Introduction à la statistique avec R - Université Paris-Sud
Formation
En Ligne
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
-
Méthodologie
En ligne
-
Dates de début
Dates au choix
Ce cours permet d’apprendre la statistique à l’aide du logiciel libre R.
Le recours aux mathématiques est minimal. L’objectif est de savoir analyser des données, de comprendre ce que l’on fait, et de pouvoir communiquer ses résultats.
Ce cours s’adresse aux étudiants et praticiens de toutes disciplines qui recherchent une formation pratique. Il sera utile à toute personne ayant le besoin d’analyser un jeu de données réel dans le cadre d’un enseignement, de son activité professionnelle ou de recherche, ou par simple curiosité d’analyser un jeu de données par soi-même (données du web, données publiques…).
Le cours s’appuie sur le logiciel libre R qui est un des logiciels de statistique les plus puissants disponibles actuellement.
Les méthodes abordées sont : les techniques descriptives, les tests, l’analyse de variance, les modèles de régression linéaire et logistique, les données censurées (de survie).
Les sites et dates disponibles
Lieu
Date de début
Date de début
À propos de cette formation
Il n’y a pas de pré-requis pour suivre ce cours. Des connaissances de base en algèbre ou en programmation sont utiles mais ne sont pas nécessaires. En revanche, la volonté d’apprendre à analyser un jeu de données par soi-même est essentielle.
Les Avis
Les exploits du centre
Les matières
- Statistique
- Escription d’une variable
- Ssociation entre variables
- Pratique des tests
- Régression logistique
Le programme
- Introduction
- Chapitre 1 : Définitions
- Chapitre 2 : Représentations graphiques
- Chapitre 3 : Mesures de position et de dispersion : les principes
- Chapitre 4 : Mesures de position et de dispersion : la pratique
- Lab 1 : Introduction à R studio, manipulation des fichiers et des variables
- Chapitre 5 : Intervalles de confiance
- Chapitre 6 : Coefficient de corrélation
- Chapitre 7 : Risque relatif et odds-ratio
- Lab 2 : Manipulation de données, résumés numériques et graphiques
- Lab 3 : RMarkdown et rapport automatisé
- Chapitre 8 : Tests statistiques : le “p”
- Chapitre 9 : Tests statistiques : l’approche de Neyman et Pearson
- Chapitre 10 : Comparaison de deux pourcentages
- Chapitre 11 : Comparaison de deux moyennes
- Chapitre 12 : Test de nullité d’une corrélation, divers
- Lab 4 : Mesures d'association, tests statistiques, update sur RMarkdown
- Chapitre 13 : Régression linéaire simple
- Chapitre 14 : Régression linéaire, corrélation et test t
- Chapitre 15 : Régression linéaire multiple, analyse de variance
- Chapitre 16 : Introduction à la régression logistique
- Chapitre 17 : Régression logistique multiple
- Lab 5 : Régression linéaire et logistique
- Chapitre 18 : Données de survie ou censurées
- Chapitre 19 : Tests et modèles pour données censurées
- Chapitre 20 : Introduction aux méthodes exploratoires multidimensionnelles
- Chapitre 21 : Analyse en composantes principales
- Chapitre 22 : Classification hiérarchique
Avez-vous besoin d'un coach de formation?
Il vous aidera à comparer différents cours et à trouver la solution la plus abordable.
Introduction à la statistique avec R - Université Paris-Sud