XLSTAT - prise en main, analyses statistiques et graphiques

Objectifs

Objectifs
Connaître le logiciel XLSTAT pour gérer les données, réaliser des analyses statistiques et graphiques.
Apprendre à mettre en oeuvre les méthodes de statistiques descriptives, inférentielles, Anova, régression, analyse de données multidimensionnelles (ACP, AFC, ACM, classification), méthodes décisionnelles dans le logiciel XLSTAT.
Compétences visées
- Être familiarisé avec l'environnement XLSTAT et savoir gérer des données dans le logiciel
- Réaliser des analyses statistiques descriptives univariées
- Mettre en oeuvre l'inférence statistique (intervalles de confiance et tests)
- Étudier les liaisons des variables deux à deux dans XLSTAT à l'aide d'indicateurs numériques et de graphiques adéquats selon la nature des données (quantitatives, qualitatives ou les deux)
- Maîtriser les techniques de modélisation (analyse de la variance et régressions) dans le logiciel
- Être initié aux méthodes décisionnelles (ou de classement)

Programme de la formation

- Rappels des bases de la statistique avec XLSTAT
Introduction - Prise en main du logiciel XLSTAT
Notions de base
Population, échantillon, individus, variables
Préparation et gestion des données
Construction de nouveaux tableaux, recodage de variables (mise en classes, regroupement de modalités, croisements)
Statistiques descriptives univariées
Résumés graphiques et numériques de variables :
Qualitatives : diagramme en secteurs, tableaux de fréquences
Quantitatives : indicateurs de tendance centrale et de dispersion, quantiles, histogramme, boîtes à moustaches, nuages de points
- Raisonnement à partir d'un échantillon avec XLSTAT
Intervalle de confiance
Tests paramétriques usuels
Conformité d'une moyenne. Comparaison de deux moyennes, de deux variance, de deux proportions
Test de normalité
Principaux tests non paramétriques
Tests de Mann et Whitney, Kruskal Wallis, Friedman, McNemar, Cochran
- Liaisons entre deux variables avec XLSTAT
Étude d'une corrélation linéaire
Nuage de points - Le coefficient de Pearson - Significativité d'une corrélation
Lien de dépendance entre deux variables qualitatives
Le tableau de contingence - Coefficients d'association - Le test du Khi 2
Liaison entre une variable qualitative et quantitative
Comparaison de populations
Caractérisation automatique d'une variable par d'autres variables
- Les méthodes du modèle linéaire avec XLSTAT
La régression linéaire simple et multiple
Un test pour comparer des modèles emboîtés
Le problème du choix d'un sous-modèle
Phénomène de multicolinéarité - Sélection de variables (optimale, pas à pas ascendante / descendante / stepwise)
Analyse de la variance (Anova) à un facteur
Anova à deux facteurs
Prise en compte d'interactions, généralisation à plusieurs facteurs
Analyse de la covariance (Ancova)
Notion de covariable
- Les méthodes d'analyse de données avec XLSTAT
Panorama des méthodes d'analyse multidimensionnelles
ACP - Analyse en Composantes Principales
Inertie d'un nuage de points, Ajustement d'un nuage, Aides à l'interprétation
AFC - Analyse Factorielle des Correspondances
Notions de profils lignes et profils colonnes. Visualiser un lien de dépendance
ACM - Analyse des Correspondances Multiples
Analyse des résultats d'une enquête par questionnaire. Une AFC particulière
CAH - Classification Ascendante Hiérarchique
Classification ascendante hiérarchique et méthodes de partitionnement direct (k - means). Interprétation des classes d'une partition
- Méthodes décisionnelles avec XLSTAT
Un panorama des méthodes décisionnelles (ou de classement)
AFD - L'analyse factorielle discriminante
Le cas particulier de la discrimination linéaire de Fisher. Qualité d'une règle de classement. Matrice de confusion
La régression ou discrimination logistique
Odds - ratio, Courbe ROC
Méthodes de segmentation (ou discrimination par arbre)

Validation et sanction

Attestation d'acquis ou de compétences;Attestation de suivi de présence

Type de formation

Non certifiante

Sortie

Sans niveau spécifique