SPAD – Prise en main, analyses statistiques et graphiques
Date de mise à jour :
Identifiant Offre Info : 15_522221
Organisme responsable :
Data Value
(ouvre dans un nouvel onglet)
Présentation de la formation
Objectifs
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.
Programme de la formation
- Traitements statistiques de base avec SPADIntroduction - Prise en main du logiciel SPAD Notions de base Population, échantillon, individus, variablesRecodage 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 SPADIntervalle de confiance Tests paramétriques…
- 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 variance, 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
Type de formation
Non certifiante
Niveau de sortie
Sans niveau spécifique
Durée, rythme, financement
Durée
En centre
21 h
Financement
- Conventionnement
- Non
- Financeur
-
- Autre
Conditions d'accès
Public visé
- Tout public
Niveau d'entrée
Sans niveau spécifique
Conditions spécifiques et prérequis
Aucun\n\nProcédure d'admission: \nUn formulaire d'auto-évaluation proposé en amont de la formation nous permettra d'évaluer votre niveau et de recueillir vos attentes. Ce même formulaire soumis en aval de la formation fournira une appréciation de votre progression.
Lieu de réalisation de l'action
Modalités d'enseignement
Formation entièrement en présentielle
Adresse
41 rue de la DécouverteCS 37623
31676 Labège
Responsable : Data Value
Périodes prévisibles de déroulement des sessions
Début
Fin
- Adresse d'inscription
-
41 rue de la Découverte
31676 Labège - État du recrutement
- Ouvert
- Modalités
- Entrées / Sorties à dates fixes