Démarche de gestion de la sécurité des données
- Durée
- Durée :2 jours
- Niveau
- Niveau :Intermédiaire
- Certification
- Certification :Non
1590€ HT
Prochaine session :
Description de la formation Modelisation statistique
Cette formation Modélisation statistique présente l'essentiel de la modélisation statistique.
Elle 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.
Programme de la formation
Objectif opérationnel :
Connaître l'essentiel de la modélisation statistique pour l'analyse descriptive et prévisionnelle.
Objectifs pédagogiques :
À l'issue de cette formation Modélisation statistique vous aurez acquis les connaissances et compétences nécessaires pour :
- Connaître les fondamentaux de l’analyse statistique
- Utiliser les formules statistiques descriptives et prédictives
- Calculer des paramètres de position et dispersion (médiane, étendue, quantile, écart-type)
- Créer un rapport d'analyse basé sur les paramètres statistiques
- Exploiter les paramètres statistiques pour comprendre une série de données
- Valider la précision d'une estimation, à l'aide des intervalles de confiance
- Utiliser des outils comme R et Excel pour la mise en œuvre des modèles étudiés
- Chiffre les zones d’incertitude avec des intervalles de confiance
- Créer des modèles de prévisions
- Valider ses modèles avec des tests de validation
Jour 1
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.Étude de casApplication pratique sur Excel d'analyses statistiques et interprétation
Phase d'apprentissage.
Les modèles de statistiques prédictive pour estimer et anticiper.
Modélisation statistique d'un phénomène.
Moyenne d'une population (ou d'un échantillon).
Médiane, partager une série numérique.
Étendue, différence entre valeurs extrêmes.prév
Utiliser les quantiles.
Écart-Type, calculer la dispersion d'un ensemble de données.
Calcul de la variance et de la covariance.Étude de casCalcul de paramètres de position et de dispersion sur différents échantillonnages et comparaisons des résultats.Jour 2
Un premier exemple avec R
Découvrir le langage R
Le même exemple avec ExcelTravaux pratiquesUtilisation de packages pour faire les analyses statistiques.
Tests statistiques courants (Test de Student, Analyse de variances, Khi²).
Valider la précision d'une estimation. Amplitude de l'intervalle.
Créer un jeu de données d’entrainement et un jeu de données de test et valider son modèleTravaux pratiquesExercices sur le logiciel R
Étude de cas finale : Sur un jeu de données types, générer un rapport d’analyse statistique et tester divers modèles afin d’estimer le meilleur
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.Étude de casApplication pratique sur Excel d'analyses statistiques et interprétation
Démarche et modélisation d'une analyse statistique
Statistique descriptive.Phase d'apprentissage.
Les modèles de statistiques 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.
Étendue, différence entre valeurs extrêmes.prév
Utiliser les quantiles.
Écart-Type, calculer la dispersion d'un ensemble de données.
Calcul de la variance et de la covariance.Étude de casCalcul de paramètres de position et de dispersion sur différents échantillonnages et comparaisons des résultats.Jour 2
Présentation du logiciel « R » et utilisation d’Excel pour la mise en œuvre des modèles étudiés
Introduction au logiciel RUn premier exemple avec R
Découvrir le langage R
Le même exemple avec ExcelTravaux pratiquesUtilisation de packages pour faire les analyses statistiques.
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.
Créer un jeu de données d’entrainement et un jeu de données de test et valider son modèleTravaux pratiquesExercices sur le logiciel R
Étude de cas finale : Sur un jeu de données types, générer un rapport d’analyse statistique et tester divers modèles afin d’estimer le meilleur
Public cible :
Ce cours Modélisation statistique s’adresse principalement aux Data Scientist, Data Analyst, ingénieurs ou des gestionnaires de base de données amenés à réaliser des analyses statistiques.
Prérequis :
Pour suivre cette formation Modélisation statistique il est nécessaire d'avoir des connaissances de base en mathématiques et statistiques. Une connaissance de base d'Excel est préférable pour la mise en œuvre de certains TP.
J'évalue mes connaissances pour vérifier que je dispose des prérequis nécessaires pour profiter pleinement de cette formation en faisant le test de prérequis.
Date de mise à jour du programme : 26/08/2025
Dates et lieux
Période souhaitée
Lieux
Type d'affichage