Analyse des données : méthodes descriptives - STA101

Objectifs pédagogiques :

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

Public et conditions d'accès :

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.

Compétences :

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.

Méthodes de validation :

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

Contenu de la formation :

Traitements préalables à une analyse factorielle
Analyses bivariées (analyses univariées supposées maîtrisées)

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

Bibliographie :

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 :

MR11603A : Master Sciences, technologies, santé mention Informatique parcours Systèmes d'information et business intelligence
CC1200A : Certificat de compétence Data analyst - Chargé(e) d'études statistiques
LG04201A : Licence Sciences, technologies, santé mention mathématiques parcours Sciences des données
MR11607A : Master Sciences, technologies, santé mention Informatique parcours Sécurité informatique, cybersécurité et cybermenaces En bretagne
MR11602A : Master Sciences, technologies, santé mention Informatique parcours Recherche opérationnelle
MR11603B : Master Sciences, technologies, santé mention Informatique parcours Systèmes d'information et business intelligence HTT
MR11604A : Master Sciences, technologies, santé mention Informatique parcours Traitement de l'information et exploitation des données
MR11605A : Master Sciences, technologies, santé mention Informatique parcours Préparation à l'agrégation en informatique
MR11606A : Master Sciences, technologies, santé mention Informatique parcours Réseaux et objets connectés

Code UE STA101

Crédits 6 ECTS

Volume horaire 45 Heures

S'inscrire à une
session de formation

Informations, Orientation & Inscription

Par téléphone :
01 44 78 60 50 Dans l'un de nos
centres CNAM
Mode d'emploi Foire aux questions
(FAQ) Informations et
statistiques

Prochaines sessions de formation

Filtres :

Centre de formation Semestre
2024/2025 Jours de
formation Modalité Crédits

Paris

Semestre 2

Centre de formation	Semestre 2024/2025	Jours de formation	Modalité	Crédits
Paris	Semestre 2			6 crédits ⁽¹⁾
*Date de début des cours ^() :** 03/02/2025 ^{* 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.}

6 crédits ⁽¹⁾

Date de début des cours ^(*) :

03/02/2025

^{* 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.}

Ajouter au panier

Contacter le centre

- Paris
  Semestre 2
  Cours en ligne
  
  6 crédits ⁽¹⁾

Légende :

Tarif ⁽¹⁾ :
Vous pouvez consulter nos tarifs ici. Selon votre statut, il existe différents dispositifs de financement qui peuvent financer jusqu'à 100 % de votre formation. Nos chargés de formation en centre vous accompagneront pour constituer votre dossier.
Date de début de cours :
Île-de-France : 1^er semestre et annuel : 30/09/2024 2^e semestre : 17/02/2025 Paris : 1^er semestre et annuel : 16/09/2024 2^e semestre : 03/02/2025 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 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.

En savoir plus sur nos modalités

Analyse des données : méthodes descriptivesSTA101