Statistiques, maîtriser les fondamentaux

Objectifs

Ce stage présente l'essentiel des modèles statistiques. Il vous permettra de comprendre leur rôle dans le monde de l'analyse décisionnelle, du Big Data et du Data Mining, ainsi que les mécanismes qui permettent de transformer et d'affiner des données pour en tirer des informations métiers utiles.

Participants

Responsables Infocentre, responsables marketing, responsables Qualité, utilisateurs et gestionnaires métiers de bases de données.

Pré-requis

Connaissances de base en mathématiques équivalant à un niveau 3 de formation initiale.

Moyens pédagogiques

1 poste par participant - 1 Vidéo projecteur - Support de cours fourni à chaque participant – Formation présentielle

Durée

2 jours

Les sessions inter-entreprises

Date Session
Du 27/11/2017
Au 28/11/2017
Paris
Formation standard
Du 27/11/2017
Au 28/11/2017
Caen
Formation standard
Du 27/11/2017
Au 28/11/2017
Lyon
Formation standard
Du 27/11/2017
Au 28/11/2017
Rennes
Formation standard
Du 27/11/2017
Au 28/11/2017
Lille
Formation standard
Du 27/11/2017
Au 28/11/2017
Rouen
Formation standard
Du 02/05/2018
Au 03/05/2018
Paris
Formation standard
Du 02/05/2018
Au 03/05/2018
Caen
Formation standard
Du 02/05/2018
Au 03/05/2018
Lyon
Formation standard
Du 02/05/2018
Au 03/05/2018
Rennes
Formation standard
Du 02/05/2018
Au 03/05/2018
Lille
Formation standard
Du 02/05/2018
Au 03/05/2018
Rouen
Formation standard
Du 11/06/2018
Au 12/06/2018
Paris
Formation standard
Du 11/06/2018
Au 12/06/2018
Caen
Formation standard
Du 11/06/2018
Au 12/06/2018
Lyon
Formation standard
Du 11/06/2018
Au 12/06/2018
Rennes
Formation standard
Du 11/06/2018
Au 12/06/2018
Lille
Formation standard
Du 11/06/2018
Au 12/06/2018
Rouen
Formation standard
Ce plan de cours est établi à titre indicatif. Son contenu peut être adapté à chaque formation Télécharger la fiche pdfDemander un devis

Code

STAT-FOND

Description détaillée

Programme.
 
Rappels des fondamentaux de la statistique descriptive
 Définition de la statistique descriptive.
 Analyse d'une population.
 Méthodes d'échantillonnage.
 Variables qualitatives et quantitatives.
 Effectifs et calcul des fréquences.
 Effectifs cumulés croissants et décroissants.
 Séries statistiques.
 Représentation graphique des variables qualitatives et quantitatives.

Démarche et modélisation d'une analyse statistique
 Statistique descriptive.
 Phase d'apprentissage.
 Statistique prédictive pour estimer et anticiper.
 Modélisation statistique d'un phénomène.

Paramètre de position et de dispersion
 Mode, valeur modale, valeur la plus probable.
 Moyenne d'une population (ou d'un échantillon).
 Médiane, partager une série numérique.
 Etendue, différence entre valeurs extrêmes.
 Utiliser les quantiles.
 Comprendre l'utilisation de la variance et co-variance.
 Ecart-Type, calculer la dispersion d'un ensemble de données.

Analyses prédictives
 Régression linéaire simple.
 Régression linéaire multiple.
 Régression logistique.
 Analyse de la variance et de la co-variance et recherche de corrélation.

Tests et intervalle de confiance
 Tests.
 Intervalle de confiance.
 Lois statistiques et intervalle de confiance.
 Valider la précision d'une estimation. Amplitude de l'intervalle.
 
Panorama des outils
 Zoom sur le logiciel Open Source "R".
 Initiation au logiciel Open Source "R".
 Les principaux outils : SAS, SPSS.

Les dernières places disponibles

Aucune annonce pour le moment
Une erreur est survenue
Une erreur est survenue, l'administrateur a été contacté
Revenir à la première page