Formations BigData & NoSql Formation Modélisation statistique

Formation Modélisation Statistique, l’essentiel

Noté 0 sur 5
logo formation modélisation statistique, l'essentiel
Prix 1490€ HT / personne
Durée 2 jours ( 14 heures )

Paris | à distance | FNE

Il ne reste que quelques places
NewCafés et déjeuners offerts en interentreprises
Disponible en intra-entreprise pour former votre équipe
Je ne veux pas me déplacer ? Option classe virtuelle gratuite

Présentation

La modélisation statistique est un processus d’application de l’analyse statistique à un ensemble de données. Elle consiste à utiliser des modèles mathématiques et des hypothèses statistiques pour générer des données d’échantillon et faire des prédictions sur le monde réel.

Un modèle statistique est une collection de distributions de probabilité représentant tous les résultats possibles d’une expérience. Durant notre formation vous verrez les différents modèles statistiques tels que les modèles linéaires ou les modèles ANOVA.

L’application de la modélisation statistique aux données brutes permet aux spécialistes de la Data à aborder l’analyse des données de manière stratégique. Elle leur fournisse des visualisations intuitives aidant à identifier les relations entre les variables et à prédire leur résultat.

Notre formation Modélisation statistique, l’essentiel vous présentera les bases de l’analyse statistique appliquée, des formules et des tests statistiques. Vous manipulerez les outils R et Excel. Vous saurez concevoir un rapport d’analyse basé sur les faits, exploiter des paramètres statistiques et valider la précision d’une estimation.

À l’issue de cette formation, vous serez capable de mettre en œuvre une analyse des données statistiques, descriptives et prévisionnelles.

 

Objectifs

  • Maîtriser les bases de l’analyse statistique appliquée
  • Appliquer des formules statistiques
  • Utiliser des tests statistiques fondamentaux
  • Savoir concevoir un rapport d’analyse basé sur les faits
  • Comprendre une série de données en utilisant les paramètres statistiques
  • Découvrir des outils R et Excel afin de mettre en œuvre des modèles étudiés
  • Confirmer la précision d’une estimation avec des intervalles de confiance
  • Être capable de prévoir les comportements suivants
  • Savoir vérifier l’adéquation à un modèle

 

Public visé

  • Utilisateurs et gestionnaires métiers de bases de données
  • Data Scientist
  • Ingénieurs
  • Data Analysts
  • Toute personne intéressée par l’analyse statistique appliquée

 

Pré-requis

Connaissances générales en mathématiques, analyse statistique et Excel

Programme de notre formation Modélisation statistique, l’essentiel

 

Introduction à la modélisation statistique

  • Qu’est-ce que la modélisation statistique ?
  • Modélisation mathématique
  • Définir la statistique descriptive
  • Méthodes d’échantillonnage
  • Inférence statistique

 

Méthodes paramétriques

  • Régression linéaire simple/multiple
    • Modèle
    • Moindres carrés
    • Estimations
    • Intervalles de confiance
    • Sélection de variables
  • Analyse de la variance
  • Analyse de la covariance
  • Comparaison avec Anova
  • Comparaison avec la régression linéaire
  • Modèle linéaire généralisé
    • Régression de Poisson
    • Modèle polytomique
  • Modélisation Bayésienne
  • Analyse de séries temporelles

 

Méthodes non paramétriques

  • Régression spline
  • Estimation par moyennes locales
  • Estimation à noyau
  • Régression polynomiale locale

 

Variables quantitatives polytomiques

  • Variables à modalités ordonnées
  • Variables à modalités non ordonnées
  • Variables à choix emboités
  • Formalisation et exemples
  • Cas d’applications des variables

 

Variables quantitatives binaires

  • Estimation et interprétation des paramètres
  • Valider les résultats
  • Exemples et formalisation
  • Cas d’application

 

Nettoyage des données

  • Repérer d’éventuels codes superflus
  • Repérer des données manquantes en grande quantité
  • Suppression de variables
  • Analyses univarié
  • Analyse bivarié

 

Intervalles de confiance

  • Estimation et intervalles de confiance
  • Lois statistiques d’intervalle de confiance
  • Valider une précision d’une estimation

 

Paramètres statistiques

  • Exploiter des paramètres statistiques
  • Comprendre une série de données
  • Aspects statistiques de modélisation
    • Validation du modèle
    • Tests de coefficients
    • Étude des résidus et des points influents
  • Vérification d’adéquation à un modèle

 

Modélisation avec R et Excel

  • Mettre en œuvre des méthodes de régression
  • Analyser la variance sous R
  • Traiter une question concrète à travers d’une approche de modélisation
  • Mise en œuvre de modélisation avec un logiciel R

Pour aller plus loin

Formation Analyse statistique avec R

Formation Python : Analyse de données

Formation Microsoft R : Machine Learning Server

Langues et Lieux disponibles

Langues

  • Français
  • Anglais / English

Lieux

  • France entière
    • Paris
    • Lille
    • Reims
    • Lyon
    • Toulouse
    • Bordeaux
    • Montpellier
    • Nice
    • Sophia Antipolis
    • Marseille
    • Aix-en-Provence
    • Nantes
    • Rennes
    • Strasbourg
    • Grenoble
    • Dijon
    • Tours
    • Saint-Étienne
    • Toulon
    • Angers
  • Belgique
    • Bruxelles
    • Liège
  • Suisse
    • Genève
    • Zurich
    • Lausanne
  • Luxembourg

Témoignages

Afficher tous les témoignages

Noter la formation

Prix 1490€ HT / personne
Durée 2 jours ( 14 heures )

Paris | à distance | FNE

Il ne reste que quelques places
NewCafés et déjeuners offerts en interentreprises
Disponible en intra-entreprise pour former votre équipe
Je ne veux pas me déplacer ? Option classe virtuelle gratuite

UNE QUESTION ? UN PROJET ? UN AUDIT DE CODE / D'INFRASTRUCTURE ?

Pour vos besoins d’expertise que vous ne trouvez nulle part ailleurs, n’hésitez pas à nous contacter.

ILS SE SONT FORMÉS CHEZ NOUS

partenaire sncf
partenaire hp
partenaire allianz
partenaire sfr
partenaire engie
partenaire boursorama
partenaire invivo
partenaire orange
partenaire psa
partenaire bnp
partenaire sncf
partenaire hp
partenaire allianz
partenaire sfr
partenaire engie
partenaire boursorama
partenaire invivo
partenaire orange
partenaire psa
partenaire bnp