SPAD - Prise en main, analyses statistiques et graphiques

Objectifs

Connaître le logiciel SPAD 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, classification), Data Mining et Text Mining dans le logiciel SPAD.


Compétences visées

- Réaliser des analyses statistiques descriptives univariées avec SPAD

- Mettre en œuvre l'inférence statistique (intervalles de confiance et tests) dans le logiciel

- Étudier les liaisons des variables deux à deux dans SPAD 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

- Découvrir les principales méthodes exploratoires d'analyse des données (ACP, AFC, ACM et Classification)

- Découvrir le Data Mining et Text Mining avec SPAD

Programme de la formation

Programme

- Traitements statistiques de base avec SPAD

• Introduction - Prise en main du logiciel SPAD


• Notions de base


• Population, échantillon, individus, variables


• Recodage de variables


• Mise en classes, regroupement de modalités, croisements, ...


• Préparation et gestion des données


• Construction de nouveaux tableaux : empilé, juxtaposé, ...


• Statistiques descriptives univariées


• Résumés graphiques et numériques

- Raisonnement à partir d'un échantillon avec SPAD

• Intervalle de confiance


• Tests paramétriques usuels


• Conformité d'une moyenne. Comparaison de deux moyennes, de deux variances, 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 SPAD

• Étude d'une corrélation linéaire


• Nuage de points – Le coefficient de Pearson - Significativité d'une corrélation


• Liaison entre deux variables qualitatives


• Le tableau de contingence – Coefficients d'association – Le test du Khi 2


• Liaison entre une variable qualitative et quantitative


• Caractérisation automatique de variables par d'autres variables

- Principales techniques de modélisation avec SPAD

• L'analyse de la variance à un facteur


• L'analyse de la variance à deux facteurs


• La régression linéaire simple


• La régression linéaire multiple

- L'analyse de données multidimensionnelles avec SPAD

• ACP – Analyse en Composantes Principales


• AFC – Analyse Factorielle des Correspondances


• ACM – Analyse des Correspondances Multiples


• CAH – Classification Ascendante Hiérarchique


• La classification mixte

- Introduction au Data Mining et au Text Mining avec SPAD

• Les arbres de décision


• Le marquage sémantique


• Les réseaux de neurones


• Le Text Mining

Validation et sanction

Attestation de formation

Type de formation

Non certifiante

Sortie

Sans niveau spécifique