Exploration, modélisation, classification et prédiction en R

[5 jours] - [Français]

Vos connaissances en statistique de base ont besoin d'un "rafraîchissement"? Vous voulez faire de l'analyse de données au moyen d'un outil de plus en plus utilisé dans le monde ? Vous souhaitez étudier ou résumer un grand jeu de données en groupant des variables ou des individus ?

Le langage R est un environnement de calcul et un langage de programmation très flexible et riche utilisé pour l'analyse statistique de données. C'est un logiciel libre et disponible gratuitement qui s'enrichit régulièrement de nouvelles bibliothèques de fonctions mises à disposition par les utilisateurs. En particulier, chacun peut créer un package.

Objectifs de la formation
Au terme de cette formation, vous serez familier avec les principes élémentaires de l'analyse statistique de base, en parcourant le processus d'analyse statistique dès l'importation et la mise en forme des données.
Vous serez également capable d'analyser la structure d'une base de données tant du point de vue des variables que des individus; d'identifier la concordance entre des groupes naturels et théoriques; de définir/valider des échelles de mesures standardisées.

Prérequis
Une connaissance de R est requise.

Contenu

• La statistique comme outil : résumer, inférer, modéliser
• Réalisation d'analyses statistiques de base : Analyse descriptive, régression linéaire, ANOVA, tests de proportions ou d'ajustement, régression logistique
• Analyse en composantes principales
• Analyse des correspondances multiples
• Clustering

Tarif
Cette formation est reconnue par l'IABE et permet de ce fait aux participant·es d'obtenir des points CPD.
(Ceci est d'ailleurs vrai pour l'entièreté de l'offre de formations du SMCS.)

Cette formation est agréée chèques-formation de la Région Wallonne.
Si vous souhaitez utiliser des chèques-formation dans le cadre de votre inscription, veuillez prendre contact avec notre secrétariat. Merci de consulter préalablement la page suivante pour de plus amples informations.

Méthodes et familles de méthodes abordées
Statistique descriptive
   Tableaux résumés
   Graphiques
Analyses multivariées exploratoires
   ACP - Analyse en composantes principales
   ACM - Analyse (factorielle) des correspondances multiples
   Clustering
Statistique paramétrique de comparaison de moyennes
   Test t de Student
   ANOVA
Modèle de régression
   Régression linéaire simple
   Régression linéaire multiple
   Régression logistique