Réaliser ses analyses statistiques avec R
Date de mise à jour :
Identifiant Offre Info : 19_1801248683
Organisme responsable :
Data Value
(ouvre dans un nouvel onglet)
Présentation de la formation
Objectifs
Programme de la formation
- Statistiques descriptivesGestion d'un jeu de données - dataframe Importation, caractérisation, sélection, sous-ensembles Premières analyses d'un jeu de données Premières vérifications, valeurs manquantes, recodage Résumé d'une variable quantitative – numeric Résumé d'une variable qualitative – factor - Intervalle de confianceLe raisonnement à partir d'un échantillon Généralités, échantillonnage, estimation d'un paramètre Intervalle de confiance d'une…
- Gestion d'un jeu de données - dataframe
Importation, caractérisation, sélection, sous-ensembles - Premières analyses d'un jeu de données
Premières vérifications, valeurs manquantes, recodage - Résumé d'une variable quantitative – numeric
- Résumé d'une variable qualitative – factor
- Le raisonnement à partir d'un échantillon
Généralités, échantillonnage, estimation d'un paramètre - Intervalle de confiance d'une moyenne, d'une proportion, d'une variance
- Qu'est-ce qu'un test d'hypothèse ?
Généralités, règle de décision, risques d'erreur, puissance - Les tests de conformité ou de comparaison à une norme
- Les tests de comparaison de deux populations
- Test d'ajustement à une loi de probabilité normale
- Introduction aux tests non paramétriques
- Liaison entre deux variables quantitatives
Nuage de points, intensité de la liaison, significativité - Liaison entre deux variables qualitatives
Tableau de contingence, intensité et significativité du lien de dépendance : test du khi2 - Liaison entre une variable qualitative et quantitative
Comparaison de plusieurs populations, le rapport de corrélation - Liaisons entre plusieurs variables
Approches graphiques : matrice de nuages de points, treillis
Caractériser des sous-populations par plusieurs variables
- Analyse de la variance à un facteur
Variabilité inter, intra, totale – Rapport de corrélation - Le test de Fisher - Comparaisons multiples de moyennes
Analyses post hoc, la procédure de Tukey - Analyse de la variance à deux facteurs et interaction
- Extensions de l'Anova
Modèle à effet fixe ou aléatoire, modèle hiérarchisé
- De la corrélation à la régression
L'intérêt d'un modèle - Variables à expliquer, explicatives, erreur - La régression linéaire simple
Ajustement par la méthode des moindres carrés - Tests et validation du modèle - La régression linéaire multiple
- Choix d'un modèle de régression
Pourquoi sélectionner un sous-ensemble de variables explicatives ?
Les différentes approches et critères de sélection d'un modèle
- Un panorama des méthodes mult
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
Pour suivre ce stage dans de bonnes conditions, il est recommandé d'avoir suivi en amont la formation" R – Prise en main, analyses statistiques et graphiques" ou d'avoir atteint par la pratique un niveau équivalent\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