Formation Modélisation Statistique
| 1490€ HT / personne |
| 2 jours (14 heures) |
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 Python et Excel
- Mettre en œuvre des méthodes de régression
- Analyser la variance sous Python
- Traiter une question concrète à travers d’une approche de modélisation
- Mise en œuvre de modélisation avec Python
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
Les + : La formatrice est très pédagogue et à l’écoute. Des applications claires sont données pour mettre en pratique les notions apprises.
Le format du cours est fonctionnel et très approprié (cours théorique et pratique réaaplicable)
Le confort des locaux est très apprécié (en présentiel)
Les – : La formation est dispensée sur 2 jours, peut-être qu’un jour supplémentaire aurait permis une meilleure répartition du temps et prise en main des outils. Une assurance supplémentaire pour l’acquisition des connaissances et mise en pratique.
Afficher tous les témoignages
Les + : La formatrice est très pédagogue et à l’écoute. Des applications claires sont données pour mettre en pratique les notions apprises.
Le format du cours est fonctionnel et très approprié (cours théorique et pratique réaaplicable)
Le confort des locaux est très apprécié (en présentiel)
Les – : La formation est dispensée sur 2 jours, peut-être qu’un jour supplémentaire aurait permis une meilleure répartition du temps et prise en main des outils. Une assurance supplémentaire pour l’acquisition des connaissances et mise en pratique.
Les + : Riche en information. Les supports aident beaucoup à comprendre et aussi à découvrir accompagné ou en autonomie.
Les – : Peut faire à une personne non novice à ces sujets.
Je recommande la formation
Noter la formation
| 1490€ HT / personne |
| 2 jours (14 heures) |
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
