0972 311 312 
(prix appel local)

Analyse multivariée approfondie (STA201)

Objectifs

Approfondir les méthodes statistiques d'analyse exploratoire, de régression et de classification

Légende :

  Formation ouverte et à distance (FOAD)

Condition d'accès / publics visés

Etre inscrit en M2 du master Statistique MR123 (ancien MR085) ou du master Actuariat MR126000A (ancien MR088) ou être agréé (niveau requis STA101 et STA102) .
 Pour obtenir l'agrément, les auditeurs adresseront par courrier électronique à l'enseignant responsable, Mme Niang (ndeye.niang_keita@cnam.fr ) un CV détaillé et une lettre de motivation indiquant les raisons de la demande et le projet pédagogique dans lequel elle s'inscrit.

Objectifs pédagogiques

Approfondir les méthodes statistiques d'analyse exploratoire, de régression et de classification

Niveau

Niveau 7 (Bac+5)

Contenu de la formation

Méthodes d’analyse exploratoire et confirmatoire :

  • Analyse factorielle exploratoire et confirmatoire
  • Codage optimal
  • Positionnement Multidimensionnel
  • Classification non supervisée et modèles de mélanges

Méthodes prédictives :

Méthodes de régression

  • Estimation des paramètres par ré-échantillonnage (Bootstrap, Jackknife)
  • Multicolinéarité et stabilité des estimations
  • Complexité du modèle, trade-off biais-variance et précision des prédictions
  • Méthodes de sélection des variables (Best subset regression, méthodes pas à pas)
  • Méthodes de régularisation par composantes : Régression sur Composantes Principales, Régression PLS
  • Méthodes de régularisation par contraintes : Régression Ridge, LASSO, Elastic Net
  • Sélection de modèle par procédures d'apprentissage statistique
  • Régression robuste
  • Régression non paramétrique

Méthodes de classification supervisée

  • Régression logistique binaire
  • Régression Logistique multinomiale et ordinale
  • Analyse factorielle discriminante
  • Discrimination sur variables qualitatives
  • Analyse discriminante probabiliste Linéaire et Quadratique
  • Approche non paramétrique : Méthode des noyaux, Méthode des k plus proches voisins

Traitement des données manquantes

 

Modalités de validation

Projet(s)

Description des modalités de validation

La validation repose sur la réalisation d'une note de lecture d'articles scientifiques ou l'étude d'un jeu de données en utilisant les méthodes vues en cours.

Accompagnement et suivi

Sous l’autorité pédagogique du certificateur Cnam, les équipes du Cnam Bretagne vous offrent un accompagnement pendant votre parcours de formation à la fois sur les aspects administratifs, financiers, pédagogiques et techniques.

ECTS : 9

Modalité Volume horaire Employeur France travail Auto-financement
 
60 heures 1200 € 350 € 350 €

Indexation officielle

FORMACODES

[C0A1B0A5A0] statistique inférentielle - [C0A1B0A5] théorie probabilités - [C0A1B0] statistique - [C0A1] mathématiques - [C0] sciences

[C0A1B0A4A0A0] analyse factorielle - [C0A1B0A4A0] analyse données - [C0A1B0A4] statistique descriptive - [C0A1B0] statistique - [C0A1] mathématiques - [C0] sciences

[M0A2A2A1] méthode analyse - [M0A2A2] analyse programmation - [M0A2] informatique - [M0] information

communication

[C0A1A6A1] mathématiques informatiques - [C0A1A6] mathématiques appliquées - [C0A1] mathématiques - [C0] sciences

[M0A2C5] système exploitation informatique - [M0A2] informatique - [M0] information

Mots clés

Statistiques et applications, Analyse factorielle, Modèles à équations structurelles, Régression régularisée, fouille de donnees, Analyse discriminante, Algorithme d'apprentissage, Echantillonnage, Estimation non paramétrique, Statistique décisionnelle, Robustesse, Langage R, Modélisation statistique, Data mining, Régression multiple, Régression logistique, Logiciel SAS, big data, Analyse des données

Indicateurs de résultat

En savoir plus

Dernière mise à jour : 01/09/2024

INFOS
PRATIQUES

Durée

60 heures

Modalité

Formation ouverte et à distance (FOAD) 

Date de début des cours

17/02/2025

Date de fin des cours

21/06/2025

Accessibilité handicap

En savoir plus

Comment s’inscrire ?

En savoir plus