Analyse de données et décisions dans l'entreprise I
EAR213
Objectifs pédagogiques :
L'objectif de ce cours est de permettre la gestion et l'analyse de grandes bases de données, en mettant l'accent sur l'interprétation des résultats statistiques.
Les développements mathématiques sont limités et les exemples empiriques sont tirés de la vie économique.
Après des rappels statistiques, le logiciel R est présenté et est mobilisé tout au long du cours pour la gestion et l'analyse des bases.
Public et conditions d'accès :
Avoir suivi un cours de statistique descriptive.
Cet enseignement est un enseignement obligatoire pour les élèves du Master SEND (Stratégies Economique, Numérique et Données). Il est ouvert aux autres élèves sous réserve d'une demande d'agrément à faire sur le site de l'EFAB: http://efab.cnam.fr/
Compétences :
- Savoir mener une analyse de données quantitative de façon entièrement autonome.
- Savoir nettoyer une base de données et faire des statistiques exploratoires simples (univariées et bivariés).
- Savoir mener une analyse exploratoire multi-dimensionnelle via l'analyse factorielle ou de classification.
- Savoir utiliser le logiciel R
Contenu de la formation :
Calcul et interprétation de statistiques descriptives sur des variables quantitatives et qualitatives
- Statistiques descriptives univariées (types de variables, moyennes, variances, écarts-types, quartiles, fréquence, tris à plat...)
- Statistiques descriptives bivariées (covariance, coefficient de corrélation linéaire, tris croisés,…)
- Analyse de sous-échantillons, comparaison de moyennes, tests d'hypothèses
Initiation à R
- Prise en main du logiciel et manipulation de bases de données
- Calcul de statistiques descriptives (variables quantitatives et qualitatives) et tests d'hypothèses
Principes et mise en oeuvre des analyses factorielles multivariées
- Identifier les données se prêtant à l'analyse exploratoire
- Analyse en composantes principales (ACP; variables quantitatives)
- Analyse des correspondances multiples (ACM; variables qualitatives)
- Applications sous R
Construction de typologies par classification
- Présentation des méthodes de classification ascendante hiérarchique (CAH) et k-means
- Analyse croisée analyse factorielle et classification
- Applications sous R
Bibliographie :
- Cornillon P-A, Guyader A., Husson F., Jégou N., Matzner-Lober E. Rouvière L., Josse J., Thieurmel B., Klutchnikoff N.: R pour la statistique et la science des données
- Tuffery S.: Data science, Statistique, Machine Learning
Cette UE apparaît dans les diplômes et certificats suivants :
- MR13601A : Master Droit, économie et gestion mention économie parcours Stratégies économiques, numériques et données
- MR14800A : Master Droit, économie, gestion mention contrôle de gestion et audit organisationnel
- MR10703A : Master Droit, économie et gestion mention Finance parcours Finance numérique et Fintech
Informations, Orientation & Inscription
Prochaines sessions de formation
Filtres :
-
-
Paris
Semestre 1
Cours du soir (Mardi)
-
Légende :
| Tarif (1) : |
|---|
|
Vous pouvez consulter nos tarifs ici. |
| Date de début de cours : |
Les dates fournies sont d'ordre général à toutes les formations. Les cours pour cette formation peuvent potentiellement commencer un peu plus tard dans le semestre. |
| Annuel : |
|
Il s'étend de fin septembre / début octobre à début juillet (dates indicatives, renseignez-vous auprès de votre centre). |
| Semestre 1 : |
|
Il s'étend de fin septembre / début octobre à fin janvier / début février (dates indicatives, renseignez-vous auprès de votre centre). |
| Semestre 2 : |
|
Il s'étend de fin février / début mars à début juillet (dates indicatives, renseignez-vous auprès de votre centre). |
| Cours du soir : | |
|---|---|
|
Les cours commencent le plus souvent à 18h30 dans les centres. |
|
| Cours en journée : | |
|
Se renseigner auprès du centre pour connaître les horaires. |
|
| Cours en ligne : | |
|
les cours sont diffusés sous forme de séances numériques via une plateforme d’e-learning animées et tutorées par un enseignant. Des séances de regroupement en visio sont proposées. |
|
| Classe virtuelle (Formation à distance planifiée): | |
|
L'enseignant à distance intervient en direct et en visioconférence sur la plateforme d'e-learning. Il complète son intervention par des activités interactives (exercices échanges…) |
|
| Cours en ligne hybride : | |
|
Cette modalité associe des cours en ligne tutorées et des regroupements en présentiel ou en classes virtuelles obligatoires. |
|
| Cours hybrides : | |
|
Cette modalité mixe des cours en présentiel (en cours du soir ou en journée) et des cours en ligne. |
|
| Cours en ligne organisés par un autre centre CNAM Régional : |
|
|
Les cours sont diffusés sous forme de séances numériques via une plateforme d'e-learning animées et tutorées par un enseignant. |
|
| Formation co-modale : | |
|
Formation proposée en présentiel et à distance en simultané. L'auditeur a la possibilité de choisir de venir sur site pour suivre l'enseignement ou bien de suivre à distance. Les cours se déroulent en semaine généralement après 18h ou le samedi. |
