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 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

- Raisonnement à partir d'un échantillon avec XLSTAT

• Intervalle de confiance
• Tests paramétriques usuels
• Test de normalité
• Principaux tests non paramétriques

- Liaisons entre deux variables avec XLSTAT

• Étude d'une corrélation linéaire
• Lien de dépendance entre deux variables qualitatives
• Liaison entre une variable qualitative et quantitative
• 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
• Analyse de la variance (Anova) à un facteur
• Anova à deux facteurs
• Analyse de la covariance (Ancova)

- 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 de formation

Type de formation

Non certifiante

Sortie

Sans niveau spécifique