Accueil > Domaines > Statistiques > Analyse statistique avancée avec R

Analyse statistique avancée avec R

Réalisation d'analyses statistiques spécifiques

L'analyse statistique des données est une des compétences requises pour mettre en oeuvre des projets Big Data. Selon la nature des données manipulées et le type d'analyses souhaitées, il est parfois nécessaire de recourir à des techniques d'analyses avancées. Aussi, tout Data Scientist doit-il aujourd'hui maitriser l'implémentation d'outils statistiques sous R pour réaliser des analyses non ponctuelles et inférentielles paramétriques ou de données uni ou multivariées pour tous les domaines dans le service, l'industrie ou encore la R&D. Cette formation avancée permettra aux participants de maitriser R et ainsi d'être à même d'analyser tous types de données dans leurs projets Big Data.

Objectifs

Connaître les outils et méthodes d'analyses statistiques avancées en environnement R
Être capable de programmer des analyses avec R
Savoir utiliser les packages de R pour mettre en oeuvre des modélisations statistiques (régression, ACP...)
Comprendre comment réaliser des analyses prédictives à l'aide d'équations de régression

Public

Ingénieurs
Analystes
Data Analysts
Toute personne intéressée par l'analyse statistique avec R

Prérequis

Avoir suivi la formation "Les fondamentaux de l'analyse statistique avec R" (BI103) ou connaissances équivalentes
Avoir une première expérience de la programmation
Disposer de solides connaissances théoriques en statistiques

Programme de la formation

Introduction

Générer et représenter des variables aléatoires
Puissance d'un test Z à 1 échantillon en bilatéral
1.d'un test Z en bilatéral
Puissance d'un test t à 1 échantillon en bilatéral

Travailler avec des échantillons

d'un test t à 1 échantillon en bilatéral

à 1 échantillon en bilatéral
2.à 2 échantillons en bilatéral

Réaliser des tests d'ajustement

Test d'ajustement d'Anderson-Darling (ie Agostino-Stephens)
Test d'ajustement de Shapiro-Wilk

Estimation et intervalles de confiance

Intervalle de confiance de la moyenne (test Z à un 1 échantillon)
Intervalle de confiance de la moyenne (test t à un 1 échantillon)

Analyses statistiques avancées

Test t-Student bilatéral d'un échantillon
Test t-Student pour données appariées
Test t-Student homoscédastique bilatéral d'égalité de la moyenne
Test t-Student hétéroscédastique bilatéral d'égalité de la moyenne (test de Welch)
Test de Poisson à un échantillon unilatéral/bilatéral
Comparaison de proportions sur une même population (test binomial exact)
Intervalle de confiance de la proportion
Comparaison de proportions sur 2 échantillons indépendants
Test de Fisher d'égalité des variances
Test de Levene d'égalité de deux variances
Robustesse de tests statistiques
Transformations de Box-Cox
Transformations de Johnson

Analyse de la variance et de la covariance

ANOVA à un facteur fixe (ANOVA-désempilé
sans répétitions avec ou sans interactions
avec répétitions avec ou sans interactions
Comparaisons multiples du test de Student avec correction de Bonferroni
de Tukey HSD
Test de Levene et Bartlett d'égalité des variances d'une ANOVA canonique
ANOVA Imbriquée/Hiérarchique complète
ANOVA Carré Latin
ANCOVA (Analyse de la Covariance)
MANOVA
6.paramétrique
Analyse factorielle exploratoire (AFE)
AFE avec méthode ACP sans rotation
AFE avec méthode ACP et rotation VariMax

Méthode pédagogique

Une formation très pratique : 90% du temps de la formation est dédié à la mise en pratique pour une meilleure assimilation de notions de base
Cette formation est basée sur des exercices principalement proposés par le formateur et tirés de l'ouvrage qui sert de support pour la formation
Des consultants expérimentés partagent leur savoir-faire avec les participants.