Aperçu du cours
Objectif de formation : Obtenir une compréhension approfondie des concepts statistiques essentiels et des techniques d’analyse de corrélation
Prérequis
- Connaissance de base des statistiques et des concepts mathématiques
- Familiarité avec les outils d'analyse de données tels que les tableurs ou les logiciels d'analyse statistique
Fonctionnalités
- Comprendre les principaux concepts de l'analyse statistique et de la corrélation
- Appliquer les tests d'hypothèses appropriés pour des comparaisons statistiques
- Effectuer des analyses de corrélation et interpréter les résultats
- Utiliser la régression linéaire pour modéliser les relations entre variables
- Maîtriser les techniques avancées d'analyse statistique, y compris l'ANOVA et les méthodes non paramétriques
- Créer des visualisations avancées pour représenter les résultats statistiques
Public ciblé
- Data analysts
- Business analysts
- Data scientists
- Statisticians
- Researchers
Détails
- 16 Sections
- 62 Lessons
- 14 heures
Expand all sectionsCollapse all sections
- Introduction à l'analyse statistique (1 heure)4
- 1.1Concepts fondamentaux de l’analyse statistique
- 1.2Types de données et mesures statistiques
- 1.3Introduction aux distributions statistiques
- 1.4Travaux pratiques : Calcul de mesures statistiques sur un jeu de données
- Introduction à l'analyse statistique (1 heure)4
- 2.1Concepts fondamentaux de l’analyse statistique
- 2.2Types de données et mesures statistiques
- 2.3Introduction aux distributions statistiques
- 2.4Travaux pratiques : Calcul de mesures statistiques sur un jeu de données
- Tests d'hypothèses (2 heures)4
- 3.1Compréhension des tests d’hypothèses et de leur utilisation
- 3.2Tests de comparaison de moyennes, de proportions et de variance
- 3.3Interprétation des résultats des tests d’hypothèses
- 3.4Travaux pratiques : Application de tests d’hypothèses sur des données réelles
- Tests d'hypothèses (2 heures)4
- 4.1Compréhension des tests d’hypothèses et de leur utilisation
- 4.2Tests de comparaison de moyennes, de proportions et de variance
- 4.3Interprétation des résultats des tests d’hypothèses
- 4.4Travaux pratiques : Application de tests d’hypothèses sur des données réelles
- Analyse de corrélation (2 heures)4
- 5.1Compréhension des concepts de corrélation et de covariance
- 5.2Méthodes d’analyse de corrélation : corrélation de Pearson, corrélation de rang de Spearman
- 5.3Interprétation des résultats de corrélation.
- 5.4Travaux pratiques : Calcul de la corrélation et interprétation des résultats
- Analyse de corrélation (2 heures)4
- 6.1Compréhension des concepts de corrélation et de covariance
- 6.2Méthodes d’analyse de corrélation : corrélation de Pearson, corrélation de rang de Spearman
- 6.3Interprétation des résultats de corrélation.
- 6.4Travaux pratiques : Calcul de la corrélation et interprétation des résultats
- Régression linéaire (2 heures)4
- 7.1Introduction à la régression linéaire
- 7.2Modélisation des relations linéaires entre variables
- 7.3Interprétation des résultats de régression linéaire
- 7.4Travaux pratiques : Construction d’un modèle de régression linéaire et évaluation des performances
- Régression linéaire (2 heures)4
- 8.1Introduction à la régression linéaire
- 8.2Modélisation des relations linéaires entre variables
- 8.3Interprétation des résultats de régression linéaire
- 8.4Travaux pratiques : Construction d’un modèle de régression linéaire et évaluation des performances
- Analyse des variance (ANOVA) (2 heures)4
- 9.1Principe de l’ANOVA et ses applications
- 9.2Analyse de variance à un facteur et à plusieurs facteurs
- 9.3Interprétation des résultats de l’ANOVA
- 9.4Travaux pratiques : Application de l’ANOVA sur différents jeux de données
- Analyse des variance (ANOVA) (2 heures)4
- 10.1Principe de l’ANOVA et ses applications
- 10.2Analyse de variance à un facteur et à plusieurs facteurs
- 10.3Interprétation des résultats de l’ANOVA
- 10.4Travaux pratiques : Application de l’ANOVA sur différents jeux de données
- Analyse de données catégorielles (1 heure)4
- 11.1Introduction à l’analyse de données catégorielles
- 11.2Méthodes d’analyse : chi-square test, test de Fisher…
- 11.3Interprétation des résultats de l’analyse de données catégorielles
- 11.4Travaux pratiques : Analyse de données catégorielles et interprétation des résultats
- Analyse de données catégorielles (1 heure)4
- 12.1Introduction à l’analyse de données catégorielles
- 12.2Méthodes d’analyse : chi-square test, test de Fisher…
- 12.3Interprétation des résultats de l’analyse de données catégorielles
- 12.4Travaux pratiques : Analyse de données catégorielles et interprétation des résultats
- Méthodes non paramétriques (2 heures)4
- 13.1Introduction aux tests non paramétriques
- 13.2Utilisation des tests non paramétriques pour les données non normalement distribuées
- 13.3Comparaison des tests non paramétriques avec les tests paramétriques
- 13.4Travaux pratiques : Application de tests non paramétriques sur des données réelles
- Méthodes non paramétriques (2 heures)4
- 14.1Introduction aux tests non paramétriques
- 14.2Utilisation des tests non paramétriques pour les données non normalement distribuées
- 14.3Comparaison des tests non paramétriques avec les tests paramétriques
- 14.4Travaux pratiques : Application de tests non paramétriques sur des données réelles
- Visualisation avancée des données (2 heures)3
- 15.1Techniques avancées de visualisation des données
- 15.2Utilisation de graphiques spécialisés pour la présentation des résultats statistiques
- 15.3Travaux pratiques : Création de visualisations avancées pour représenter des analyses statistiques
- Visualisation avancée des données (2 heures)3
- 16.1Techniques avancées de visualisation des données
- 16.2Utilisation de graphiques spécialisés pour la présentation des résultats statistiques
- 16.3Travaux pratiques : Création de visualisations avancées pour représenter des analyses statistiques
Instructeur
