Analyse de données et décisions dans l'entreprise ii
Formation
À Paris Cédex 03
Avez-vous besoin d'un coach de formation?
Il vous aidera à comparer différents cours et à trouver la solution la plus abordable.
Description
-
Typologie
Formation
-
Lieu
Paris cédex 03
-
Dates de début
Dates au choix
Public et conditions d'accès
Avoir assisté au cours d'Analyse des données et décisions dans l'entreprise I (EAR206)
Pour obtenir l'agrément d'inscription, merci de contacter Boris Buljan par mail :
Objectifs pédagogiques
L'objectif de ce cours est de permettre la compréhension et la mobilisation de méthodes de statistique exploratoire et de méthodes économétriques afin d'analyser de grandes bases de données. Le cours met l'accent sur l'interprétation des résultats qui en sont issus. Les développements mathématiques sont relativement limités et les exemples empiriques sont tirés de la vie économique. Le logiciel SAS est mobilisé tout au long du cours.
Cet enseignement de troisième cycle constitue un enseignement obligatoire pour les élèves préparant le Master Stratégies Economique, Numérique et Données. Plus généralement, il peut intéresser toute personne possédant les notions élémentaires de statistique descriptive et confrontée à l'analyse de bases de données.
Compétences visées
Au terme de cette formation, l'étudiant saura mettre en oeuvre des techniques économétriques (régression linéaire, modèles logistiques), des techniques d'analyse exploratoire des données (ACP, ACM) et interpréter leurs résultats. Il maîtrisera également quelques méthodes d'évaluation (doubles-différences, méthodes de décomposition d'écarts de salaires...).
Mots-clés
data scientist
Logiciel SAS
Analyse des données
Modélisation qualitative
Analyse statistique des données
Modélisation quantitative
Analyse factorielle
Les sites et dates disponibles
Lieu
Date de début
Date de début
À propos de cette formation
Au terme de cette formation, l'étudiant saura mettre en oeuvre des techniques économétriques (régression linéaire, modèles logistiques), des techniques d'analyse exploratoire des données (ACP, ACM) et interpréter leurs résultats. Il maîtrisera également quelques méthodes d'évaluation (doubles-différences, méthodes de décomposition d'écarts de salaires...).
Les Avis
Les matières
- SAS
- Modélisation
- Évaluation de la formation
- Salaires
- Analyse de résultats
- Statistique
- Analyse de données
Le programme
Contenu
Analyse exploratoire des données : principes et usage des analyses factorielles multivariées (ACP, ACM)
- Analyse en composantes principales (variables quantitatives)
- Analyse des correspondances multiples (variables qualitatives).
- Analyse croisée des analyses factorielles et des classifications d’individus
Mise en oeuvre pratique des méthodes d'ACP et ACM sous SAS : comment résumer l'information contenue dans une grande base de données?
- Identifier les données se prêtant à l'analyse exploratoire
- Distinguer les grandes dimensions structurantes dans une base de données (résumer en quelques dimensions de l'information contenue dans la base de départ)
- Analyse combinée des résultats des ACP/ACM et des classifications d'individus (voir cours EAR206)
Econométrie linéaire : comment expliquer une variable quantitative?
- Corrélation, modèle linéaire simple et multiple
- Présentation de la méthode des Moindres Carrés Ordinaires:
- calcul et propriétés des estimateurs,
- introduction aux tests d’hypothèses
- Mise en oeuvre sous SAS
Econométrie non linéaire : comment expliquer une variable qualitative?
- Présentation du modèle logistique binomial et multinomial
- Mise en oeuvre sous SAS
Introduction aux méthodes d’évaluation: doubles-différences, méthodes de décomposition d'écarts de salaires etc.
Modalité d'évaluation
Rédaction d'un mémoire s'appuyant sur l'analyse empirique d'une base de données
Bibliographie
- W.Greene : Econometric Analysis, Pearson
- C.Hahn, S.Macé : Méthodes statistiques appliquées au management (Pearson)
Avez-vous besoin d'un coach de formation?
Il vous aidera à comparer différents cours et à trouver la solution la plus abordable.
Analyse de données et décisions dans l'entreprise ii