> Formations > Technologies numériques > Intelligence Artificielle, Big Data > IA, Machine Learning, analyse de données > Formation Modélisation statistique, l'essentiel > Formations > Technologies numériques > Formation Modélisation statistique, l'essentiel
Vous avez déjà un compte client ORSYS
Se connecter
Vous êtes nouveau chez ORSYS
Créer un compte
Vous ne souhaitez pas créer de compte
Poursuivre sans me connecter

Formation : Modélisation statistique, l'essentiel

Modélisation statistique, l'essentiel


Moyenne des avis clients Moyenne des avis clients Moyenne des avis clients Moyenne des avis clients
4,4 / 5

Action Co Nouvelle édition Clé en main
Formation éligible au financement Afdas, Atlas

Ce cours présente l'essentiel de la modélisation statistique. Il vous permettra de comprendre son rôle dans le monde de l'analyse décisionnelle, du Big Data et du Data Mining ainsi que les mécanismes qui permettent de transformer et d'affiner des données pour en tirer des informations métiers utiles.


INTER
INTRA
SUR MESURE

Cours pratique en présentiel ou à distance
Disponible en anglais, à la demande

Réf. STA
  2j - 14h00
Prix : 1660 € H.T.
Pauses-café et
déjeuners offerts
Financements

Télécharger le programme

Partager cette formation




Ce cours présente l'essentiel de la modélisation statistique. Il vous permettra de comprendre son rôle dans le monde de l'analyse décisionnelle, du Big Data et du Data Mining ainsi que les mécanismes qui permettent de transformer et d'affiner des données pour en tirer des informations métiers utiles.


Objectifs pédagogiques
À l’issue de la formation, le participant sera en mesure de :
Connaître les fondamentaux de l'analyse statistique appliquée
Maîtriser l'utilisation des formules et tests statistiques fondamentaux
Savoir concevoir un rapport d'analyse basé sur les faits
Valider la précision d'une estimation, à l'aide des intervalles de confiance
Découvrir des outils comme R et Excel pour la mise en œuvre des modèles étudiés
Exploiter les paramètres statistiques pour comprendre une série de données
Être en mesure de prévoir les comportements à venir
Savoir vérifier l'adéquation à un modèle

Public concerné
Utilisateurs et gestionnaires métiers de bases de données, Data Scientist, ingénieurs, Data Analysts ou toute personne intéressée par l'analyse statistique appliquée.

Prérequis
Connaissances de base en mathématiques et statistiques ou connaissances équivalentes à celles apportées par le stage "Statistiques descriptives, introduction" (réf. UES). Connaissances de base Excel.
Vérifiez que vous avez les prérequis nécessaires pour profiter pleinement de cette formation en faisant  ce test.

Modalités d'évaluation
Le formateur évalue la progression pédagogique du participant tout au long de la formation au moyen de QCM, mises en situation, travaux pratiques…
Le participant complète également un test de positionnement en amont et en aval pour valider les compétences acquises.

Programme de la formation

Rappels des fondamentaux de la statistique descriptive

  • Définition de la statistique descriptive.
  • Analyse d'une population.
  • Méthodes d'échantillonnage.
  • Variables qualitatives et quantitatives.
  • Effectifs et calcul des fréquences.
  • Effectifs cumulés croissants et décroissants.
  • Représentation graphique des variables qualitatives et quantitatives.
Etude de cas
Application pratique sur excel d'analyses statistiques et interprétation

Démarche et modélisation d'une analyse statistique

  • Statistique descriptive.
  • Phase d'apprentissage.
  • Statistique prédictive pour estimer et anticiper.
  • Modélisation statistique d'un phénomène.

Paramètre de position et de dispersion

  • Mode, valeur modale, valeur la plus probable.
  • Moyenne d'une population (ou d'un échantillon).
  • Médiane, partager une série numérique.
  • Etendue, différence entre valeurs extrêmes.
  • Utiliser les quantiles.
  • Ecart-Type, calculer la dispersion d'un ensemble de données.
  • Calcul de la variance et de la covariance.
Etude de cas
Calcul de paramètres de position et de dispersion sur différents échantillonnages et comparaisons des résultats.

Tests et intervalle de confiance

  • Lois statistiques et intervalle de confiance.
  • Tests statistiques courants (Test de Student, Analyse de variances, Khi²).
  • Valider la précision d'une estimation. Amplitude de l'intervalle.
Etude de cas
Exercices sur le logiciel R.

Panorama des outils

  • Zoom sur le logiciel Open Source "R".
  • Initiation au logiciel Open Source "R".
Travaux pratiques
Utilisation de packages pour faire les analyses statistiques.
Parcours certifiants associés
Pour aller plus loin et renforcer votre employabilité, découvrez les parcours certifiants qui contiennent cette formation :

Solutions de financement
Plusieurs solutions existent pour financer votre formation et dépendent de votre situation professionnelle.
Découvrez-les sur notre page Comment financer sa formation ou contactez votre conseiller formation.

Financement par les OPCO
  • Adhérents Afdas, découvrez les avantages négociés par votre OPCO en cliquant ici
  • Adhérents Atlas, découvrez les avantages négociés par votre OPCO en cliquant ici

Avis clients
4,4 / 5
Les avis clients sont issus des évaluations de fin de formation. La note est calculée à partir de l’ensemble des évaluations datant de moins de 12 mois. Seules celles avec un commentaire textuel sont affichées.
JEAN-FRANÇOIS R.
25/11/24
4 / 5

Je m’attendais à une formation avec beaucoup plus de mise en pratique
INGRID F.
25/11/24
5 / 5

très bonne formation avec du contenu concret et pas seulement de la théorie, bon équilibre dans les sujets
ZAHRA A.
25/11/24
5 / 5

PAs assez d’exemples d’application des modèles

> Afficher plus d’avis clients


Horaires
les cours ont lieu de 9h à 12h30 et de 14h à 17h30.
Les participants sont accueillis à partir de 8h45. Les pauses et déjeuners sont offerts.
Pour les stages pratiques de 4 ou 5 jours, quelle que soit la modalité, les sessions se terminent à 16h le dernier jour.

Dates et lieux
Sélectionnez votre lieu ou optez pour la classe à distance puis choisissez votre date.
Classe à distance

Dernières places
Date garantie en présentiel ou à distance
Session garantie