Seenovate
Centre de formation pour l’Excellence de la Business Intelligence
Formation
Analyses statistiques
Pré-requis
Niveau
Durée
Public
La formation en quelques mots
Cette formation s'adresse à des personnes souhaitant se perfectionner dans l’utilisation du logiciel R dans un contexte de mise en œuvre des analyses statistiques des données. Il ne s’agit donc pas d’une formation sur le fond statistique mais bien d’une formation orientée logiciel. En outre, cette formation n’est pas adaptée aux apprenants à la recherche d’un savoir-faire sur la programmation avancée sous R (boucles, tests conditionnels, création de fonctions d’automatisation performantes…)
La formation conviendra à des utilisateurs de R venant chercher du savoir-faire logiciel sur la mise en œuvre des méthodes statistiques suivantes :
- Analyse descriptive des données
- Tests paramétriques et non paramétriques classiques : test de Student, test de Wilcoxon
- ANOVA à 1 facteur
- ANOVA multi-facteurs
- Tests post-Hoc de Tukey, de Bonferroni
- Régression linéaire
- Analyses factorielles multivariées (ACP, AFC) et classification (CAH)
Un temps de la formation (environ 1 journée) sera consacré à la manipulation des données sous R : filtre des données, création d'un tableau de synthèse…
En plus des connaissances de bases sur le logiciel, l’apprenant doit avoir de bonnes connaissances sur les différentes analyses statistiques mises en œuvre au cours de cette formation.
Programme simplifié de la formation
Objectifs pédagogiques
A l’issue de cette formation, l’apprenant sera capable de :
- Obtenir de l’aide en ligne, rechercher des commandes permettant de réaliser l’action souhaitée
- Manipuler efficacement les facteurs et les data frames
- Filtrer un tableau de données
- Créer des tableaux de synthèses (tableau des moyennes, des écart-types… par groupes)
- Lire et écrire des scripts « avancés » d’analyse des données
- Mettre en œuvre et extraire les résultats des méthodes statistiques suivantes :
- Analyse descriptive des données
- Tests paramétriques et non paramétriques classiques : test de Student, test de Wilcoxon
- ANOVA à 1 facteur
- ANOVA multi-facteurs
- Tests post-Hoc de Tukey, de Bonferroni
- Régression linéaire
- Analyses factorielles multivariées (ACP, AFC) et classification (CAH)