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.
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
- Analyse factorielle exploratoire (rappels ACP) et confirmatoire
- Méthodes exploratoires avancées :
- Codage Optimale (rappels de MCA)
- Positionnement Multidimensionnel
- Codage Optimale (rappels de MCA)
- 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
- Régression des moindres carrés (rappel)
- 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
- Régression Logistique Binaire
- 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
Rechercher une formation
RECHERCHE MULTI-CRITERES
Plus de critères de recherche sont proposés:
-
Vous pouvez sélectionner des formations, en recherchant une chaîne de caractères présente dans l’intitulé ou dans les index (discipline ou métier visé): ex: "documenta".
Des index sont suggérés à partir du 3e caractère saisi, mais vous pouvez aussi saisir librement tout autre mot . - Les différents items sélectionnés sont croisés.
ex: "Comptabilité" et "Région Grand Est"
- Cette recherche s'effectue à travers toutes les fiches formation, y compris régionales. Les codes de ces dernières se distinguent par le suffixe de la région (ex: «-PDL pour Pays-de-la-Loire» ).
Par défaut, les fiches régionales reprennent le contenu de la fiche nationale correspondante, mais dans certains cas, comportent des informations spécifiques. - Certains diplômes se déclinent selon plusieurs parcours (codés à la fin: A, B,...). Pour afficher tous les parcours, tapez la racine du code (ex : « LG035 »).
- Dans tous les cas, veillez à ne pas insérer d'espace ni de caractère séparateur.
Plus de critères de recherche sont proposés:
- Type de diplôme
- Niveau d'entrée
- Modalité de l'enseignement
- Programmation semestrielle
Chargement du résultat...

Intitulé de la formation |
Type |
Modalité(s) |
Lieu(x) |
|
---|---|---|---|---|
Lieu(x)
À la carte
|
Lieu(x)
Paris
|
|||
Lieu(x)
À la carte
|
Lieu(x)
Liban, Paris
|
|||
Intitulé de la formation
Master Droit économie et gestion, mention actuariat
|
Lieu(x)
Package
|
Lieu(x)
Paris
|
||
Intitulé de la formation
Diplôme d'ingénieur Spécialité informatique Parcours Informatique modélisation optimisation
|
Type
Diplôme d'ingénieur
|
Lieu(x)
À la carte
|
||
Intitulé de la formation
Diplôme d'ingénieur Spécialité informatique Parcours Informatique modélisation optimisation
|
Type
Diplôme d'ingénieur
|
Lieu(x)
Package
|
Lieu(x)
Grand-Est
|
|
Intitulé de la formation | Type | Modalité(s) | Lieu(x) |
Contact
EPN06 Mathématiques et statistiques
2 rue conté Accès 35 3 ème étage porte 19
75003 Paris
Sabine Glodkowski
2 rue conté Accès 35 3 ème étage porte 19
75003 Paris
Sabine Glodkowski
Voir le site
Centre(s) d'enseignement proposant cette formation
Code UE : STA201-CIV
- Cours
- 9 crédits
Responsable(s)
Ndeye NIANG KEITA
Giorgio RUSSOLILLO