XLSTAT – Prise en main, analyses statistiques et graphiques

• 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.

• Intro - Prise en main du logiciel XLSTAT
• Notions de base
• Population, échantillon, individus, variables
• Préparation et gestion des données
• Statistiques descriptives univariées
• Résumés graphiques et numériques de variables qualitatives et quantitatives

• Intervalle de confiance
• Tests paramétriques usuels
• Test de normalité
• Principaux tests non paramétriques

• 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

• Régression linéaire simple et multiple
• Test pour comparer des modèles emboîtés
• 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

• 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

• 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
• Régression ou discrimination logistique : Odds – ratio, Courbe ROC
• Méthodes de segmentation (ou discrimination par arbre)

Consulter le diplôme, titre ou certificat... délivrés en fin de formation ainsi que les métiers auxquels cette formation vous donne accès.