • M.BARDOS : Analyse discriminante (Dunod,2001)
  • J.P.NAKACHE, J.CONFAIS : Statistique explicative appliquée (Technip, 2003)
  • G.SAPORTA : Probabilités, analyse des données, statistique 3ème édition (Technip,2010)
  • S.TUFFERY : Data mining et statistique décisionnelle, 3ème édition (Technip, 2010)
  • T.HASTIE, J.FRIEDMAN, F.TIBSHIRANI : The Elements of Statistical Learning (Springer 2009). Téléchargeable ici : http://www-stat.stanford.edu/~tibs/ElemStatLearn/download.html

Cette UE apparaît dans les diplômes et certificats suivants

Contact

EPN06 Mathématiques et statistiques
2 rue conté Accès 35 3 ème étage porte 19
75003 Paris
Sabine Glodkowski
Voir le site

Centre(s) d'enseignement proposant cette formation