L’Analyse de données avec R

Data Science
Open Source
Statistiques théoriques et appliquées
Inter-entreprise
Intra-entreprise
Présentiel
Distanciel
Blended
Français
Anglais

Objectifs

Savoir manipuler les données et en tirer de l’information avec R.

Prérequis

  • Moyens pédagogiques et d’encadrement
  • Plateforme digitale de formation dédiée (LMS).
  • Séances avec le formateur, Support pédagogiques format numérique, alternance entre théorique et pratique, Etudes de cas concrets.

Dispositif de suivi et d’évaluation des acquis

  • Mise en pratique et exercices durant la formation, questionnaires d’évaluation à chaud.

Résultats & compétences attendus à l’issue de la formation

  • Maîtriser le développement de programmes complexes permettant de traiter les données avec R et d’en tirer de l’information afin d’apporter des plus-values.

Programme de la formation

Statistiques introductives

  • Statistique univariée
  • Statistique bivariée
  • Introduction à ggplot2, la grammaire des graphiques
  • Graphiques univariés et bivariés avec ggplot2
  • Données pondérées

Statistiques intermédiaires

  • Intervalles de confiance
  • Comparaisons
  • Définir un plan d’échantillonnage complexe
  • Régression linéaire
  • Régression logistiques binaire, multinomiale et ordinale
  • Analyse en correspondances multiples
  • Classification ascendante hiérarchique

Statistiques avancées

  • Effets d’interaction dans un modèle
  • Multi-colinéarité dans la régression
  • Analyse de survie
  • Analyse de séquences
  • Analyse de réseaux
  • Analyse spatiale
Durée
14 heures
Niveau
Débutant
Public
Toute personne voulant se perfectionner dans le traitement de données avec le logiciel R
Participants
8 personnes maximum
Inter: 999 EUR HT/personne
Intra: nous consulter pour un devis personnalisé.

Vous recherchez des informations sur une formation ?

Vous souhaitez mettre en place une session de formation sur mesure ?

Contactez notre équipe pédagogique !

Stata
Stata est un logiciel complet et intégré qui répond à tous vos besoins en matière de science des données : manipulation des données, visualisation, statistiques et rapports automatisés.