XLSTAT - prise en main, analyses statistiques et graphiques

Objectifs Connaître le logiciel XLSTAT 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, ACM, classification), méthodes décisionnelles dans le logiciel XLSTAT. Compétences visées - Être familiarisé avec l'environnement XLSTAT et savoir gérer des données dans le logiciel - Réaliser des analyses statistiques descriptives univariées - Mettre en oeuvre l'inférence statistique (intervalles de confiance et tests) - Étudier les liaisons des variables deux à deux dans XLSTAT 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 - Être initié aux méthodes décisionnelles (ou de classement)

- Rappels des bases de la statistique avec XLSTAT Introduction - Prise en main du logiciel XLSTAT Notions de base Population, échantillon, individus, variables Préparation et gestion des données Construction de nouveaux tableaux, recodage de variables (mise en classes, regroupement de modalités, croisements) Statistiques descriptives univariées Résumés graphiques et numériques de variables : Qualitatives : diagramme en secteurs, tableaux de fréquences Quantitatives : indicateurs de tendance centrale et de dispersion, quantiles, histogramme, boîtes à moustaches, nuages de points - Raisonnement à partir d'un échantillon avec XLSTAT 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 XLSTAT Étude d'une corrélation linéaire Nuage de points - Le coefficient de Pearson - Significativité d'une corrélation Lien de dépendance entre deux variables qualitatives Le tableau de contingence - Coefficients d'association - Le test du Khi 2 Liaison entre une variable qualitative et quantitative Comparaison de populations Caractérisation automatique d'une variable par d'autres variables - Les méthodes du modèle linéaire avec XLSTAT La régression linéaire simple et multiple Un test pour comparer des modèles emboîtés Le problème du choix d'un sous-modèle Phénomène de multicolinéarité - Sélection de variables (optimale, pas à pas ascendante / descendante / stepwise) Analyse de la variance (Anova) à un facteur Anova à deux facteurs Prise en compte d'interactions, généralisation à plusieurs facteurs Analyse de la covariance (Ancova) Notion de covariable - Les méthodes d'analyse de données avec XLSTAT Panorama des méthodes d'analyse multidimensionnelles ACP - Analyse en Composantes Principales Inertie d'un nuage de points, Ajustement d'un nuage, Aides à l'interprétation AFC - Analyse Factorielle des Correspondances Notions de profils lignes et profils colonnes. Visualiser un lien de dépendance ACM - Analyse des Correspondances Multiples Analyse des résultats d'une enquête par questionnaire. Une AFC particulière CAH - Classification Ascendante Hiérarchique Classification ascendante hiérarchique et méthodes de partitionnement direct (k - means). Interprétation des classes d'une partition - Méthodes décisionnelles avec XLSTAT Un panorama des méthodes décisionnelles (ou de classement) AFD - L'analyse factorielle discriminante Le cas particulier de la discrimination linéaire de Fisher. Qualité d'une règle de classement. Matrice de confusion La régression ou discrimination logistique Odds - ratio, Courbe ROC Méthodes de segmentation (ou discrimination par arbre)

Attestation d'acquis ou de compétences;Attestation de suivi de présence

Aucun.