Portail nationalFormationRechercher par région

Analyse multivariée approfondie

Code UE : STA201-CIV

Cours
9 crédits

Responsable(s)

Ndeye NIANG KEITA

Giorgio RUSSOLILLO

Public et conditions d'accès

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.

Objectifs pédagogiques

Approfondir les méthodes statistiques à plusieurs variables, qu'elles soient descriptives ou décisionnelles

Mots-clés

Rappels d'analyse multivariée et prétraitement
- Vecteurs gaussiens, domaines de confiance et de tolérance
- Tests multivariés (Hotelling, Mahalanobis), Simulation, bootstrap
- Traitement de données manquantes
Modèles de mélanges pour la classification non supervisée
Méthodes pour la classification supervisée:
- Analyse factorielle discriminante et fonction de Fisher
- Discrimination et scoring sur variables qualitatives
- Discrimination probabiliste sous hypothèses de normalité
- Discrimination non paramétrique (estimation de densité, plus proches voisins)
- Régression logistique, multinomiale et ordinale
Méthodes avancées pour la régression :
- Régression robuste
- Régression régularisée : RCP, Ridge, PLS
- Méthodes "sparse" : LASSO, Elastic Net
Mesures de performance et théorie de l'apprentissage
Path analysis, Factor analysis, Modèles d'équations structurelles

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

Chargement du résultat...

Intitulé de la formation	Type	Modalité(s)	Lieu(x)
Intitulé de la formation Master Droit économie et gestion, mention actuariat	Type Diplôme national (LMD-DUT-diplôme d'Etat)	Lieu(x) Package	Lieu(x) Paris	Entrée Niveau II (bac+3 bac+4)
Intitulé de la formation Diplôme d'ingénieur Spécialité informatique Parcours Informatique modélisation optimisation	Type Diplôme d'ingénieur	Lieu(x) À la carte	Lieu(x) Auvergne - Rhône-Alpes, Bretagne, Centre - Val de Loire, Paris, Pays de la Loire	Entrée Niveau III (bac+2)
Intitulé de la formation Diplôme d'ingénieur Spécialité informatique Parcours Informatique modélisation optimisation	Type Diplôme d'ingénieur	Lieu(x) Package	Lieu(x) Grand-Est	Entrée Niveau III (bac+2)
Intitulé de la formation Master Sciences, technologies, santé, mention mathématiques appliquées, statistique Parcours Science des données	Type Diplôme national (LMD-DUT-diplôme d'Etat)	Lieu(x) Package	Lieu(x) Paris	Entrée Niveau II (bac+3 bac+4)
Intitulé de la formation Master Sciences, technologies, santé, mention mathématiques appliquées, statistique Parcours Science des données	Type Diplôme national (LMD-DUT-diplôme d'Etat)	Lieu(x) À la carte	Lieu(x) Liban	Entrée Niveau II (bac+3 bac+4)
Intitulé de la formation Master Sciences, technologies, santé, mention mathématiques appliquées, statistique Parcours Statistique du risque pour la finance et l'assurance	Type Diplôme national (LMD-DUT-diplôme d'Etat)	Lieu(x) Package	Lieu(x) Paris	Entrée Niveau II (bac+3 bac+4)
Intitulé de la formation	Type	Modalité(s)	Lieu(x)