Statistique d'Analyse de Données Industrielles

Régression linéaire multiple (RLM)

- Structure des données et principes de base
- Diagnostic de la structure des données
- Choix du modèle
- Choix des coefficients à retenir et validation globale du modèle
- Le traitement des facteurs qualitatifs
- Les graphiques liés à la régression
- Optimisation

Analyse en composantes principales (ACP)

- Structure des données et principes de base
- Rappels sur la notion de corrélation
- Interprétation de la projection des variables et qualité de représentation
- Interprétation de la projection des individus et qualité de représentation
- Le traitement des variables qualitatives

Application de la régression PLS sur la base de l’exemple montrant les limites de la RLM

- Choix du nombre d’axes
- Interprétation des résultats statistiques
- Prise en compte de facteurs qualitatifs
- Validation du modèle

Analyse de variance multiple

- Structure des données et principes de base
- Diagnostic de la structure des données
- Choix des effets à retenir et validation globale du traitement
- Place de la dispersion expérimentale
- Les graphiques liés à l’analyse de variance

Justification de l’intérêt de la planification expérimentale