← Retour aux formations
Intelligence Artificielle & Data
Modélisation statistique appliquée : paramètres, tests, intervalles de confiance et outils R et Excel
Intermédiaire
À propos de cette formation
Utilisateurs et gestionnaires métiers de bases de données, data scientists, ingénieurs, data analysts et toute personne souhaitant appliquer les méthodes de modélisation statistique à l'analyse décisionnelle, au Big Data et au data mining.
Objectifs de la formation
- Maîtriser les fondamentaux de l'analyse statistique appliquée
- Utiliser les formules et tests statistiques fondamentaux
- Concevoir un rapport d'analyse basé sur les faits
- Valider la précision d'une estimation à l'aide des intervalles de confiance
- Utiliser R et Excel pour mettre en œuvre les modèles statistiques étudiés
- Exploiter les paramètres statistiques pour comprendre et prévoir le comportement d'une série de données
Programme détaillé
Module 1 — Rappels des fondamentaux de la statistique descriptive
- Définition et périmètre de la statistique descriptive
- Analyse d'une population et méthodes d'échantillonnage
- Variables qualitatives et quantitatives
- Effectifs, calcul des fréquences et effectifs cumulés croissants et décroissants
- Représentations graphiques des variables qualitatives et quantitatives
- Étude de cas : application pratique sous Excel — analyses statistiques et interprétation des résultats
Module 2 — Démarche et modélisation d'une analyse statistique
- La statistique descriptive : rôle et périmètre
- La phase d'apprentissage dans la démarche statistique
- La statistique prédictive : estimer et anticiper les comportements
- Modélisation statistique d'un phénomène
Module 3 — Paramètres de position et de dispersion
- Mode, valeur modale et valeur la plus probable
- Moyenne d'une population ou d'un échantillon
- Médiane : diviser une série numérique en deux parties égales
- Étendue : différence entre les valeurs extrêmes
- Les quantiles : utilisation et interprétation
- Écart-type : mesurer la dispersion d'un ensemble de données
- Calcul de la variance et de la covariance
- Étude de cas : calcul de paramètres de position et de dispersion sur différents échantillons — comparaison des résultats
Module 4 — Tests statistiques et intervalles de confiance
- Lois statistiques et définition de l'intervalle de confiance
- Tests statistiques courants : test de Student, analyse de variance (ANOVA), test du Khi²
- Valider la précision d'une estimation et calculer l'amplitude de l'intervalle
- Exercices pratiques sur le logiciel R
Module 5 — Panorama des outils statistiques
- Présentation et zoom sur le logiciel open source R
- Initiation à l'utilisation de R pour l'analyse statistique
- TP : utilisation de packages R pour réaliser les analyses statistiques
Prérequis
Connaissances de base en mathématiques, statistiques et Excel.