Etre capable de réaliser une véritable étude statistique de premier niveau sur tout type de données avec Excel en vue de prendre les décisions les plus pertinentes. A l'issue de cette formation, vous serez en mesure de répondre à diverses problématiques parmi lesquelles : amélioration et rentabilisation de processus de production ou de service, réduction de coûts, augmentation de productivité et de qualité, ...
Compétences visées
- Savoir mener une étude statistique dans le cas où les données ne sont pas disponibles sur l'ensemble de la population (contrairement à la statistique descriptive)
- Extrapoler à la population entière les propriétés mises en évidence sur un échantillon
- Identifier les lois de probabilités régissant ces données, au vu de l'échantillon de valeurs
- Estimer les paramètres de ces lois
- Calculer des intervalles de confiance pour ces paramètres
- Définir un test statistique sur un paramètre à partir d'un échantillon en vue de prendre une décision concernant la valeur du paramètre
- Mesurer les interactions entre plusieurs variables selon leur nature
Programme
- Introduction
- La démarche statistique
- Les grandes étapes d'une étude statistique depuis la collecte des données jusqu'à la communication des résultats
- Les bases de la statistique décisionnelle
- La collecte des données
- Les principales méthodes d'échantillonnage avec exemples
- La création d'une base de données exploitable statistiquement
- Les lois de probabilité
- Utilité dans le cadre d'une étude
- La loi Normale, les principales autres lois et leurs applications concrètes
- L'estimation des paramètres statistiques
- Paramètres de tendance centrale (moyenne, médiane,…)
- Paramètres de dispersion (étendues, écart type,…)
- La notion d'intervalles de confiance
- Mode de détermination
- Applications
- La théorie des tests
- Pourquoi est-il nécessaire de réaliser des tests ?
- Présentation des grands types de tests et leurs applications : comparaison de moyennes (Student), comparaison de variances (Fisher), comparaison de proportions (Chi2), ...
- Définition des hypothèses et des risques associés,
- La réalisation pratique et détaillée des divers tests avec exemples
- L'interprétation
- Les analyses bivariées
- Les trois grands types d'analyse bivariée
- Leurs domaines d'application
- Leurs complémentarités
- Exemples réels
- L'étude de sous-groupes avec l'analyse de la Variance (ANOVA)
- Présentation de l'ANOVA : les types d'utilisations
- Les hypothèses fondamentales
- Réalisation pas à pas de l'ANOVA, précautions et procédure
- Traitement d'exemples
- L'étude de la liaison entre deux variables numériques avec la régression linéaire simple : corrélation et modélisation
- Présentation de la régression : les types d'utilisations
- Les hypothèses fondamentales
- Réalisation pas à pas de la régression, précautions et procédure
- Traitement d'exemples
- L'étude de la liaison entre deux variables nominales avec le test d'indépendance du CHI²
- Les tableaux croisés dynamiques d'Excel et leur application en statistique décisionnelle
- Présentation du test d'indépendance : les types d'utilisations
- Les hypothèses fondamentales
- Réalisation pas à pas d'une analyse de deux ensembles de données nominales, précautions et procédure
- Traitement d'exemples
- Illustration de la complémentarité de ces trois techniques fondamentales au travers d'un exemple réel entièrement traité en fin de formation avec Excel
Amélioration d'un processus logistique de distribution.
D'autres exemples pourront être évoqués selon les centres d'intérêt des participants.
Certification bureautique Excel
Certifiante
Sans niveau spécifique