Formation XLSTAT – Prise en main, analyses statistiques et graphiques

- Rappels des bases de la statistique avec XLSTAT

• Introduction - Prise en main du logiciel XLSTAT
• Notions de base
Population, échantillon, individus, variables
• Préparation et gestion des données
Construction de nouveaux tableaux, recodage de variables (mise en classes, regroupement de modalités, croisements)
• Statistiques descriptives univariées
Résumés graphiques et numériques de variables :
• Qualitatives : diagramme en secteurs, tableaux de fréquences
• Quantitatives : indicateurs de tendance centrale et de dispersion, quantiles, histogramme, boîtes à moustaches, nuages de points

- Raisonnement à partir d’un échantillon avec XLSTAT

• Intervalle de confiance
• Tests paramétriques usuels
Conformité d’une moyenne. Comparaison de deux moyennes, de deux variance, de deux proportions
• Test de normalité
• Principaux tests non paramétriques
Tests de Mann et Whitney, Kruskal Wallis, Friedman, McNemar, Cochran

- Liaisons entre deux variables avec XLSTAT

• Étude d’une corrélation linéaire
Nuage de points – Le coefficient de Pearson - Significativité d’une corrélation
• Lien de dépendance entre deux variables qualitatives
Le tableau de contingence – Coefficients d’association – Le test du Khi 2
• Liaison entre une variable qualitative et quantitative
Comparaison de populations
• Caractérisation automatique d'une variable par d’autres variables

- Les méthodes du modèle linéaire avec XLSTAT

• La régression linéaire simple et multiple
• Un test pour comparer des modèles emboîtés
• Le problème du choix d’un sous-modèle
Phénomène de multicolinéarité – Sélection de variables (optimale, pas à pas ascendante / descendante / stepwise)
• Analyse de la variance (Anova) à un facteur
• Anova à deux facteurs
Prise en compte d’interactions, généralisation à plusieurs facteurs
• Analyse de la covariance (Ancova)
Notion de covariable

- Les méthodes d'analyse de données avec XLSTAT

• Panorama des méthodes d’analyse multidimensionnelles
• ACP – Analyse en Composantes Principales
Inertie d’un nuage de points, Ajustement d’un nuage, Aides à l’interprétation
• AFC – Analyse Factorielle des Correspondances
Notions de profils lignes et profils colonnes. Visualiser un lien de dépendance
• ACM – Analyse des Correspondances Multiples
Analyse des résultats d’une enquête par questionnaire. Une AFC particulière
• CAH – Classification Ascendante Hiérarchique
Classification ascendante hiérarchique et méthodes de partitionnement direct (k – means). Interprétation des classes d’une partition

- Méthodes décisionnelles avec XLSTAT

• Un panorama des méthodes décisionnelles (ou de classement)
• AFD - L’analyse factorielle discriminante
Le cas particulier de la discrimination linéaire de Fisher. Qualité d’une règle de classement. Matrice de confusion
• La régression ou discrimination logistique
Odds – ratio, Courbe ROC
• Méthodes de segmentation (ou discrimination par arbre)