SPAD - Prise en main, analyses statistiques et graphiques

Objectifs : Connaître le logiciel SPAD 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, classification), Data Mining et Text Mining dans le logiciel SPAD Compétences visées : - Réaliser des analyses statistiques descriptives univariées avec SPAD - Mettre en oeuvre l'inférence statistique (intervalles de confiance et tests) dans le logiciel - Étudier les liaisons des variables deux à deux dans SPAD à l'aide d'indicateurs numériques et de graphiques adéquats selon la nature des données (quantitatives, qualitatives ou les deux) - Maîtriser les techniques de modélisation (analyse de la variance et régressions) dans le logiciel - Découvrir les principales méthodes exploratoires d'analyse des données (ACP, AFC, ACM et Classification) - Découvrir le Data Mining et Text Mining avec SPAD

- Traitements statistiques de base avec SPAD 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

Attestation de suivi de présence

Aucun