Analyse des données multidimensionnelles

MOOC Analyse des données multidimensionnelles

Le MOOC Analyse des données multidimensionnelles a été conçu pour ceux qui, sans être statisticiens, sont confrontés à l’analyse statistique de données. Tous les domaines où l’on recueille des données sont concernés : enquêtes d’opinion, marketing, biologie, écologie, géographie, etc. Ce cours vise à comprendre et appliquer les méthodes fondamentales de l’analyse des données. L’objectif est de rendre les participants autonomes dans la mise en œuvre et l’interprétation d’analyses exploratoires multidimensionnelles.

Organisateur :

AgroCampus Ouest

* MOOC Francophone est un service de mise en relation sans inscription et sans intermédiaire. Nous n’organisons aucun cours, le lien « Suivre le cours » vous redirige vers la page web des organisateurs. Les participants peuvent également évaluer ce cours en cliquant ici
  • icon

    Intervenant

    François Husson
    Professeur de statistique

    Jérôme Pagès
    Professeur de statistique

    Magalie Houée-Bigot
    Ingénieur d’étude statistique

  • icon

    Durée

    5  semaines
    Du 5 mars au 24 avril 2018

  • icon

    Prérequis

    Ce cours est destiné aux étudiants et professionnels ayant un niveau master et/ou un background dans une discipline scientifique.

  • icon

    Charge de travail

    5 heures / semaine

  • icon

    Coût

    Gratuit

  • icon

    Certification

    Attestation de suivi avec succès.

  • icon

    Déroulement

    Vidéos / Forum / Etude de cas / Quiz / Exercices / Evaluation finale

    L’évaluation de vos connaissances se fera en continu, sur la base de quiz autocorrectifs qui vous seront proposés à l’issue de chaque vidéo. Par ailleurs, des exercices sur table et des mini-projets vous donneront l’occasion de mettre en œuvre les méthodes sur logiciel et d’échanger sur les forums. Les réponses aux quiz et exercices ainsi qu’un exercice d’évaluation finale vous permettront d’obtenir une attestation de suivi avec succès.

  • icon

    Programme

    Semaine 1 : Analyse en composantes principales

    Données, problématique et exemples
    Recherche d’une représentation des individus
    Interprétation de la représentation des individus grâce aux variables
    Représentation des variables
    Aides à l’interprétation
    Mise en œuvre sous FactoMineR

    Semaine 2 : Analyse factorielle des correspondances

    Données, notations, questions
    Liaison et indépendance entre deux variables qualitatives
    Comment l’AFC appréhende-t-elle l’écart à l’indépendance ?
    Nuages des lignes et des colonnes et leur représentation
    Pourcentages d’inertie et inerties en AFC
    Représentation simultanée des lignes et des colonnes
    Aides à l’interprétation
    Mise en œuvre sous FactoMineR

    Semaine 3 : Analyse des correspondances multiples

    Données, objectifs et problématique
    Transformation du tableau des données
    Représentation des individus
    Représentation des modalités comme aide à l’interprétation de la représentation des individus
    Nuage des modalités et sa représentation optimale
    Représentation simultanée des deux nuages
    Interprétation des valeurs propres
    Représentation des variables
    Aides à l’interprétation
    Tableau de Burt
    Mise en œuvre sous FactoMineR

    Semaine 4 : Classification

    Données, définitions
    Principe de construction d’un arbre hiérarchique
    Algorithme de partitionnement : les K-means
    Consolidation des classes
    Classification sur données de grande dimension
    Analyse factorielle et classification
    Caractérisation des classes d’individus
    Mise en œuvre sous FactoMineR

    Semaine 5 : Analyse Factorielle Multiple

    Données, problématique
    Equilibre des groupes et choix d’une pondération des variables
    Etude et représentation des groupes de variables
    Représentation des points partiels
    Représentation des analyses séparées
    Prise en compte de groupes de variables qualitatives
    Prise en compte de tableaux de contingence
    Aide à l’interprétation
    Mise en œuvre sous FactoMineR

  • icon

    Plateforme

    France Université Numérique (FUN)
    Plate-forme nationale française et propriété du Ministère de l’Enseignement Supérieur et de la Recherche. Elle est basée sur la technologie Open edX du MIT et de Harvard.

Pin It on Pinterest

Share This
+