link Source: www.fun-mooc.fr
date_range Starts on March 4, 2019
event_note Ends on May 2, 2019
list 42 sequences
assignment Level : Introductory
chat_bubble_outline Language : French
card_giftcard 200 point
Logo My Mooc Business

Top companies choose Edflex to build in-demand career skills.

Get started
Users' reviews
-
starstarstarstarstar
0 reviews

Key Information

credit_card Free access
verified_user Free certificate
timer 25 hours in total

About the content

Cette 5ème édition du cours d'analyse de données multidimensionnelles débutera le 4 mars 2019.

Ce cours vise à comprendre et appliquer les méthodes 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 (nouveauté par rapport à la première édition).

Conçu en vue des applications, ce cours donne une large place aux exemples et à la mise en œuvre logicielle (logiciel FactoMineR de R). La présentation des méthodes recourt le moins possible au formalisme mathématique en privilégiant l'approche géométrique.

L'objectif est de rendre les participants autonomes dans la mise en œuvre et l'interprétation d'analyses exploratoires multidimensionnelles.

more_horiz Read more
more_horiz Read less
report_problem

Prerequisite

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 est destiné aux étudiants et professionnels ayant un niveau master et/ou un background dans une discipline scientifique.

Des connaissances de base en statistique sont nécessaires : coefficient de corrélation, test du Chi2, analyse de variance à un facteur.

Enfin, une initiation au langage R est suffisante pour la mise en œuvre concrète des méthodes.

dns

Syllabus

  • 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, 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, 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, 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, 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
record_voice_over

Instructors

François Husson
Professeur de statistique au département de mathématiques appliquées d'Agrocampus Ouest (Rennes), François Husson enseigne l'analyse des données auprès d'auditeurs variés, en particulier non mathématiciens. Il a publié plusieurs travaux de recherche et d'enseignement en analyse factorielle et développe le logiciel libre FactoMineR.

Jérôme Pagès
Professeur de statistique au département de mathématiques appliquées d'Agrocampus Ouest (Rennes) jusqu'en août 2014, Jérôme Pagès a consacré sa carrière à l'étude et la diffusion des méthodes d'analyse de données. Il a publié de nombreux articles de recherche et ouvrages d'enseignement en analyse factorielle.

Magalie Houée-Bigot
Ingénieur d'études au département de mathématique appliquées d'Agrocampus Ouest (Rennes), Magalie Houée-Bigot participe au développement de plusieurs packages sur le logiciel R et participe également à l'enseignement de méthodes d'analyse de données.

store

Content Designer

Agrocampus Ouest (Rennes)

The Agrocampus Rennes (in French called in full École nationale supérieure agronomique de Rennes, meaning "Higher Institution for agricultural sciences of Rennes") was a French grande école created in 1849, training students mostly in the agronomy and life sciences fields.

In 2008, Agrocampus Rennes was merged with Institut National d'Horticulture et de Paysage, another agricultural sciences school located in western France, to create Agrocampus Ouest.

assistant

Platform

FUN

France Université Numérique is the broadcaster of the online courses of French higher education institutions and their partners.

It operates several platforms of diffusion, of which the best known, FUN MOOC, is the first French-speaking academic platform worldwide. Thanks to many partner institutions, this platform offers a vast catalog of courses enriched daily with various themes and current events.

You are the designer of this MOOC?
What is your opinion on this resource ?
Content
5/5
Platform
5/5
Animation
5/5