Analyse des données multidimensionnelles
Offered By: Agrocampus Quest via France Université Numerique
Course Description
Overview
Description
Ce MOOC a été conçu pour ceux qui, sans être statisticiens, sont confrontés à l'analyse statistique de données. Tous les domaines où l'on recueille des données sont concernés : enquêtes d'opinion, marketing, biologie, écologie, géographie, etc
Ce cours vise à comprendre et appliquer les méthodes fondamentales d'analyse exploratoire multidimensionnelles des données. fondamentales de l'analyse des données : analyse en composantes principales, analyse factorielle des correspondances, analyse des correspondances multiples, classification ascendante hiérarchique. Une extension vers l'analyse factorielle multiple permettra d'aborder le traitement de données plus complexes.
Syllabus
Plan de cours
- Semaine 1 : Analyse en composantes principales
- Données, problématique et exemples
Recherche d'une représentation des individus
Interprétation de la représentation des individus grâce aux variables
Représentation des variables
Aides à l'interprétation
Mise en œuvre sous FactoMineR
- Données, problématique et exemples
- Semaine 2 : Analyse factorielle des correspondances
- Données, notations, questions
Liaison et indépendance entre deux variables qualitatives
Comment l'AFC appréhende-t-elle l'écart à l'indépendance ?
Nuages des lignes et des colonnes et leur représentation
Pourcentages d'inertie et inerties en AFC
Représentation simultanée des lignes et des colonnes
Aides à l'interprétation
Mise en œuvre sous FactoMineR
- Données, notations, questions
- Semaine 3 : Analyse des correspondances multiples
- Données, objectifs et problématique
Transformation du tableau des données
Représentation des individus
Représentation des modalités comme aide à l'interprétation de la représentation des individus
Nuage des modalités et sa représentation optimale
Représentation simultanée des deux nuages
Interprétation des valeurs propres
Représentation des variables
Aides à l'interprétation
Tableau de Burt
Mise en œuvre sous FactoMineR
- Données, objectifs et problématique
- Semaine 4 : Classification
- Données, définitions
Principe de construction d'un arbre hiérarchique
Algorithme de partitionnement : les K-means
Consolidation des classes
Classification sur données de grande dimension
Analyse factorielle et classification
Caractérisation des classes d'individus
Mise en œuvre sous FactoMineR
- Données, définitions
- Semaine 5 : Analyse Factorielle Multiple
- Données, problématique
Equilibre des groupes et choix d'une pondération des variables
Etude et représentation des groupes de variables
Représentation des points partiels
Représentation des analyses séparées
Prise en compte de groupes de variables qualitatives
Prise en compte de tableaux de contingence
Aide à l'interprétation
Mise en œuvre sous FactoMineR
- Données, problématique
Taught by
François Husson and Jérôme Pagès
Tags
Related Courses
Data Science BasicsA Cloud Guru Introduction to Machine Learning
A Cloud Guru Address Business Issues with Data Science
CertNexus via Coursera Advanced Clinical Data Science
University of Colorado System via Coursera Advanced Data Science Capstone
IBM via Coursera