> Formations > Technologies numériques > Intelligence Artificielle (IA) > IA : Machine Learning, Deep Learning > Formation Modélisation statistique, l'essentiel > Formations > Technologies numériques > Formation Modélisation statistique, l'essentiel
Vous avez déjà un compte client ORSYS
Se connecter
Vous êtes nouveau chez ORSYS
Créer un compte
Vous ne souhaitez pas créer de compte
Poursuivre sans me connecter

Formation : Modélisation statistique, l'essentiel

Modélisation statistique, l'essentiel


Moyenne des avis clients Moyenne des avis clients Moyenne des avis clients Moyenne des avis clients
4,3 / 5

Formation référencée dans une action collective Formation référencée dans le catalogue Clé en main d’un OPCO Nouvelle édition du programme de la formation
Formation éligible au financement Afdas, Atlas

Cette formation présente l'essentiel de la modélisation statistique. Il vous permettra de comprendre son rôle dans le monde de l'analyse décisionnelle, du big data et du data mining ainsi que les mécanismes qui permettent de transformer et d'affiner des données pour en tirer des informations métiers utiles.


INTER
INTRA
SUR MESURE

Cours pratique en présentiel ou à distance
Disponible en anglais, à la demande

Réf. STA
  2j - 14h00
Prix : 1660 € H.T.
Pauses-café et
déjeuners offerts
Financements

Télécharger le programme

Partager cette formation




Cette formation présente l'essentiel de la modélisation statistique. Il vous permettra de comprendre son rôle dans le monde de l'analyse décisionnelle, du big data et du data mining ainsi que les mécanismes qui permettent de transformer et d'affiner des données pour en tirer des informations métiers utiles.


Objectifs pédagogiques
À l’issue de la formation, le participant sera en mesure de :
Connaître les fondamentaux de l'analyse statistique appliquée
Maîtriser l'utilisation des formules et tests statistiques fondamentaux
Savoir concevoir un rapport d'analyse basé sur les faits
Valider la précision d'une estimation, à l'aide des intervalles de confiance
Découvrir des outils comme R et Excel pour la mise en œuvre des modèles étudiés
Exploiter les paramètres statistiques pour comprendre une série de données
Être en mesure de prévoir les comportements à venir
Savoir vérifier l'adéquation à un modèle

Public concerné
Utilisateurs et gestionnaires métiers de bases de données, data scientist, ingénieurs, data analysts ou toute personne intéressée par l'analyse statistique appliquée.

Prérequis
Connaissances basiques en mathématiques, statistiques, Excel ou connaissances équivalentes à celles apportées par la formation "Statistiques descriptives, introduction" (réf. UES).
Vérifiez que vous avez les prérequis nécessaires pour profiter pleinement de cette formation en faisant  ce test.

Modalités d'évaluation
Le formateur évalue la progression pédagogique du participant tout au long de la formation au moyen de QCM, mises en situation, travaux pratiques…
Le participant complète également un test de positionnement en amont et en aval pour valider les compétences acquises.

Programme de la formation

1
Rappels des fondamentaux de la statistique descriptive

  • Définition de la statistique descriptive.
  • Analyse d'une population.
  • Méthodes d'échantillonnage.
  • Variables qualitatives et quantitatives.
  • Effectifs et calcul des fréquences.
  • Effectifs cumulés croissants et décroissants.
  • Représentation graphique des variables qualitatives et quantitatives.
Etude de cas
Application pratique sur excel d'analyses statistiques et interprétation.

2
Démarche et modélisation d'une analyse statistique

  • Statistique descriptive.
  • Phase d'apprentissage.
  • Statistique prédictive pour estimer et anticiper.
  • Modélisation statistique d'un phénomène.

3
Paramètre de position et de dispersion

  • Mode, valeur modale, valeur la plus probable.
  • Moyenne d'une population (ou d'un échantillon).
  • Médiane, partager une série numérique.
  • Étendue, différence entre valeurs extrêmes.
  • Utiliser les quantiles.
  • Ecart-Type, calculer la dispersion d'un ensemble de données.
  • Calcul de la variance et de la covariance.
Etude de cas
Calcul de paramètres de position et de dispersion sur différents échantillonnages et comparaisons des résultats.

4
Tests et intervalle de confiance

  • Lois statistiques et intervalle de confiance.
  • Tests statistiques courants (Test de Student, analyse de variances, Khi²).
  • Valider la précision d'une estimation. Amplitude de l'intervalle.
Etude de cas
Exercices sur le logiciel R.

5
Panorama des outils

  • Zoom sur le logiciel open source "R".
  • Initiation au logiciel open source "R".
Travaux pratiques
Utilisation de packages pour faire les analyses statistiques.


Parcours certifiants associés
Pour aller plus loin et renforcer votre employabilité, découvrez les parcours certifiants qui contiennent cette formation :

Solutions de financement
Plusieurs solutions existent pour financer votre formation et dépendent de votre situation professionnelle.
Découvrez-les sur notre page Comment financer sa formation ou contactez votre conseiller formation.

Financement par les OPCO
  • Adhérents Afdas, découvrez les avantages négociés par votre OPCO en cliquant ici
  • Adhérents Atlas, découvrez les avantages négociés par votre OPCO en cliquant ici

Avis clients
4,3 / 5
Les avis clients sont issus des évaluations de fin de formation. La note est calculée à partir de l’ensemble des évaluations datant de moins de 12 mois. Seules celles avec un commentaire textuel sont affichées.
FABIENNE P.
18/09/25
5 / 5

Contenu et rythme totalement adaptés pour une remise à niveau des connaissances statistiques et une découverte de l’approche data scientist
ZAHRA A.
25/11/24
5 / 5

PAs assez d’exemples d’application des modèles
INGRID F.
25/11/24
5 / 5

très bonne formation avec du contenu concret et pas seulement de la théorie, bon équilibre dans les sujets



Horaires
Les cours ont lieu de 9h à 12h30 et de 14h à 17h30.
Les participants sont accueillis à partir de 8h45. Les pauses et déjeuners sont offerts.
Pour les formations de 4 ou 5 jours, quelle que soit la modalité, les sessions se terminent à 16h le dernier jour.

Dates et lieux
Sélectionnez votre lieu ou optez pour la classe à distance puis choisissez votre date.
Classe à distance

Dernières places
Date garantie en présentiel ou à distance
Session garantie
PARTICIPANTS
Futurs managers et responsables d’équipe souhaitant structurer leur pratique managériale

PRÉREQUIS
Aucun

COMPÉTENCES DU FORMATEUR
Les experts qui animent la formation sont des spécialistes des matières abordées. Ils ont été validés par nos équipes pédagogiques tant sur le plan des connaissances métiers que sur celui de la pédagogie, et ce pour chaque cours qu’ils enseignent. Ils ont au minimum cinq à dix années d’expérience dans leur domaine et occupent ou ont occupé des postes à responsabilité en entreprise.

MODALITÉS D’ÉVALUATION
Le formateur évalue la progression pédagogique du participant tout au long de la formation au moyen de QCM, mises en situation, travaux pratiques… Le participant complète également un test de positionnement en amont et en aval pour valider les compétences acquises.

MOYENS PÉDAGOGIQUES ET TECHNIQUES
• Les moyens pédagogiques et les méthodes d’enseignement utilisés sont principalement : aides audiovisuelles, documentation et support de cours, exercices pratiques d’application et corrigés des exercices pour les stages pratiques, études de cas ou présentation de cas réels pour les séminaires de formation. • À l’issue de chaque stage ou séminaire, ORSYS fournit aux participants un questionnaire d’évaluation du cours qui est ensuite analysé par nos équipes pédagogiques. • Une feuille d’émargement par demi-journée de présence est fournie en fin de formation ainsi qu’une attestation de fin de formation si le stagiaire a bien assisté à la totalité de la session.

MODALITÉS ET DÉLAIS D’ACCÈS
L’inscription doit être finalisée 24 heures avant le début de la formation.

ACCESSIBILITÉ AUX PERSONNES HANDICAPÉES
Pour toute question ou besoin relatif à l’accessibilité, vous pouvez joindre notre équipe PSH par e-mail à l'adresse psh-accueil@orsys.fr.