Analyse des données - méthodes exploratoires (ACP, AFC, classification)

Objectifs

Découvrir les principales méthodes exploratoires d'analyse des données (ACP, AFC, Classification) afin de mettre en évidence les liaisons entre paramètres, les similitudes et différences entre observations. Interpréter les résultats numériques et graphiques, éviter les pièges, savoir résumer l'information obtenue et communiquer les résultats importants


Compétences visées

- Consolider les prérequis en statistiques et représentations visuelles

- Elaborer un panorama des méthodes d'Analyse de Données Multidimensionnelles

- Mettre en œuvre l'Analyse en Composantes Principales (ACP) afin de simplifier les données pour en faciliter la visualisation, de détecter des structures sous-jacentes, d'identifier les variables les plus influentes, de réduire la multicolinéarité

- Mettre en œuvre l'Analyse Factorielle des Correspondances (AFC) pour analyser des tableaux de fréquences, visualiser des associations entre différentes catégories de variables, comparer des profils de catégories.

- Mettre en œuvre l'Analyse Factorielle des Correspondances Multiples (ACM) pour explorer et visualiser des relations complexes dans des données qualitatives multiples, identifier des associations entre différentes catégories

- Mettre en œuvre la Classification pour regrouper des observations en classes ou segments homogènes.

- Comprendre la complémentarité des méthodes

- Disposer d'un panorama des logiciels

Programme de la formation

Programme

- Rappels de notions utiles

• Notions de statistique


• Panorama des méthodes


• Quelques rappels pour les visualisations


• Tronc commun des concepts

- Analyse en composantes principales (ACP)

• Représentations approchées optimales


• Interprétation des axes factoriels


• Variables actives et illustratives

- Analyse Factorielle des Correspondances (AFC)

• Tableaux de fréquences


• Comparaisons de profils et distances


• Représentation des lignes et des colonnes


• Points supplémentaires

- Analyse Factorielle des Correspondances Multiples (ACM)

• Type de données concernées


• Transformation des données : le tableau disjonctif complet


• Les variables actives et illustratives : le « thémascope »


• Les représentations graphiques et les indicateurs d'aide à l'analyse


• Analyses et interprétations

- Méthodes de classification

• Méthodes hiérarchiques


• Méthodes des centres mobiles


• Classifications mixtes


• Affectation des individus à des classes


• Typologies et description des classes obtenues

- Complémentarité des méthodes

- Panorama des logiciels

Validation et sanction

Attestation de formation

Type de formation

Non certifiante

Sortie

Sans niveau spécifique