Nos domaines de formation :

Formation Modélisation statistique

3,9 / 5
Stage pratique
Durée : 2 jours
Réf : STA
Prix  2018 : 1470 € H.T.
Pauses et déjeuners offerts
  • Programme
  • Cycles certifiants
  • Participants / Prérequis
  • Intra / sur-mesure
  • avis vérifiés
Programme

Ce stage présente l'essentiel de la modélisation statistique. Il vous permettra de comprendre leur 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

  • Dimensionner un échantillon de population
  • Calculer des paramètres de position et dispersion (médiane, étendue, quantile, écart-type)
  • Exploiter les paramètres statistiques pour comprendre une série de données
  • 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
PROGRAMME DE FORMATION

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

Démarche et modélisation d'une analyse statistique

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

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.
  • Etendue, 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.

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.

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.

Cycles certifiants
Participants / Prérequis

» Participants

Responsables Infocentre, responsables marketing, responsables Qualité, utilisateurs et gestionnaires métiers de bases de données, futurs Data Scientist.

» Prérequis

Connaissances de base en mathématiques et statistiques ou connaissances équivalentes à celles apportées par le stage Statistiques descriptives, introduction (réf. UES). Connaissances de base Excel.
Intra / sur-mesure
Programme standard     Programme sur-mesure
Oui / Non

Vos coordonnées

Avis vérifiés
picto avis vérifiés
Dimitri L. 17/09/2018
4 / 5
Difficulté à comprendre la cohérence du cycle de formation certifiant Data Scientist. On pose les briques les unes à côté des autres sans faire le lien entre elles.

Jean A. 17/09/2018
4 / 5
Contenu conforme aux attentes. Rythme adapté.

Nicolas W. 21/06/2018
3 / 5
Contenu intéressant et bien présenté par le formateur mais non adapté à mes connaissances en codage / statistiques qui sont quasi nulles

François G. 21/06/2018
4 / 5
Le support n'est pas numéroté. Assez peu structuré.

Vincent C. 21/06/2018
4 / 5
J'aurai souhaité une manipulation un peu plus approfondie de R et des études de cas plus complexes.

Clement F. 03/05/2018
5 / 5
Prend le temps de bien expliquer, voir de ré-expliquer si besoin. Le support de cours est très clair. Le contenu de la formation est conforme à mes attentes.

Gregory V. 03/05/2018
5 / 5
Formateur pédagogue et expérimenté. Le contenu de la formation est adapté en fonction du niveau des participants et reste accessible tout en étant relativement complet

Célia C. 22/03/2018
4 / 5
Le contenu me semblait un peu basique et pourrait je pense être couplé avec Data Mining.

Doreau 25/01/2018
3 / 5
Exercices en R, et non en Python.

Laurent P. 25/01/2018
4 / 5
bon équilibre théorie/pratique

PASQUALE D. 25/01/2018
4 / 5
L'avantage d'avoir une partie pratique assez conséquente permet de très vite assimiler la partie théorique.

Alexandre S. 23/11/2017
3 / 5
Trop de temps perdu sur des fondamentaux. Fin de la formation survolée. Manque d'info pour ceux faisant la certification par manque de temps (perdu sur d'autres points basic) Plus de temps sur des cas concrets .

Mikael B. 23/11/2017
3 / 5
Contenu intéressant mais mal présenté. Gestion du temps à revoir. Méthode de vulgarisation et pédagogie de l'animateur faibles. Cours pas très bien préparés. Décevant dans l'ensemble.

Jean P. 23/11/2017
4 / 5
Il faudrait une demi journée de plus pour appréhender tous les concepts de base.

Annie M. 23/11/2017
4 / 5
Au vue de la formation des data center, la formation était peut être trop approfondie mais super intéressante.

Isabelle L. 23/11/2017
4 / 5
le mettre sur trois jours pour de vrais débutants et pratiquer plus
Avis client 3,9 / 5

Les avis client sont issus des feuilles d’évaluation de fin de formation. La note est calculée à partir de l’ensemble des avis datant de moins de 12 mois.

Pour vous inscrire

Cliquez sur la ville, puis sur la date de votre choix.
[-]
PARIS

Horaires

Les cours ont lieu de 9h à 12h30 et de 14h à 17h30.
Les participants sont accueillis à partir de 8h45.
Pour les stages pratiques de 4 ou 5 jours, les sessions se terminent à 15h30 le dernier jour.