Catalogue Stats 2013 F

Formations 2013 – Statistiques – Formations 2013 – Statistiques – Formations 2013 – Statistiques

AnaStats

- -

www.anastats.fr

Ne jouez pas aux dés

avec vos données

Formations, études

et conseil en statistiques

Le catalogue 2013

A naStats


AnaStats

- 2 -

Les formations à l’utilisation des statistiques que

nous vous proposons ne sont pas ordinaires

Trois particularités essentielles :

1. Elles sont dispensées par des UTILISATEURS des statistiques

� Issus des sciences biologiques expérimentales, les formateurs sont forts de nombreuses années d'application des statistiques dans leur domaine de recherches. En collaboration avec des statisticiens éminents, ils ont participé à la recherche de solutions statistiques aux problèmes des expérimentalistes. Ils ont assuré pendant plus de dix ans des formations en direction des chercheurs et techniciens de l'industrie, du CNRS, de l'INRA et de l'INSERM, dont ils partagent le langage et les préoccupations.

� Ils ont perfectionné au fil des années un enseignement des statistiques rigoureux au plan théorique et néanmoins accessible sans compétence particulière en mathématiques.

2. Elles sont tournées vers L’EFFICACITE

� Le choix de la méthode statistique la plus adaptée à tel ou tel problème est une question essentielle à résoudre en amont de toute analyse. Pourtant, force est de constater que cette étape pose souvent bien des problèmes aux utilisateurs. Explications et exercices pratiques donneront ici une solide formation aux participants.

� La connaissance des méthodes statistiques ne suffit pas : les stagiaires doivent comprendre les sorties fournies par les logiciels qu’ils utilisent. Elles sont passées en revue, examinées, analysées. L’outil de calcul est mis à la portée de l’utilisateur.

� Des exercices pratiques sont réalisés par les stagiaires eux-mêmes sur ordinateur, permettant une première familiarisation avec les logiciels et une confrontation aux problèmes concrets rencontrés lors des analyses.

� Les cours sont faits de manière vivante, en interaction avec les stagiaires, à l’écoute de leur demande. Les exemples traités sont apportés par les participants eux-mêmes, à partir de leurs préoccupations quotidiennes.

3. Elles incluent les APPROCHES MODERNES

La puissance de calcul des micro-ordinateurs a permis le développement de nouvelles techniques statistiques, très bien adaptées aux situations concrètes rencontrées par les utilisateurs : validations des résultats par ré-échantillonnages, calculs adaptés aux petits échantillons par les méthodes exactes de permutations, exploration des données multifactorielles. Ces progrès récents sont mis à la portée de tous.


AnaStats

- 3 -

7. Décider et prédire avec des données multifactorielles : analyses discriminantes et régressions (p. 16)

• Trois jours interentreprises à Tours, du 12 au 14 juin 2013.

• Trois jours intra-entreprise pour un groupe de 12 personnes au plus.

8. Modèles mixtes et modèles non linéaires à l’aide du logiciel R (p. 18)

• Trois jours intra-enterprise, pour un groupe de 8 personnes au plus.

• Peut être organisé en interentreprises. 9. Mesure des facteurs de risque et contrôle des biais (p. 20)

• Deux jours interentreprises, à Tours, les 10 et 11 octobre 2013.

• Deux jours intra-entreprise, pour un groupe de 12 personnes au plus.

10. L'enquête : construction et analyse des questionnaires (p. 21)

• Trois jours interentreprises, à Tours, du 06 au 08 novembre 2013.


11. Analyse statistique des questions ouvertes dans les enquêtes (p. 22)

• Deux jours interentreprises, à Tours, du 28 au 29 novembre 2013.

• Deux jours intra-enterprise, pour un groupe de 12 personnes au plus.

12. Atelier de traitement de données personnelles (p. 24)

• Deux jours intra-enterprise, pour un groupe de 8 personnes au plus.

• Peut être organisé en interentreprises.

1. Notions fondamentales en statistiques (p. 4)

• Trois jours interentreprises, à Tours, du 23 au 25 janvier 2013.

• Trois jours intra-entreprise, pour un groupe de 12 personnes au plus.

2. Introduction au logiciel R pour les statistiques (p. 6)

• Trois jours interentreprises, à Tours, du 13 au 15 février 2013 et 11 au 13 septembre 2013.

• Trois jours intra-entreprise, pour un groupe de 12 personnes au plus.

3. Traitement statistique des petits échantillons (p. 8)

• Trois jours interentreprises, à Tours, du 20 au 22 mars 2013.


4. Pratique et interprétation des analyses de variance (p. 10)

• Trois jours interentreprises, à Tours, du 10 au 12 avril 2013.


5. Construction et analyse des plans d’expériences à l’aide du logiciel R (p. 12)

• Trois jours interentreprises, à Tours, du 11 au 13 décembre 2013.


6. Décrire et analyser les données multifactorielles (p. 14)

• Trois jours interentreprises à Tours, du 15 au 17 mai 2013.


12 FORMATIONS DISPENSÉES PAR DES FORMATEURS AGRÉÉS

D’autre part, si vous avez des données que vous ne savez pas ana-lyser et que vous n’avez pas le temps de suivre une formation, nous

assurons également un service « ETUDES », voir p. 26

UN TARIF DÉGRESSIF S’APPLIQUERA

À PARTIR DE 3 FORMATIONS FACTURÉES


AnaStats

- 4 -

1. Notions fondamentales en statistiques

♦ Public concerné

Toute personne ayant à traiter des

données, caractériser ou comparer des

échantillons, analyser des résultats

d’expériences, mais ne disposant pas

des connaissances de base en statisti-

ques.

♦ Objectifs

Etre capable de décrire une série de

valeurs. Poser correctement les pro-

blèmes que les statistiques peuvent

résoudre. Savoir choisir et mettre en

œuvre le test statistique adapté à cha-

que situation. Savoir interpréter les

sorties logicielles correspondantes.

♦ Méthode

Dans chaque rubrique on donne d’abord les

principes de calcul, sans recours à des no-

tions mathématiques complexes, en privilé-

giant une compréhension intuitive. On indi-

que les limites des techniques et les condi-

tions nécessaires pour les appliquer. On

met en pratique en utilisant les fonctions

statistiques du logiciel Excel (un ordinateur

par stagiaire). On décrit et on interprète les

sorties logicielles. On donne des illustra-

tions des usages que l’expérimentateur peut

faire de chaque technique. Les situations

concrètes rencontrées par les stagiaires sont

examinées et discutées.

Durée : Trois jours

Interentreprises :

Prix : 710 € H.T. par personne nbre de stagiaires limité à 6

Dates : 23 au 25 janvier 2013

Intra-entreprise :

Prix : 3 605 € H.T. groupe de 12 personnes au plus.

Dates : à définir avec le client.

Un tour d’horizon des notions de base indispensables pour aborder, comprendre et utili-ser les différentes méthodes

statistiques.


AnaStats

- 5 -

Programme

Fonctions des statistiques Description (statistiques descriptives)

Aide à la décision (statistiques décisionnelles) Ce que disent... et ne disent pas les statistiques

Caractérisation d’un échantillon Caractérisation de la tendance centrale

Caractérisation de la dispersion

Représentations de la dispersion

Le cas des données qualitatives Représentation d’un échantillon ; calcul de l’intervalle de confiance d’une proportion ;

mesure de la tendance centrale

Tests statistiques de comparaisons Différentes échelles de mesure et tests correspondants

Formulation statistique de l’hypothèse du biologiste Notion de hasard en statistiques ; problématique des tests statistiques ; réflexion sur la

relation entre taille d’échantillon et risque dans les comparaisons de moyennes

Choix d’un seuil de risque

Notion d’ « hypothèse nulle » (notée H0)

Risques de première et de seconde espèce

Hypothèses bilatérales et unilatérales

Echantillons indépendants et séries de mesures appariées

Puissance d’un test

Choix des tests et exercices

Comparaison d'une moyenne observée à une moyenne théorique

Comparaison de deux séries pairées

Comparaison de deux échantillons indépendants

Conditions de validité du test t de Student Normalité des distributions

Homogénéité des variances des deux groupes

Indépendance entre les erreurs et les effets des traitements

Cas de plus de deux groupes Principes de l’analyse de variance et des comparaisons multiples (tests "post hoc")

Tests non paramétriques pour le traitement statistique des petits échantillons et des données ordinales

Rappels sur les particularités des petits échantillons

Principe des tests sur les rangs

Mesure de la liaison entre variables quantitatives Liaison et relation entre 2 variables quantitatives. La corrélation

Principe de la régression linéaire simple

Mesure de la relation entre variables qualitatives Test du Chi² et test binomial

Tous ces aspects seront étudiés dans le cas général et dans le

cas des petits échantillons

Not

ions

fond

amen

tale

s en

sta

tistiq

ues


AnaStats

- 6 -

2. Introduction au logiciel R pour les statistiques

♦ Objectifs

Cette formation a pour but d’initier les

participants à l’utilisation du logiciel, en

s’appuyant sur un grand nombre d’applica-

tions courantes. Les interfaces graphiques

seront privilégiées, en limitant le recours

aux lignes de commandes.

♦ Méthode

Après une présentation rapide de l'interface et

de quelques notions élémentaires du langage

S, l'enseignement s'appuie sur les interfaces

graphiques "R commander" et son extension

"FactoMineR". L'utilisation de ces interfaces

permet aux stagiaires d'être rapidement opé-

rationnels, tout en assimilant très progressive-

ment les possibilités offertes par les comman-

des par scripts.

Les stagiaires réalisent tous les exemples eux

-mêmes et des exercices pratiques à réaliser

seuls leur sont ensuite proposés.


Techniciens, ingénieurs ou chercheurs

confrontés à l’exploitation statistique des

données. Une bonne connaissance des no-

tions fondamentales en sta-

tistiques est nécessaire.

Le logiciel R, logiciel libre fonctionnant sur toute plateforme, est

un outil très puissant, tant pour les tests statistiques, l’exploration des données, et pour la réalisation graphique de qualité.

Outil internationalement reconnu, il n’est pas d’un abord immédiat.


Interentreprises :


Dates : 13 au 15 février 2013 et 11 au 13 septembre 2013

Intra-entreprise :




AnaStats

- 7 -

Présentation du « Projet R » Concepts de base du fonctionnement de R

Utilisation de l’aide et de la documentation disponible sur la toile

Les bases du langage S. Calculs simples depuis la console de R

Gestion des objets en mémoire : manipuler les données et les enregistrer

L'interface "Rcmdr" Importation de fichiers

Gestion des données Editer et modifier les données, renommer des variables, éliminer des lignes ou des colonnes,

empiler des variables, gérer les données manquantes, recoder des variables, découper une variable

numérique en classes

Fonctions graphiques simples et rapides

Statistiques descriptives

Matrices de corrélations et tests de corrélation

Tests non paramétriques Tests sur les rangs : Mann & Whitney, Wilcoxon, Kruskal & Wallis, Friedman, tests de

comparaisons multiples

Tests Exacts

Tests paramétriques Test de normalité, test de l'homogénéité des variances, calculs de puissance et calcul des effectifs

nécessaires

Test t de Student et test de Welch

Analyse de variance à une dimension pour groupes indépendants : construction du modèle,

vérification des résidus et tests de comparaisons multiples

Analyse de variance à deux dimensions pour groupes indépendants : construction du modèle,

analyse des résidus, graphiques des effets et des interactions

Analyse de variance à un facteur pour mesures répétées et comparaisons multiples

Régressions linéaires Représentations graphiques

Construction et utilisation du modèle linéaire pour la régression linéaire simple

Vérification des résidus : test de normalité, test d'hétéroscédasticité, test d'autocorrélation

L'analyse en composantes principales avec l'interface "FactoMineR" Observer et préparer les données

Choisir des variables actives et illustratives, choisir des axes représentés

Lire et interpréter des graphiques factoriels

Obtenir des listings de résultats (valeurs propres, coordonnées, contributions…)

Caractériser des modalités d'une variable qualitative par des quantitatives

Introduction aux graphiques avec R Principes généraux, fonctions graphiques principales et secondaires, les paramètres

graphiques et leur enregistrement, utilisation des symboles, les graphiques multiples

conditionnés. L'interface GrapheR.

Programme

Intr

oduc

tion

au lo

gici

el R

pou

r le

s st

atis

tique

s


AnaStats

- 8 -

3. Le traitement statistique des petits échantillon s

♦ Méthode

Pour chaque question étudiée, l’enseigne-

ment est divisé en quatre parties :

1. Principe des tests disponibles. Choix

du test correspondant à la situation.

2. Méthode de calcul (manuel ou infor-

matisé).

3. Puissance et conditions de validité.

4. Solutions logicielles, mise en œuvre,

examen et interprétation des sorties.


Interentreprises :


Dates : 20 au 22 mars 2013

Intra-entreprise :





confrontés au traitement statistique de

petits échantillons. Les connaissances

de base en statistiques sont très

souhaitables.

♦ Objectifs

Décrire une petite série de données.

Savoir choisir un test adapté aux

questions que l’on se pose et aux

données dont on dispose.

Savoir comparer deux ou plusieurs

échantillons, mesurer l’association

entre plusieurs variables.

Savoir mettre en œuvre ces tests et

interpréter les sorties logicielles.

Les développements de l’informatique modifient grandement le paysage des statistiques. Des techniques récentes permettent

d’aborder facilement et sûrement l’analyse des petits échantillons.

A la demande, ce module

peut être enseigné en

utilisant le logiciel R


AnaStats

- 9 -

Présentation théorique Rappels sur les fonctions des statistiques

Premières réflexions sur la taille de l’échantillon

Représentation des paramètres d’un échantillon

Hypothèses et risques Problématique d’un test statistique

Directionnalité de l’hypothèse

Risque et taille de l’échantillon

Risques de première et de deuxième espèce

Puissance d’un test Trois familles de tests

Choix d’un test statistique Les différentes échelles de mesure

Echantillons indépendants et séries de mesures appariées

Paramétrique ou non paramétrique ?

Grille de choix d’un test non paramétrique

Exercices de choix d’un test

Les tests « exacts » ou tests par permutations

Solutions logicielles pour les tests non paramétriques

Réalisations pratiques Présentation des outils utilisés

Comparaison d’échantillons Mesures en échelle d’intervalle : séries appariées et indépendantes, données

censurées, échantillons stratifiés, comparaisons multiples

Représentations graphiques

Résolution d’exercices en utilisant des tests sur les rangs et des tests exacts

Interprétation des résultats

Les mesures sont des catégories ordinales : échantillons indépendants et des séries appariées

Représentations graphiques

Résolution d’exercices en utilisant des tests sur les rangs et des tests exacts

Interprétation des résultats

Les mesures sont des catégories nominales

Réalisation et interprétation du test du Chi² de bonne adéquation, du test du Chi² de contingen-

ce, du test du Chi² exact, du test binomial, du test de McNemar, du test exact de Fisher, du test

de Cochran

Mesure de la relation entre variables Les données sont en échelle au moins ordinale : corrélation et concordance

Réalisation du test de corrélation par rangs de Spearman ainsi que de son calcul exact

Calcul du coefficient de Kendall et du test de concordance de Kendall

Les données sont en échelle nominale : coefficients de contingence, coefficient Kappa de Cohen

Programme

Le tr

aite

men

t sta

tistiq

ue d

es p

etits

éch

antil

lons


AnaStats

- 10 -


Toute personne ayant à comparer des

échantillons, analyser des résultats

d’expériences, mais ne possédant pas

une bonne maîtrise des méthodes d’a-

nalyse de variance. Les connaissances

de base en statistiques sont très sou-

haitables.

♦ Objectifs

Etre capable de choisir la méthode

d’analyse adaptée à ses données et à

sa problématique. Savoir apprécier si

les conditions d’utilisation sont res-

pectées.

Savoir préparer ses données et utili-

ser un logiciel adapté. Savoir inter-

préter les sorties logicielles corres-

pondantes.

♦ Méthode

Les principes de calculs sont exposés sans

recours à des notions mathématiques com-

plexes. On alterne exposés théoriques et

mise en pratique des notions abordées à

l’aide du logiciel XLSTAT et des outils du

tableur Excel. A la demande, la formation

peut être réalisée avec le logiciel R. Les

stagiaires réalisent eux mêmes des appli-

cations nombreuses à partir de situations

expérimentales très diverses (un ordinateur

par stagiaire). Les sorties logicielles sont

examinées et interprétées en s’aidant de

représentations graphiques.


Interentreprises :


Dates : 10 au 12 avril 2013

Intra-entreprise :






4. Pratique et interprétation des analyses de varia nce


AnaStats

- 11 -

L’analyse de variance à une dimension Echantillons indépendants

Objectif et hypothèses

Principe général

Calculs et interprétations

Conditions de validité, transformations d'échelles, puissance

Solutions non paramétriques

Comparaisons multiples

Plans d’expériences pour la réduction de la variation résiduelle

Limites d’une ANOVA à une dimension

Analyses de variance à plusieurs dimensions

Objectifs

Principes et calculs

Conditions d'application

Comparaisons multiples et méthodes de contrôle de l’erreur de première

espèce

Solutions non paramétriques

Dans le cas de mesures indépendantes seules, de séries appariées et du croi-

sement des deux types, de plans en blocs.

Le modèle linéaire et sa généralisation Modèle linéaire

La régression linéaire simple

Analyse de variance et régression linéaire

Analyses multivariées de la variance

L’analyse de covariance

Généralisation du modèle linéaire

Programme

Pra

tique

et i

nter

prét

atio

n de

s an

alys

es d

e va

rianc

e


AnaStats

- 12 -

La mise en place d’un plan d’expériences est un outil

précieux voire indispensable pour l’optimisation d’un protocole expérimental.

1.5006.500

11.50016.50021.50026.50031.50036.50041.50046.500

Vo

ie

Vo

ie

Do

se

Do

se

Do

se

Va

ccin

Va

ccin

Va

ccin

Derm Muscu Dose1 Dose2 Dose3 VaccinAVaccinBTémoin

Ré

pons

e

Facteurs

Graphique des effets moyens

Facteurs

Moyenne

♦ Objectifs

Lors de cette formation les participants se-

ront initiés aux principaux plans d’expé-

riences dans le but d’optimiser les protoco-

les et de limiter les variations parasites. Ils

sauront choisir le plan d’expériences adap-

té à leur problématique et aux contraintes

pour mettre en place, par la suite, leurs

protocoles expérimentaux. Enfin, les parti-

cipants apprendront à interpréter des résul-

tats issus de plans d’expériences.

♦ Méthode

L’enseignement repose sur une alternance

constante entre des explications théoriques

sans recours à des notions mathématiques

complexes et de nombreuses applications

pratiques. Chaque méthode est illustrée par

un exemple en vraie grandeur, reposant sur

le domaine de recherche des stagiaires.

Les stagiaires exécutent à l'ordinateur tous

les exemples proposés et réalisent ensuite

seuls de nombreuses applications.

♦ Pré-requis

Il est recommandé de connaître l’analyse

de variance et les rudiments du logiciel R.


Techniciens, ingénieurs, chercheurs

ou doctorants confrontés à la mise en

place des protocoles expérimentaux et

à la construction de plans d’expérien-

ces en vue d’améliorer de protocoles

et d’interpréter les résultats.


Interentreprises :


Dates : 11 au 13 décembre 2013

Intra-entreprise :



5. Construction et analyse des plans d’expériences à l’aide du logiciel R


AnaStats

- 13 -

Rappel des notions statistiques de base

Méthodologie générale et planification des expériences Variation contrôlée et non contrôlée Quelques définitions : notions de variable, population, échantillon, individu, échantillons

indépendants et appariés. Exigences méthodologiques : randomisation, biais expérimentaux.

Plans d’expériences à un facteur et principe général de l’analyse de variance Rappel sur l’analyse de variance Comparaisons multiples Conditions d’utilisation Notion de résidu Représentations graphiques

Plans factoriels complets et leur analyse Définitions. Ecriture conventionnelle. Calcul du nombre d’expériences nécessaires dans un plan complet. Analyse statistique et interprétation Les interactions : définition, calcul de l’interaction dans un plan à deux facteurs,

représentation graphique des interactions, calculs avec plus de deux facteurs, calculs et interprétation dans le cas général.

Plans factoriels pour le contrôle de la variation aléatoire Plans en blocs

Principe, préparation des données Analyse et interprétation des résultats

Plans split-plot et criss-cross Principe, préparation des données Analyse et interprétation des résultats

Plans en carré latin et en carré gréco-latin Principe, préparation des données Analyse et interprétation des résultats

Principe des plans en blocs incomplets

Le criblage ou screening Principe, intérêt et limites Mise en œuvre

Les plans fractionnaires

Principe, intérêt et limites Mise en œuvre

Choix du bon plan d’expériences Grille de choix Mise en pratique

Programme

Intr

oduc

tion

à la

mét

hode

des

pla

ns d

’exp

érie

nces


AnaStats

- 14 -

6. Décrire et analyser les données multifactorielle s


Interentreprises :


Dates : 15 au 17 mai 2013

Intra-entreprise :

Prix : 3 605 € H.T. groupe de 12 personnes au

plus.


Les utilisateurs des méthodes multifactorielles d’analyse des grands tableaux sont de plus en plus nombreux. Les statistiques

permettent aujourd’hui d’explorer ces tableaux et d’analyser les

processus influencés par plusieurs facteurs à la fois.


Techniciens, ingénieurs, chercheurs

ou doctorants ayant à décrire des

grands tableaux de données

quantitatives et/ou qualitatives.

La pratique sera réalisée avec le

logiciel Spad.

♦ Objectifs

De très nombreuses recherches sont

concernées par des mesures de nombreux

paramètres quantitatifs et/ou qualitatifs et

parfois répétés sur les mêmes individus.

Les méthodes enseignées permettent de sa-

voir si divers groupes peuvent être formés

à partir de certaines variables ou de savoir

si certaines variables sont associées entre

elles.

♦ Méthode

Pour chaque question étudiée, l’enseigne-

ment comporte une explication de la mé-

thode sans recours à des notions mathéma-

tiques. Pour chaque technique on traite un

exemple en vraie grandeur. Dans tous les

cas on examine les sorties logicielles et on

insiste sur les règles et les difficultés d’in-

terprétation des résultats. Des aides à l'in-

terprétation sont systématiquement mises

en pratique. Les stagiaires réalisent eux

mêmes des analyses sur micro-ordinateur.





AnaStats

- 15 -

Introduction à l’analyse multifactorielle des données Problématique générale des approches descriptives multifactorielles

Les différents types de mesures et les méthodes correspondantes

Données quantitatives : l’analyse en composantes principales

Exemples variés d’utilisations Principes généraux à partir d'un exemple simple Variables actives et illustratives Réalisation d'une analyse en vraie grandeur Aides à l’interprétation des résultats d’une ACP Vérification des conditions de validité et transformations éventuelles des variables.

Données qualitatives : l’analyse factorielle des correspondances

L’analyse des correspondances simples

Principe et réalisation de l’AFC

Lecture du graphe factoriel d’une AFC

Validation et aides à l’interprétation d’une AFC

Pratique sur des données en vraie grandeur

L’analyse des correspondances multiples

Objectifs et principe de l'ACM

Mise en œuvre et interprétation des sorties logicielles

Validation et aides à l’interprétation de l’ACM

Quelques autres méthodes L’analyse factorielle

L’analyse canonique

L'analyse factorielle multiple

L'analyse factorielle de données mixtes

Les méthodes de classification ou clustering

Méthode d’agrégation

Principe de la classification ascendante hiérarchique

Le critère de WARD

Choix d’une méthode

La lecture d’un dendrogramme

Relations entre les classes d’individus et les variables

Partition de l’arbre et description des classes formées

Validité d’une classification

Classification par la méthode des centres mobiles

La classification descendante hiérarchique

Programme

Déc

rire

et a

naly

ser

les

donn

ées

mul

tifac

torie

lles


AnaStats

- 16 -

♦ Méthode

L’enseignement s’appuie sur l’utilisation

du logiciel XLSTAT. Pour chaque ques-

tion étudiée on donne une explication sans

recours à des notions mathématiques com-

plexes. Pour chaque technique, les stagiai-

res traitent un exemple en vraie grandeur,

éventuellement sur leurs données. On exa-

mine les sorties logicielles en insistant sur

les difficultés d’interprétation. Chaque sta-

giaire dispose d’un

micro-ordinateur.



confrontés à l’analyse approfondie de

grands tableaux de données, souhai-

tant analyser les relations entre varia-

bles, expliquer la variation observée

sur certaines mesures par d’autres va-

riables, rechercher les meilleures va-

riables pour décrire un phénomène,

réaliser des prévisions. Des compé-

tences en mathématiques

ne sont pas nécessaires .

♦ Objectifs

Savoir choisir et utiliser les

méthodes modernes de régressions et

d'analyses discriminantes permettant

des études approfondies de données

complexes. Utiliser des logiciels

adaptés et interpréter les résultats.

♦ Pré-requis

Il est fortement recommandé de

connaître l’analyse de variance ainsi

que les méthodes descriptives multi-

factorielles.

Les méthodes multifactorielles d’analyse des grands tableaux de données sont diverses et ri-

ches. Des outils modernes permettent aujourd’hui de réaliser des prévisions qui uti-lisent toute l’information connue et apportent

une aide à la décision. Le Data Mining vous permettra d’extraire au

mieux l’information de vos données.





Interentreprises :


Dates : 12 au 14 juin 2013

Intra-entreprise :



7. Décider et prédire avec des données multifactori elles : analyses discriminantes et régressions


AnaStats

- 17 -

Analyses discriminantes L’analyse discriminante linéaire

Fonctions de décision et de prévision

Les étapes de l’analyse, création d’échantillons d’estimation et de validation

Interprétation des sorties logicielles, matrice de confusion, description des classes

Conditions de validité, validation croisée

Prédiction d’individus anonymes

Autres méthodes d’analyses discriminantes

Les discriminantes linéaires sur facteurs

Les discriminantes non linéaires

Les régressions et leurs conditions de validité

La régression linéaire multiple Représentation graphique Calcul des paramètres de la régression et leur interprétation Vérification des conditions de validités Prédire une nouvelle valeur.

Le modèle linéaire généralisé La régression logistique (un cas de GLM)

Interprétation des sorties logicielles Sélection de modèles Courbe ROC.

La régression PLS Interprétation des sorties logicielles et des graphiques factoriels Interprétation des résultats de la régression Classement des variables Estimation de la qualité du modèle.

La segmentation par arbres binaires Principe La méthode ‘Cart’ : construction, élagage, validation

Description des sorties logicielles Lecture graphique de l’arbre de segmentation Matrice de confusion Courbe ROC. Pratique possible avec le logiciel R

La méthode ‘RandomForest’ Pratique possible avec le logiciel R

Intérêt et limites des techniques de segmentation

Programme

Déc

ider

et p

rédi

re a

vec

des

donn

ées

mul

tifac

torie

lles

: ana

lyse

s di

scrim

inan

tes

et r

égre

ssio

ns


AnaStats

- 18 -


Techniciens, ingénieurs, chercheurs ou

doctorants confrontés à l’analyse ap-

profondie de données complexes, sou-

haitant analyser les relations entre va-

riables, expliquer la variation de varia-

ble(s) par d’autres variables pouvant

avoir des effets fixes et des effets aléa-

toires, rechercher les meilleures varia-

bles pour décrire un phénomène, réali-

ser des prévisions.

♦ Objectifs

Savoir utiliser les outils de modélisa-

tion adaptés aux modèles linéaires et

non linéaires à effets fixes et/ou à ef-

fets mixtes.


Interentreprises :


Intra-entreprise :



8. Modèles mixtes et modèles non linéaires à l’aide du logiciel R

♦ Méthode

Des rappels seront d’abord faits sur les

modèles linéaires fixes puis il s’agira de

traiter de manière progressive trois grands

types de modélisation avant d’aborder

l’apprentissage statistique: les modèles li-

néaires mixtes, les modèles non linéaires

et les modèles non linéaires mixtes.

La théorie statistique est abordée lorsque

cela nous parait nécessaire mais sans re-

cours à des notions mathématiques com-

plexes.

L’utilisation du logiciel R se fera avec

l’interface Rcmdr lorsque cela est possi-

ble. La plupart du temps il sera nécessaire

d’écrire des fonctions spécifiques et de les

associer à d’autres fonctions de program-

mation.

♦ Pré-requis

Il est nécessaire d’avoir de bonnes bases

en statistiques, de connaître les analyses de

variance, les régressions linéaires et les ru-

diments du logiciel R.

Savoir utiliser des outils moder-nes permettant de construire des modèles performants à partir de

données complexes.


AnaStats

- 19 -

Généralités Objectif de la modélisation

Différentes familles de modèles

Différentes étapes de la construction et de l'analyse d'un modèle

Les modèles linéaires à effets fixes

Rappels sur le modèle linéaire simple : ANOVA et régression linéaire Modèle linéaire généralisé

Les modèles linéaires mixtes

Exemples variés et écriture des modèles

Méthodes paramétriques : choix de la méthode adaptée, commandes des

analyses et interprétation des résultats

Méthodes non paramétriques : commandes des analyses et interprétation

des résultats

Modélisation non linéaire à effets fixes

Principe général et différents modes d'approche

Choix de la fonction non linéaire adaptée aux données, commandes et inter-

prétations

Comparaisons de modèles

Modélisation non linéaires à effets mixtes

Principe général

Choix de la fonction, commandes et interprétations

Comparaisons de modèles

L’apprentissage statistique

Principe des méthodes algorithmiques de segmentation pour des problémati-

ques de discrimination ou de régression

Programme

Mod

èles

mix

tes

et m

odèl

es n

on li

néai

res

à l’a

ide

du lo

gici

el R


AnaStats

- 20 -

Fonction de survie cumulée - Control

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1

0 5 10 15 20 25

T emps


Toute personne ayant à constituer et à

traiter des données dont l’échantillon-

nage est difficile.

♦ Objectifs

Etre capable de rechercher et de me-

surer les facteurs de risque d’un évé-

nement. Se donner les moyens d’évi-

ter les biais dans la réalisation d’une

enquête. Utiliser et interpréter des ré-

sultats d’analyses univariées et multi-

variées. Discuter des principaux types

d’enquêtes, notamment épidémiologi-

ques. Connaître les méthodes d’analy-

se visant l’amélioration de la puissan-

ce statistique.

♦ Méthode

Dans chaque partie, on donne les principes

de calcul, on discute leur interprétation et

leur application. On met en pratique en

utilisant les logiciels statistiques appro-

priés (un ordinateur par stagiaire). On dé-

crit et on interprète les sorties logicielles.

Durée : Deux jours

Interentreprises :


Dates : 10 et 11 octobre 2013

Intra-entreprise :



Les principes fondamentaux des analyses de données pour

éviter au mieux les biais et estimer au mieux les risques.

9. Mesure des facteurs de risque et contrôle des bi ais

Particularités des données d’enquêtes Cohorte, Cas-témoins Transversales

Mesures de risque et mesures d’association Prévalence, taux d’incidence, risque relatif, odds ratio

Biais Fluctuation d’échantillonnage, biais de sélection, biais de classement, facteurs de confusion

Méthodes d’estimation et de tests Théorème de Bayes Les valeurs prédictives

Analyse multivariée Standardisation Méthode d’ajustement Principes généraux

La régression logistique Le Modèle de Cox

Programme


AnaStats

- 21 -


Interentreprises :


Dates : 06 au 08 novembre 2013

Intra-entreprise :



10. L'enquête : construction et analyse des questio nnaires

Les méthodes d'enquêtes sont variées et l'analyse statistique des résultats peut s'avérer très

riche pourvu que l'on connaisse les outils modernes

qui y sont adaptés.


Toute personne ayant à réaliser des

enquêtes et/ou réaliser l'analyse statis-

tique de données d’enquêtes. Des no-

tions de base en statistiques multifac-

torielles sont souhaitables.

♦ Objectifs

Savoir situer les méthodes d'enquêtes

et concevoir un questionnaire. Se don-

ner les moyens d’éviter les biais d’é-

chantillonnage. Savoir préparer les

questions et en vérifier la qualité. Sa-

voir choisir les techniques d’analyse

statistique en fonction de ses ques-

tions et de la nature des variables.

♦ Méthode

Pour chaque question étudiée, l’ensei-

gnement comporte une explication de

la méthode sans recours à des notions

mathématiques. Pour chaque techni-

que, on examine les sorties logicielles

provenant d’un exemple, illustrant ce

que les différentes méthodes peuvent

apporter.

Programme

Les méthodes de recueil de données et leurs objectifs

Population, échantillon, variables Données expérimentales et données d’observation Méthodes d’analyse

Les enquêtes par questionnaire Enquêtes descriptives, analytiques, expérimentales

Méthodologie de l’enquête Objet de l’étude Choix des indicateurs Quelle population interroger ? Méthodes et biais d’échantillonnage

Concevoir le questionnaire Bonnes pratiques du questionnement

Vérification des données Qualité des données, non-réponses, redressement d’échantillon

Les différentes méthodes d’analyse des données d’enquête


AnaStats

- 22 -



confrontés à l’exploitation de données

textuelles. Connaissances élémentaires

en statistiques multivariées

souhaitables.

♦ Objectifs

Savoir saisir, importer et décrire des

données en langage naturel. Analyser

les relations entre les termes employés

et les catégories de répondants ou de

textes. Rechercher des regroupements

dans les répondants ou les textes sur la

base de leur contenu lexical.

Durée : Deux jours

Interentreprises :


Dates : 28 et 29 novembre 2013

Intra-entreprise :



Des logiciels spécialisés permettent aujourd’hui l’analyse automatique des langues naturelles. Les métho-

des multivariées permettent une exploitation poussée de ces données, questions ouvertes dans les enquê-

tes, entretiens, veille technologique .

11. Analyse statistique des questions ouvertes dans les enquêtes

♦ Méthode

L’enseignement s’appuie sur l’utilisation

du logiciel SPAD, disposant d’un module

d’analyse lexicale et de très nombreuses

méthodes statistiques multifactorielles.

A partir d’un exemple en vraie grandeur,

les différentes phases du traitement sont

expliquées sans recours à des notions ma-

thématiques. A chaque étape, l’explication

est suivie de la réalisation pratique par les

stagiaires eux-mêmes (un ordinateur par

stagiaire). Les sorties logicielles sont en-

suite examinées et leur interprétation est

discutée. Une analyse complète d’une

question ouverte permet ensuite aux sta-

giaires d’évaluer leur acquisition de la mé-

thode.

Des temps importants sont ménagés pour

la discussion des situations concrètes ren-

contrées par les stagiaires.


AnaStats

- 23 -

Le questionnaire, questions ouvertes et questions fermées

Saisie et préparation du texte La saisie et l’importation

Principe d’une analyse

Préparation du texte, la lemmatisation

Description du vocabulaire Les concordances

Les segments répétés

Le vocabulaire caractéristique

L’analyse du tableau lexical

L’analyse des correspondances simples Les calculs de l’Analyse Factorielle des Correspondances (AFC)

Lecture du graphe factoriel d’une AFC

Validation et aides à l’interprétation d’une AFC

Construction du tableau lexical

Analyse des correspondances

La classification Principe de la classification ascendante hiérarchique

Relations entre les classes d’individus et les variables

Le tableau individus x mots Construction du tableau individus x mots

Description d’un mot

Etude de la structure « naturelle » du texte

L’analyse discriminante lexicale

La segmentation appliquée au texte

Programme

Ana

lyse

sta

tistiq

ue d

es q

uest

ions

ouv

erte

s da

ns le

s en

quêt

es


AnaStats

- 24 -



souhaitant bénéficier d’un soutien per-

sonnalisé pour la mise en œuvre de

leurs analyses statistiques à la suite des

formations.

♦ Objectifs

Mettre en pratique les enseignements

des modules 1 à 7 sur les données des

participants. Permettre aux participants

d’appliquer les acquis des formations

au contexte familier de leurs probléma-

tiques, avec le soutien du formateur, de

manière à optimiser les analyses de

données une fois de retour dans leur

laboratoire.

Durée : Deux jours

Interentreprises :


Intra-entreprise :



12. Atelier de traitement de données personnelles

♦ Méthode

La présentation collective des données

permet aux stagiaires de faire le point sur

les méthodes qu’ils devront utiliser mais

également de s’associer à d’autres partici-

pants en fonction de la proximité de leurs

données et/ ou de leur problématique pour

travailler collectivement et échanger.

Par la suite, les participants évoluent en

totale autonomie avec leurs données.

Le formateur fera en sorte de partager son

temps entre les stagiaires qui ont régulière-

ment besoin de conseils pour les méthodes

utilisées et pour les interprétations statisti-

ques.

♦ Pré-requis

Il est nécessaire d’avoir de bonnes bases

en statistiques. Avoir suivi les modules 4,

6 et 7 est très souhaitable ainsi que de

connaitre les rudiments du logiciel R si

l’atelier est réalisé avec cet outil.

Mettre en application les enseigne-ments de statistiques sur ses propres données garantit l’assimilation des enseignements et le gain de temps

dans la mise en route du traitement de données.

A la demande cet atelier

peut être proposé

entièrement ou en par-

tie avec le logiciel R


AnaStats

- 25 -

Présentation des données par les stagiaires et discussions collectives relatives aux analyses. Rappels propres au(x) logiciel(s) et aux traitements statistiques réalisés en fonction des besoins spécifiques de chacun. Travail individuel sur les données personnelles avec l’appui du forma-teur qui partage son temps entre les participants. Des rappels pourront être faits régulièrement selon les besoins. Synthèse de l’atelier de traitement de données par les participants. Cette étape permet aux stagiaires de confronter leurs avis sur les diffé-rents traitements réalisés, d’ouvrir des pistes de réflexion et de dévelop-per leur sens critique sur les outils qu’ils auront maîtrisés. Si besoin, des rappels de statistiques seront formulés. Chaque participant apportant à la fois sa problématique et ses données, celles-ci devront être bien choisies et préparées à l’avance de manière à permettre l’analyse statistique sans avoir à retravailler la présentation du ou des tableaux de données.

Programme

Ate

lier

de tr

aite

men

t de

donn

ées

pers

onne

lles


AnaStats

- 26 -

Service « études de données »

Très nombreux sont les chercheurs, les ingénieurs, les industriels, les gestionnaires qui sont confrontés à des données complexes, dont « il y aurait certainement des informations intéressantes à tirer », mais qui ne peuvent s’y consacrer, faute de temps ou de formation.

COMPETENCE

Disposant des meilleurs outils pour l’analyse des don-

nées et des compétences nécessaires à leur utilisation,

nous pouvons réaliser pour vous tous ces traitements

complexes.

� Recherche des variables les plus sensibles à un trai-

tement ;

� Quelles sont, parmi toutes les mesures effectuées,

celles qui sont corrélées, et de quelle manière ?

� Comment expliquer la variabilité de tel paramètre ?

� Trouver ce qui caractérise au mieux tel groupe

d’individus ;

� Déceler dans les paramètres de fabrication

ceux qui expliquent un dysfonctionnement ;

� Analyse poussée de questionnaires ;

� Analyser statistiquement les réponses à

des questions ouvertes

et relier le discours aux caractéristiques

des répondants ;

� Veille technologique.

Vous avez des données, ne laissez pas se perdre le résultat de vos investigations,

ne les abandonnez pas au fond d’un tiroir, n’hésitez pas à nous en parler !


AnaStats

- 27 -

Les formateurs

Docteurs en biologie.

Diplômés des universités de Bordeaux,

Toulouse et Tours.

Formations, études, conseils et recherches

en biologie et statistiques

Formations, études et conseil pour : • l'INSERM, le CNRS, l'INRA, l'Institut Pasteur, des

grandes écoles, l'IFREMER, IRSTEA, CEA, IRSN,

BRGM, l'AFSSAPS…

• Les Universités : Bordeaux, Lyon, Paris-Diderot,

Poitiers, Tours...

• Les laboratoires L’Oréal, ESITPA - Laboratoire BioSol,

Sanofi, Danone, CIBA, Aventis-Pasteur, Wella, IRIS

PHARMA...

• Le groupe des assurances LE FOYER (Luxembourg),

BorsodChem Zrt (Hongrie), VEOLIA, GIDE, Parc

Astérix, SPAD, SUEZ...


AnaStats

- 28 -

E.mails : [email protected]

[email protected]

[email protected]

www.anastats.fr

CONTACT :

Caroline VIEUILLE

Les Vigneaux

F - 37220 Rilly Sur Vienne

Tél. 02 47 58 70 33

AnaStats

Documents

Catalogue Stats 2013 F