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

Lieu de formation

41 rue de la Decouverte CS 37621 31676 Labège