Analyse de données

Cet enseignement permet d'apporter les connaissances nécessaires à l'analyse statistique de données multivariées : visualisation, inférence préliminaire et interprétation.

Les étudiants aborderont et pourront mettre en pratique les principales méthodes d’analyse statistique de données multivariées  telles que l’analyse en composantes principales, l’analyse factorielle discriminante et des méthodes de clustering pour synthétiser l’information contenue dans des jeux de données.

Analyse matricielle; Probabilités

• Analyse en composantes principales (ACP)
• Problème de clustering. Clustering k-means
• Clustering hiérarchique
• Analyse Factorielle des Correspondances
• Analyse Discriminante; courbes ROC
• Analyse des Correspondances Multiples

A l'issue de ce cours l'étudiant devra savoir mettre en pratique sous les logiciels R ou Python des outils d’analyse statistique descriptive multivariée tels que l’analyse en composantes principales, l’analyse factorielle des correspondances, l’analyse factorielle discriminante ainsi que les méthodes de clustering comme k-means et clustering hiérarchique. Il devra également savoir interpréter les résultats obtenus.

1. Saporta, Probabilités, analyse des données et statistique, Editions TECHNIP, 2006.
2. Husson, S. Lê, J. Pagès, Analyse de données avec R, 2ème édition, Presse Universitaire de Rennes, 2016.