Description
Cette formation vise à familiariser les participants avec l'utilisation de l'outil XLSTAT pour l'analyse statistique avancée, en intégrant des notions essentielles sur les méthodes d'analyses factorielles et de classification. Les apprenants découvriront l'interface de XLSTAT, les techniques de préparation des données, ainsi que divers types d'analyses comme l'analyse en composantes principales, l'analyse factorielle des correspondances et les méthodes de classification. Ce programme s'adresse aux professionnels souhaitant approfondir leur compréhension des analyses statistiques et améliorer leurs compétences en traitement de données.
Objectifs
- Identifier quelle méthode d'analyse multivariée ou de classification utiliser selon le contexte
- Connaître les concepts mathématiques inhérents à ces méthodes
- Mettre en œuvre les différentes analyses
- Interpréter les résultats de chaque méthode
- Analyser les différents graphiques qui en découlent
- Connaître les coefficients permettant d'estimer la qualité de l'analyse statistique
- Mesurer la contribution de chaque variable et de chaque individu sur les axes factoriels
Récapitulatif
Public
Employé – Technicien – Cadre – Chercheur – Etudiant
Prérequis
Il est INDISPENSABLE d'avoir des connaissances de base en statistique
Méthodes et modalités pédagogiques
Formation réalisée en Présentiel, Distanciel ou Dual-Learning selon la formule retenue.
Moyens et supports pédagogiques
Mise à disposition d'un poste de travail sur nos formations en Présentiel.
Mise à disposition de nos environnements de visio sur nos formations en Distanciel
Remise d'une documentation pédagogique numérique pendant la formation
La formation est constituée d'apports théoriques, d'exercices pratiques et de réflexions
Dans le cas d'une formation sur site Entreprise, le client s'engage à avoir toutes les ressources pédagogiques nécessaires (salle, équipements, accès internet, TV ou Paperboard...) au bon déroulement de l'action de formation conformément aux prérequis indiqués dans le programme de formation
Modalités de suivi et d'évaluations
Auto-positionnement des stagiaires avant la formation
Émargement des stagiaires et formateur par 1/2 journée
Exercices de mise en pratique ou quiz de connaissances tout au long de la formation permettant de mesurer la progression des stagiaires
Auto-évaluation des acquis de la formation par les stagiaires
Questionnaire de satisfaction à chaud et à froid à l'issue de la formation
Programme détaillé
Prendre en main l'outil XLSTAT (si nécessaire)
- Généralités et interface utilisateur
- Interface de base
- Rappel sur quelques outils Excel nécessaires à la manipulation XLSTAT.
- Activation, chargement et fermeture XLSTAT
- Gestion et organisation des données
- L'interface XLSTAT
- Menus et barre d'outils
- Principes de paramétrage des boîtes de dialogue
- Gestion des classeurs et des feuilles Excel
- Paramétrage de base de l'outil
- Présentations des différentes analyses statistiques disponibles
- Complémentarités entre Excel et XLSTAT
- Outils XLSTAT non statistiques
- Repérage de données selon critères
- Différents types de fonctionnalités de préparation des données
- Regroupement des données en classes
- Transformation de données
- Outils complémentaires aux graphiques (étiquettes, axes, facteur de zoom,…)
- Codage de données
Connaître les généralités sur les méthodes d'analyses factorielles et sur la classification
- Limites des statistiques classiques
- Structure des jeux de données
- Champs d'application des méthodes d'analyses multifactorielles
- Les objectifs des techniques d'analyse
- Objectifs de description
- Objectifs de prédiction
- Présentation de l'éventail des méthodes
- Analyse en composantes principales
- Positionnement multidimensionnel
- Analyse factorielle des correspondances
- Analyse factorielle des correspondances multiples
- Analyse canonique des corrélations
- Analyse factorielle discriminante
- Méthodes de classification : classification ascendante hiérarchique, réallocation dynamique
- Les outils mathématiques
- Notion de distances
- Notion de corrélations
Méthodes factorielles multidimensionnelles
- METTRE EN œUVRE L'ACP
- Structure du jeu de données et contexte d'application
- Matrice de corrélations, de variance-covariance
- Inertie et variance
- Choix des axes de représentation (choix du nombre de composantes principales)
- Interprétation des axes factoriels
- Contribution des individus et des variables aux axes
- Qualité de représentation des individus et des variables sur les axes
- Les différentes ACP : normée et non normée, non paramétrique, polychorique
- Représentations graphiques diverses
- Positionnement d'une variable illustrative catégorielle et ellipses de confiance
- Interprétation des sorties logicielles
- METTRE EN œUVRE LA MDS
- Contexte d'utilisation de la méthode du positionnement multidimensionnel
- Structure du jeu de données
- Notions de similarité, dissimilarité, distance
- Lien et différence entre ACP et MDS
- Principes de la MDS
- Interprétation des sorties logicielles
- METTRE EN œUVRE L'AFC
- Contexte d'utilisation d'une analyse factorielle des correspondances
- Structure du jeu de données
- Tableau de contingence
- Données individus, variables qualitatives
- Différence entre ACP et AFC
- Proximités et oppositions entre les modalités, liaison entre deux variables qualitatives
- Profils lignes et profils colonnes
- Choix des axes de représentation
- Représentation des modalités de base autour des composantes
- Contributions des modalités à l'inertie
- Interprétation des sorties logicielles
- METTRE EN œUVRE L'AFCM
- Contexte d'utilisation d'une analyse factorielle des correspondances multiples
- Structure du jeu de données
- Différence entre AFC et AFCM
- Tableau disjonctif complet, tableau de Burt
- Valeurs propres et choix des axes de représentation
- Information sur les individus
- Rapports de corrélation
- Interprétation des sorties logicielles
- METTRE EN œUVRE L'ACC
- Contexte d'utilisation d'une analyse canonique des corrélations
- Structure du jeu de données
- Analogie avec l'ACP, la régression linéaire et les autres méthodes d'analyse factorielle
- Objectifs et principes de l'ACC
- Notion de proximité entre 2 groupes de variables quantitatives
- Vocabulaire spécifique : variables canoniques, coefficients de corrélation canonique
- Représentation des variables et des individus dans les sous-espaces de chaque groupe
- METTRE EN œUVRE L'AFD (METHODES DE CLASSIFICATION, DE CLASSEMENT)
- Contexte d'utilisation de l'analyse factorielle discriminante
- Structure du jeu de données
- Notions de classement et de discrimination
- Méthodologie de l'AFD
- Comparaison avec l'ACP
- Interprétation des sorties logicielles
- METTRE EN œUVRE LA CAH
- Présentation des objectifs de la classification ascendante hiérarchique
- Structure du jeu de données
- Choix de la distance, dissimilarité, similarité entre les individus : distance euclidienne…
- Choix du linkage (saut, critère de « rapprochement » entre les classes) : méthode de Ward…
- Lecture d'un dendrogramme
- Choix du nombre de classes
- Classification sur les individus
- Classification sur les variables (distance de corrélation et composantes latentes)
- Interprétation des sorties logicielles
- METTRE EN œUVRE LA CLASSIFICATION PAR REALLOCATION DYNAMIQUE (CENTRES MOBILES)
- Contexte d'utilisation de la classification par réallocation dynamique
- Principe général des différentes méthodes
- Comparaison avec la CAH
- Présentation de la méthode k-means
- Les différentes variantes de classification par réallocation dynamique
- Interprétation des sorties logicielles
- Conseils de mise en œuvre