Plan du cours

Préparation d'une base de données pour l'analyse

  • la gestion de la collecte des données
  • opérations sur les variables
  • transformation des variables fonctions sélectionnées (logarithme, exponentielle, etc.)

statistiques paramétriques et non paramétriques, ou comment adapter un modèle aux données

  • échelle de mesure
  • type de distribution
  • valeurs aberrantes et observations influentes (valeurs aberrantes)
  • taille de l'échantillon
  • le théorème de la limite centrale

Étudier les différences entre les caractéristiques des

  • statistiques basés sur la moyenne et les supports

Analyse des corrélations et des similitudes

  • corrélations
  • analyse en composantes principales
  • analyse en grappes

Prédiction - analyse de régression simple et multivariée

  • méthode des moindres carrés
  • Modèle linéaire
  • Modèles de régression à variables instrumentales (dummy, effet, codage orthogonal)

Inférence statistique

Pré requis

Connaissance de SPSS et des bases de la statistique. Les participants au cours doivent avoir suivi la formation sur le logiciel d'analyse prédictive SPSS Statistics.

 28 heures

Nombre de participants



Prix par participant

Nos Clients témoignent (5)

Cours Similaires

Introduction to Data Visualization with Tidyverse and R

7 heures

Econometrics: Eviews and Risk Simulator

21 heures

HR Analytics for Public Organisations

14 heures

Statistical Analysis using SPSS

21 heures

Talent Acquisition Analytics

14 heures

Advanced R

7 heures

Algorithmic Trading with Python and R

14 heures

Anomaly Detection with Python and R

14 heures

Programming with Big Data in R

21 heures

Cluster Analysis with R and SAS

14 heures

Data and Analytics - from the ground up

42 heures

Data Analytics With R

21 heures

Data Mining with R

14 heures

Deep Learning for Finance (with R)

28 heures

Deep Learning for Banking (with R)

28 heures

Catégories Similaires

1