| |
:: Description généraleCe cours de 3 jours couvre les aspects pratiques des méthodes multivariées les plus utilisées: analyse en composantes principales - ACP, analyse factorielle, analyse des correspondances et analyse de classification (cluster).:: Objectifs pédagogiquesÀ la suite de cette formation, les participants sauront:
À quoi servent les méthodes statistiques multidimensionnelles
Déterminer quelles sont les méthodes à utiliser selon l'objectif de l'étude
ou de l'expérience
Choisir la méthode multidimensionnelle appropriée à leur ensemble de données
Effectuer l'analyse avec le logiciel statistique à leur disposition
Trouver l'information pertinente dans l'ensemble des sorties produites par le logiciel
Interpréter les résultats numériques et graphiques
Résumer l'information obtenue et communiquer les résultats importants:: Public cibleCe cours couvre les aspects pratiques des méthodes multivariées les plus utilisées s'adresse aux non-statisticiens utilisant les méthodes statistiques - chercheurs, analystes, techniciens de laboratoire, assistants de recherche, ingénieurs, étudiants gradués, etc. - ainsi qu'aux statisticiens intéressés par un atelier appliqué.:: Pré-requisPour suivre cette formation, les participants doivent:
Posséder certaines notions de bases en statistique : outils de la statistique descriptive, notions de variables continues et discrètes, d'objets.
C'est-à-dire avoir suivi la formation Les outils essentiels de la statistique ou avoir un niveau correspondant.
Avoir une bonne connaissance appliquée des concepts de base en statistique: statistiques descriptives (moyenne, écart-type, coefficients de corrélation, etc.) et les différents types de variables (continues vs. discrètes)
Il est impératif que les participants soient familiers avec la manipulation de données dans leur logiciel statistique. :: NotesLe format de notre formation est unique à plusieurs points de vue:
- Emphase sur les objectifs des méthodes, les hypothèses effectuées et l'interprétation des résultats
- Une attention spéciale est portée à l'interprétation des sorties des logiciels
- Les participants peuvent utiliser leurs propres données pour les exercices
- Logiciels supportés : SAS, SPSS, Statistica, Minitab, S-Plus, JMP et XLSTAT*
- Des formateurs expérimentés
- Les notions et concepts de base en statistique et de la pensée statistique sont introduits, expliqués et mis en relation avec les applications contemporaines des méthodes statistiques
- La formation est offerte dans un cadre propice à la concentration.
*Si vous utilisez un autre logiciel statistique et êtes intéressés par la formation, contactez-nous.
Registration Deadline: May 15, 2012 | | |
:: Plan du cours
- Vue d'ensemble des méthodes multidimensionnelles
- Pourquoi les utiliser ?
- Quelles informations apportent-elles ?
- Quelles données sont nécessaires ?
- Concepts et notions de base en statistique multidimensionnelle
- Définition des objets/observations, des variables, des types de variables, de distances ou de similarité entre les objets et variables
- Les méthodes multidimensionnelles suivantes seront étudiées
- Analyse en composantes principales
- Analyse factorielle
- Analyse des correspondances
- Analyse de classification
- Exercices pratiques et logiciels statistiques
Les exercices d'application sont
réalisés avec votre propre logiciel statistique.
Les participants sont encouragés à amener leur ordinateur portable et le logiciel qu'ils utilisent afin de maîtriser complètement la puissance des méthodes multidimensionnelles.
- Assistance durant les exercices et pour l'utilisation du logiciel
Des instructeurs expérimentés seront disponibles pour vous assister. Chacun des formateurs possède au moins 20 années d'expériences dans l'utilisation des logiciels statistiques les plus couramment utilisés.
- Exemples et applications
Les exemples et les applications proviennent de domaines variés : sciences de la vie, sciences sociales, marketing, business, biotechnologie, etc. Si vous le souhaitez, vous pouvez également amener vos propres ensembles de données pour travailler avec pendant la formation. :: Thèmes abordésCette formation traite des méthodes d'analyses multivariées les plus utilisées. Les méthodes statistiques multidimensionnelles sont nombreuses et se sont développées dans une variété de champs d'applications : chimiométrie, psychologie, sciences humainessensométrie.
Elle débute par une brève présentation générale des méthodes d'analyses multidimensionnelles, leur place dans les méthodes d'analyse statistique des données et l'historique de développement de ces méthodes.
Ensuite, chacune des méthodes est étudiée, l'emphase étant mise sur les objectifs de chaque méthode, son fonctionnement - sans avoir recours à des formules mathématiques : chaque méthode fait l'objet d'une description du type de données nécessaire, et son mécanisme est expliqué à l'aide d'exemples provenant de différents domaines.
Leurs avantages et leurs limites sont également soulignés. Sont successivement abordées l'analyse en composantes principales, l'analyse factorielle, l'analyse des correspondances et l'analyse de classification.
Les concepts reliés aux sorties graphiques disponibles pour chacune de ces méthodes et à l'interprétation des résultats sont approfondis pour permettre une compréhension concrète de la mise en oeuvre des méthodes multidimensionnelles.
Des ateliers d'application avec utilisation de votre logiciel statistique et de vos données sont organi pour chacune des méthodes qui sont abordées au cours de la semaine. Ces ateliers
permettent l'assimilation des concepts vus et la compréhension des sorties
numériques et graphiques fournis par les logiciels. Les outils sont immédiatement
applicables à vos problématiques. Les analyses étant
effectuées sur vos données, vous repartirez en ayant réalisé
les analyses multidimensionnelles s'appliquant à vos problématiques
et en ayant effectué l'interprétation des résultats,
ce qui vous permettra d'utiliser immédiatement ces conclusions pour
la suite de vos travaux, pour une présentation, pour un rapport ou
encore pour une publication.
| |
