AccueilChoisir ma formationPar discipline

Analyse des données : méthodes descriptives

Code UE : STA101-PAR01

  • Cours
  • 6 crédits
  • Volume horaire de référence
    (+ ou - 10%) : 50 heures

Responsable(s)

Vincent AUDIGIER

Public, conditions d’accès et prérequis

Cette formation s'adresse à toute personne souhaitant :
- analyser des données statistiques multidimensionnelles (chargé d'études, ingénieur, chercheur, technicien, etc)
- se spécialiser par la suite dans le traitement de données massives.
Elle nécessite des connaissances de base en statistique descriptive (univariée et bivariée) et des notions de calcul matriciel.

L'avis des auditeurs

Les dernières réponses à l'enquête d'appréciation pour cet enseignement :

Présence et réussite aux examens

Pour l'année universitaire 2020-2021 :

  • Nombre d'inscrits : 125
  • Taux de présence à l'évaluation : 25%
  • Taux de réussite à l'évaluation : 68%

Objectifs pédagogiques

Explorer, décrire et interpréter des données dans leur aspect multidimensionnel. Le cours s'appuiera sur la pratique du logiciel R.

Compétences visées

Etre en mesure à l'issue de l'enseignement de produire des études statistiques (rédaction d'un rapport) mettant en jeu les techniques d'analyse factorielle et de classification.

Mots-clés

Traitements préalables à une analyse factorielle
Analyses univariées et bivariées
Outils mathématiques de l'analyse des données
Rappels d'algèbre linéaire
Notion de métrique, projecteur
L'analyse en composantes principales
Principe de l'ACP
Calcul des facteurs principaux et des composantes principales
Mesure de qualité des résultats, techniques d'interprétation
Utilisation de variables illustratives
Gestion des données manquantes
L'analyse des correspondances simples
Principe et métrique associée
Représentation des profils-lignes et des profils-colonnes, représentation simultanée
Règle d'interprétation des résultats
L'analyse des correspondances multiples
Principes de mise en oeuvre et interprétation
Application au dépouillement d'enquêtes
L'Analyse factorielle des données mixtes
Equilibre entre variables de natures différentes
Principe de mise en oeuvre et interprétation
Les méthodes de classification automatique
Méthodes non hiérarchiques : centres mobiles, nuées dynamiques
Méthodes hiérarchiques : méthode de Ward, construction et lecture du dendrogramme
Aspects pratiques de la classification : méthodes mixtes
Interprétation d'une partition à l'aide des variables initiales, en liaison avec une analyse factorielle

Le contrôle des connaissances est basé uniquement sur une étude de cas donnant lieu à la rédaction d'un rapport.

  • SAPORTA G. : Probabilités, analyse des données et statistique. 3 ème édition (Technip, 2011)
  • TENENHAUS M. : Statistique. Méthodes pour décrire, expliquer et prévoir (Dunod, 2010)
  • LEBART L., MORINEAU A., PIRON M. : Statistique exploratoire multidimensionnelle (Dunod, 4ème édition, 2006)
  • BRY X. : Analyses factorielles simples (Economica, 1995)
  • BOUROCHE J.M., G. SAPORTA : L'analyse des données (Que-Sais-Je ? PUF, 9ème édition, 2006)
  • NAKACHE J.-P., CONFAIS J. : Approche pragmatique de la classification. Technip 2005
  • Pierre-André Cornillon, Arnaud Guyader, Julie Josse .... : Statistiques avec R. Presses universitaires de Rennes 2012
  • François Husson, Sébastien Lê et Jérôme Pagès : Analyse de données avec R. Presses universitaires de Rennes 2009

Cette UE apparaît dans les diplômes et certificats suivants

Chargement du résultat...
Patientez
Intitulé de la formation
Type
Modalité(s)
Lieu(x)
Intitulé de la formation Master Sciences, technologies, santé mention Informatique Parcours Traitement de l'information et exploitation des données
Type Diplôme national (DEUST, licence, master, doctorat, diplôme d'Etat)
Lieu(x) Package
Lieu(x) Paris
Entrée Niveau 6 (Bac+3 et 4)
Intitulé de la formation Master Sciences, technologies, santé mention Informatique Parcours Préparation à l'agrégation en informatique
Type Diplôme national (DEUST, licence, master, doctorat, diplôme d'Etat)
Lieu(x) Package
Lieu(x) Paris
Entrée Niveau 6 (Bac+3 et 4)
Intitulé de la formation Master Systèmes d'Information et Business Intelligence
Type Diplôme national (DEUST, licence, master, doctorat, diplôme d'Etat)
Lieu(x) Package
Lieu(x) Paris
Entrée Niveau 6 (Bac+3 et 4)
Intitulé de la formation Master Sciences, technologies, santé mention Informatique Parcours Recherche opérationnelle
Type Diplôme national (DEUST, licence, master, doctorat, diplôme d'Etat)
Lieu(x) À la carte
Lieu(x) Paris
Entrée Niveau 6 (Bac+3 et 4)
Intitulé de la formation Master Sécurité informatique, cybersécurité et cybermenaces
Type Diplôme national (DEUST, licence, master, doctorat, diplôme d'Etat)
Lieu(x) Package
Lieu(x) Bretagne
Entrée Niveau 6 (Bac+3 et 4)
Intitulé de la formation Master Réseaux et Objets Connectés - formation continue
Type Diplôme national (DEUST, licence, master, doctorat, diplôme d'Etat)
Lieu(x) Package
Lieu(x) Paris
Entrée Niveau 6 (Bac+3 et 4)
Intitulé de la formation Master Réseaux et Objets Connectés - formation continue
Type Diplôme national (DEUST, licence, master, doctorat, diplôme d'Etat)
Lieu(x) À la carte
Lieu(x) Pays de la Loire
Entrée Niveau 6 (Bac+3 et 4)
Intitulé de la formation Licence Sciences des données
Type Diplôme national (DEUST, licence, master, doctorat, diplôme d'Etat)
Lieu(x) À la carte
Lieu(x) Paris
Entrée Niveau 4 (Bac)
Intitulé de la formation Certificat de compétence Data analyst - Chargé(e) d'études statistiques
Type Certificat d'établissement
Lieu(x) À la carte
Lieu(x) Paris
Entrée Sans niveau spécifique
Intitulé de la formation
Type
Lieu(x)
Lieu(x)
Entrée
Intitulé de la formation Type Modalité(s) Lieu(x)

Contact

EPN06 Mathématiques et statistiques
2 rue conté Accès 35 3 ème étage porte 19
75003 Paris
Sabine Glodkowski

Centre(s) d'enseignement proposant cette formation