DATA MINING – ANALYSE DES DONNEES

Edition 1 : © Copyright 2004- Jean-Claude SISSON – Tous droits réservés
BOITE A OUTILS QUALITE
DATA MINING – ANALYSE DES DONNEES
Pré-analyse des tableaux de données
Introduction aux méthodes factorielles
Niveau : Initiation Durée : 2 jours
OBJECTIF DE L’ ANALYSE DES DONNEES : Résumer les données en mettant
en évidence les affinités susceptibles d’exister entre certaines variables d’un
tableau de données en vue de faciliter leur interprétation.
OBJECTIF PEDAGOGIQUE : Donner les connaissances suffisantes à chaque
participant pour lui permettre d’effectuer un pré-traitement des tableaux de
données en vue de la mise en œuvre d’une méthode d’analyse approfondie
PRE-REQUIS : Niveau général Bac + 2 et pratique d’EXCEL
PROGRAMME DU MODULE
ANIMATEUR : J.C. SISSON
1. L’EXPLOITATION DES BASES DE DONNEES
• Objectif de l’exploitation des bases de données
• Les tableaux d’analyse et le codage des données
• Synoptique des principales méthodes d’analyse des données
2. PRE-ANALYSE DES TABLEAUX DE DONNEES
• Techniques univariées
• Techniques bi-variées
• Techniques multivariées simples
• Matrices de corrélation
• Exercices
3. INTRODUCTION AUX ANALYSES FACTORIELLES
• Objectif et principe des analyses factorielles
i. La décomposition factorielle
ii. La signification des facteurs
iii. Les aides graphiques à l’interprétation
• L’analyse en composantes principales
• L’analyse factorielle des correspondance
• Exercices avec EXCEL
4. COMPLEMENTS
• Bibliographie, Logiciels

Edition 1 : © Copyright 2004- Jean-Claude SISSON – Tous droits réservés
BOITE A OUTILS QUALITE
DATA MINING – ANALYSE DES DONNEES
Mise en œuvre des méthodes factorielles
Niveau : Pratique Durée : 2 jours
OBJECTIF DE L’ANALYSE DES DONNEES : Résumer les données en mettant
en évidence les liaisons susceptibles d’exister entre certaines variables d’un
tableau de données en vue de faciliter leur interprétation.
OBJECTIF PEDAGOGIQUE : Donner les connaissances suffisantes à chaque
participant pour lui permettre de mettre en œuvre ces méthode, avec une
bonne autonomie
PRE-REQUIS : Niveau général Bac + 2 et pratique d’EXCEL
PROGRAMME DU MODULE
ANIMATEUR : J.C. SISSON
1. INTRODUCTION
• Les tableaux de données concernés
• L’orientation vers une méthode d’analyse
• Rappel des principes de l’analyse
2. L’ANALYSE EN COMPOSANTES PRINCIPALES (ACP)
• La nature des données à traiter et le choix d’une variante d’ACP
• La décomposition factorielle
• Les tableaux et graphiques d’aide à l’interprétation
• L’ interprétation des facteurs
• La mise en évidence des liaisons
• Exercices avec EXCEL
3. L’ANALYSE FACTORIELLE DES CORRESPONDACES (AFC)
• Les tableaux de contingence
• Les écarts à l’indépendance et les taux de liaison
• La décomposition factorielle
• Les tableaux et graphiques d’aide à l’interprétation
• L’ interprétation des facteurs
• La mise en évidence des liaisons
• L’analyse des correspodances multiples
• Exercices avec EXCEL
4. COMPLEMENTS
• Bibliographie, Logiciels

Edition 1 : © Copyright 2004- Jean-Claude SISSON – Tous droits réservés
BOITE A OUTILS QUALITE
DATA MINING – ANALYSE DES DONNEES
La régression multiple
Niveau : Pratique Durée : 2 jours
OBJECTIF DE LA REGRESSION MULTIPLE : Comprendre, prévoir et maîtriser
le comportement des systèmes les plus divers en modélisant les relations
causes-effets susceptibles d’exister dans des bases de données.
OBJECTIF PEDAGOGIQUE : Donner les connaissances suffisantes à chaque
participant pour lui permettre de mettre en œuvre cette méthode, avec une
bonne autonomie
PRE-REQUIS : Niveau général Bac + 2 et pratique d’EXCEL
PROGRAMME DU MODULE
ANIMATEUR : J.C. SISSON
1. INTRODUCTION
• Notion de relation de causalité
• Hypothèses de base
• Le recueil des données
• Le choix des modèles pour variables quantitatives et qualitatives
2. LE TRAITEMENT DES DONNEES
• Mise en équation
• L’ajustement et la solution des moindres carrés
• L’estimation ponctuelle des coefficients des modèles
• Intervalles de confiance pour les estimations
• Prévisions ponctuelles et par intervalles
• Mesure de la qualité d’un modèle
• Croissance de la qualité d’un modèle
• Exemples
3. VALIDATION DES MODELES
• Hypothèses à valider
• Croissance de la qualité d’un modèle
• Exemples
4. ETUDES DE CAS AVEC EXCEL
• Traitement de données éventuellement proposées par les stagiaires
• Bibliographie, Logiciels

Edition 1 : © Copyright 2004- Jean-Claude SISSON – Tous droits réservés