S'INSCRIRE
Nos formations :
Formation Statistiques descriptives, introduction
- Programme
- Participants / Prérequis
- Intra / sur-mesure
La statistique qui était devenue un chapitre universitaire compassé connait une nouvelle jeunesse depuis l'arrivée du Big Data. En effet le traitement du Big Data nécessite le recourt récurrent aux techniques statistiques de base. Ce cours vous donnera la maîtrise pratique de ce socle mathématique et algorithmique.
Objectifs pédagogiques
À l’issue de la formation, le participant sera en mesure de :- Comprendre l'intérêt de la statistique descriptive
- Comprendre comment traiter des données brutes
- Comprendre les outils statistiques de base et leur calcul
- Poser une problématique statistique et rechercher la méthode appropriée
Travaux pratiques
Méthodes pédagogiques
Définition
- Définition de la statistique descriptive. L'étude de l'incertitude.
- Comparaison de produits calibrés à des données aléatoires.
- Introduction à l'aléa des données statistiques.
- Conclusion : la question que se pose un statisticien.
Exercice
Etude de la problématique du statisticien : repérage des différences entre des produits standardisés et d'autres présentant un aléa.
Formalisation mathématiques
- Indexation de 1 à n. La valeur absolue.
- Le Symbole Sigma pour l'écriture de sommes.
- Le Carré et la Racine Carrée.
- Effectif, fréquence, quartile, centile : explication et représentations graphiques.
- Calcul d'intervalles : le traitement des données continues.
Exercice
Application de chaque notion présentée sur des exercices.
Traitement statistique des données à une dimension
- Type de données : qualitative ou quantitative.
- Données avec effectif : calcul de fréquences et interprétation.
- Tri et traitement des données : mise en forme statistique de différents exemples de données brutes.
- Représentations graphiques.
- Paramètres de position : moyenne, mode, médiane.
- Les paramètres de dispersion : étendue, quantiles, décile, variance.
- La variance : une moyenne "d'écarts".
Exercice
Transformation, tri et représentation des données. Mesure de leur dispersion.
Variables aléatoires
- Définition. Catégorie de variables.
- Exemples et examen de variables aléatoires.
- Courbes de distribution.
- Explications des intervalles de confiance.
- La loi la plus connue : la loi normale.
Exercice
Utilisation d'une table de loi normale.
