• Formation
  • Réf. 12863
Télécharger le programme

Formation : Modélisation statistique - L'essentiel

  • Nouveauté
  • 2 jours (14 heures)
  • Présentiel ou à distance

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.

...

Formation : Modélisation statistique - L'essentiel

Objectifs

  • Comprendre les fondamentaux de l’analyse statistique appliquée et savoir mettre en œuvre des modèles statistiques de base pour interpréter des données
  • Être capable d’exploiter des outils comme R et Excel pour construire, valider et ajuster des modèles statistiques adaptés aux besoins décisionnels
  • Savoir concevoir des rapports analytiques factuels et prédictifs, en évaluant la fiabilité des résultats à l’aide de tests statistiques et d’intervalles de confiance

Pré-requis

  • Connaissances générales en mathématiques, analyse statistique et Excel

Cibles

  • Utilisateurs et gestionnaires métiers de bases de données,
  • Data Scientist,
  • Ingénieurs,
  • Data Analysts,
  • Toute personne intéressée par l'analyse statistique appliquée.

Les plus

  • Déclinable en format individuel, intra-entreprise et sur-mesure

Modalités pédagogiques

  • Alternance d’exposés, de travaux pratiques et de séquences interactives

Suivi et évaluation des acquis

  • Évaluation des acquis en amont via un questionnaire d’auto-positionnement et en aval via un questionnaire d’évaluation rempli par le formateur sur la base des mises en situation réalisées en formation
  • L’évaluation des acquis se fait également tout au long de la session au travers des multiples exercices à réaliser
  • Distanciel : contenu et durée identiques + pédagogie adaptée + assistance technique 5j/7 (disponible par mail : [email protected])
  • Un support de cours est remis à chaque stagiaire

Indicateurs de résultats

  • Indicateurs de résultat et taux de réussite prochainement disponibles

Généralités sur les modèles

  • Une représentation du réel
  • Buts et utilités d'un modèle
  • Domaines d'applications
  • Modèles mathématiques
  • Modélisation stochastique

Domaines d'utilisation

  • Statistiques officielles
  • Presse, médias
  • Banques – assurances
  • Sciences de la vie
  • Environnement (foresterie, pêche …)
  • Santé
  • Sciences humaines
  • Entreprises & industrie
  • Finance
  • Recherche fondamentale et appliquée

Techniques de modélisation

  • Analyse de données
  • Probabilités / statistiques
  • Théorie de l'information
  • Intelligence artificielle
  • Base de données
  • Datavisualisation

Modèles préliminaires

  • Nettoyage des données
  • Exploration des données
  • Transformation / regroupement de variables

Méthodes statistiques non paramétriques

  • Méthodes d'estimation
  • Tests non paramétriques
  • Test d'égalité de distributions Kolmogorov-Smirnov
  • Statistique semi-paramétrique

Modèles paramétriques classiques

  • Modèle linéaire (gaussien) de base
  • Modèle linéaire généralisé
  • Modèles linéaires généralisés
  • Modèles mixtes

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
1

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.
2

Etude de cas

Exercices sur le logiciel R.

Formateurs

Maher HENI

Maher H.

Formateur expert en Big Data, analyse et visualisation des données

Docteur ingénieur en Technologies de l'Information et de la Communication (TIC), Maher HENI est spécialisé en Big Data, analyse et visualisation des données depuis 2014. Il a conduit de nombreux projets au sein d’organisations variées,...

En savoir plus

Ce produit a été mis à jour le 13/10/2025

à partir de 1300 € HT

Inscription possible 48h avant la formation. En deçà, vous pouvez contacter notre Service Client pour vous assurer de la disponibilité.

Formation du catalogue Comundi pour votre entreprise dans vos locaux, chez nous ou à distance.

Demander un devis

À réception de votre demande, la validation et la mise en œuvre de votre projet sur une formation sera possible sous 48h.

Formation sur mesure adaptée aux spécificités de votre entreprise et de vos équipes.

Nos experts vous accompagnent dans votre projet.

Demander un devis

À réception de votre demande, la validation et la mise en œuvre de votre projet sur une formation sera possible sous 48h.

x
Chargement

Merci de patienter ...