Plan du cours
Préparation d'une base de données pour l'analyse
- gestion de la collecte des données
- opérations sur les variables
- transformation des variables sélectionnées par fonctions (logarithmique, exponentielle, etc.)
Statistiques paramétriques et non-paramétriques, ou comment ajuster un modèle aux données
- échelle de mesure
- type de distribution
- valeurs aberrantes et observations influentes (outliers)
- taille d'échantillon
- théorème central limite
Étudier les différences entre les caractéristiques statistiques
- tests basés sur la moyenne et la médiane
Analyse de corrélation et de similarité
- corrélations
- analyse en composantes principales
- analyse des groupes (cluster analysis)
Prédiction - analyse de régression simple et multivariée
- méthode des moindres carrés
- Modèle linéaire
- modèles de régression par variables instrumentales (dummy, effet, codage orthogonal)
Inférence statistique
Pré requis
Connaissance de SPSS et des bases de la statistique. Le participant au cours doit avoir suivi la formation du logiciel SPSS Statistics Predictive Analytics.
Nos clients témoignent (5)
La variation en fonction de l'exercice et de l'exposition.
Ida Sjoberg - Swedish National Debt Office
Formation - Econometrics: Eviews and Risk Simulator
Traduction automatique
le formateur avait de la patience et était impatient de s'assurer que nous avons tous compris les sujets, les cours étaient amusants à suivre
Mamonyane Taoana - Road Safety Department
Formation - Statistical Analysis using SPSS
Traduction automatique
L'implication de la formatrice, bonne préparation du sujet.
Bruno Scibilia - Lesaffre International
Formation - Advanced R Programming
Jour 1 et Jour 2 étaient vraiment très simples pour moi et j'ai vraiment apprécié cette expérience.
Mareca Sithole - Africa Health Research Institute
Formation - R Fundamentals
Traduction automatique
Le rythme était parfait et l'atmosphère détendue a permis aux candidats de se sentir à l'aise pour poser des questions.
Rhian Hughes - Public Health Wales NHS Trust
Formation - Introduction to Data Visualization with Tidyverse and R
Traduction automatique