Formation en Analyse de Données avec XLSTAT
Cette formation fournit une introduction complète à l'utilisation de XLSTAT pour l'analyse de données.
Les participants apprendront à installer et utiliser XLSTAT, effectuer des analyses statistiques de base et avancées, et interpréter les résultats obtenus.
Le cours couvre également la modélisation avancée, les analyses multivariées, et l'automatisation des analyses de données complexes.
En utilisant XLSTAT, les participants seront en mesure de manipuler et d'analyser efficacement des données pour en tirer des insights significatifs.
Introduction à XLSTAT et Analyses de Base
- Installation et interface utilisateur
- Navigation de base et fonctionnalités principales
- Importation et exportation de données
- Analyses Statistiques Descriptives
- Statistiques de base (moyenne, médiane, mode, écart-type)
- Création de tableaux de fréquences
- Visualisation des données (histogrammes, diagrammes en barres)
Tests Statistiques de Base et Régressions Simples
- Tests de normalité (Kolmogorov-Smirnov, Shapiro-Wilk)
- Tests de comparaison de moyennes (t-test, ANOVA)
- Tests non paramétriques (Mann-Whitney, Kruskal-Wallis)
- Concept de régression simple
- Estimation des paramètres
- Interprétation des résultats
Analyses Multivariées
- Analyse en Composantes Principales (ACP)
- Concepts et objectifs de l’ACP
- Construction et interprétation d’une ACP avec XLSTAT
- Visualisation des résultats (biplots, scree plots)
- Analyse Factorielle des Correspondances (AFC)
- Concepts et applications de l’AFC
- Réalisation d’une AFC avec XLSTAT
- Interprétation des résultats
Analyses de Classification
- Classification Hiérarchique Ascendante (CHA)
- Concepts et étapes de la CHA
- Création et interprétation d’un dendrogramme
- Analyse de Clustering (K-means)
- Concepts et objectifs du clustering K-means
- Application du clustering K-means avec XLSTAT
- Interprétation des clusters formés
Modélisation Avancée
- Régression Multiple et Régression Logistique
- Concepts de régression multiple et logistique
- Estimation des modèles avec XLSTAT
- Interprétation des coefficients et validation des modèles
- Modèles de Prévision et Séries Temporelles
- Introduction aux séries temporelles
- Modèles de prévision (ARIMA, lissage exponentiel)
- Analyse et prévision des séries temporelles avec XLSTAT
Analyse des Données Complexes et Automatisation
- Analyse Discriminante
- Concepts et objectifs de l’analyse discriminante
- Réalisation et interprétation de l’analyse discriminante avec XLSTAT
Autre(s) cours dans cette catégorie
→ Formation Python et science des données – Tour complet
→ Formation Python : finance et séries chronologiques
Préalables :
- Connaissance de base en statistiques
- Compétences élémentaires en informatique
Objectifs :
- Maîtriser les fonctionnalités de base et avancées de XLSTAT
- Réaliser des analyses statistiques descriptives et inférentielles
- Appliquer des méthodes de régression et d'analyse multivariée
- Interpréter les résultats des analyses statistiques
- Automatiser les analyses de données complexes
-
par participant.e
Durée :3 jour(s)
Horaires : 9h-16h30, 2 pauses café, 1 heure pour dîner.
Lieux: Montréal, Gatineau / Ottawa , ville de Québec.
Prix régulier: Sur demande
*Le tarif préférentiel s'applique si vous inscrivez au moins deux participants à la même session.
Interessé par cette formation ?
“ I want to thank you both for providing my resources some excellent training(Cobol) over the past 3 days. Mamadou, thank you for being so accommodating on such short notice and for sending your facilitator to Gatineau for this customised and personalised training course. We’ll look forward to continuing our partnership for future training needs. “
“J’ai grandement apprécié les méthodes d’enseignement du prof. Le fait que nous soyons un petit groupe a grandement facilité les apprentissages. Il s’adapte à son audience et les exercices sont formateurs. Je recommande fortement. “
“ Ce fut un plaisir de faire affaires avec Doussou Formation. Ce qui fait LA différence est le service personnalisé totalement à l'écoute des participants ainsi que l'adaptation aux besoins de formation. Flexibilité / Adaptabilité / Professionnalisme / Courtoisie. Merci!“