XLSTAT – Prise en main, analyses statistiques et graphiques

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

Programme de la formation

Rappels des bases de la statistique

• Intro - Prise en main du logiciel XLSTAT


• Notions de base


• Population, échantillon, individus, variables


• Préparation et gestion des données


• Statistiques descriptives univariées


• Résumés graphiques et numériques de variables qualitatives et quantitatives

Raisonnement à partir d'un échantillon

• Intervalle de confiance


• Tests paramétriques usuels


• Test de normalité


• Principaux tests non paramétriques

Liaisons entre deux variables

• 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

Méthodes du modèle linéaire

• Régression linéaire simple et multiple


• Test pour comparer des modèles emboîtés


• 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

Méthodes d'analyse de données

• 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

• 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


• Régression ou discrimination logistique : Odds – ratio, Courbe ROC


• Méthodes de segmentation (ou discrimination par arbre)

Validation et sanction

- Être familiarisé avec l'environnement XLSTAT et savoir gérer des données dans le logiciel

- Réaliser des analyses statistiques descriptives univariées

- Mettre en œuvre 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)

Type de formation

Non certifiante

Sortie

Sans niveau spécifique