Retour
Les techniques de rééchantillonnage - Le Bootstrap
Objectifs de la formation
Apprendre à utiliser les techniques de rééchantillonnage dont le Bootstrap pour évaluer la variabilité des paramètres statistiques dans des contextes où les hypothèses fortes (normalité, indépendance, ...) des méthodes classiques (régression multiple, analyse discriminante, estimation d'un rapport, intervalle de confiance pour une proportion) ne sont pas vérifiées.
Contenu de la formation
- Introduction aux méthodes de ré-échantillonnage Rappels de statistique élémentaire Quelle statistique utiliser? Précision d'une estimation, intervalle de confiance Trois méthodes – une méthodologie commune Bootstrap Jackknife Tests de Permutation - Effectuer les calculs Comparer deux échantillons Les étapes d'un test Intervalle de confiance pour la différence entre 2 moyennes Estimation d'une corrélation, d'une régression, etc. - Améliorer les résultats Dépendance entre 2 variables (quantitatives, qualitatives) Améliorer les intervalles de confiance Correction des biais Stabilisation de la variance Choisir une procédure de test - Compléments sur l'estimation par intervalle Pourquoi et comment améliorer les intervalles Bootstrap-t Bootstrap paramétrique Utiliser le Bootstrap Estimer la puissance et les tailles d'échantillon
Résultats de la formation
Attestation de formation
Conditions spécifiques d'accès à la formation
Pour suivre ce stage dans de bonnes conditions, il est recommande d avoir suivi en amont la formation "Statistique decisionnelle (inferentielle) : savoir decider au vu des observations" ou d avoir atteint par la pratique un niveau equivalent
Métier formé
Data / Big data
Niveau d'étude visé
Sans le Bac
Type d'immersion professionnelle
Formation initiale
Organisme de formation
Data Value
Durée de la formation
1 mois
Modalités de formation
formation entièrement présentielle
Prochaine(s) session(s)
- 06/10/2025 - 07/10/2025