Analyse de données
e-learning, stats
Duration 14 Hours
250 excl. tax / person
E-Learning has a high drop-out rate, so why do our courses have a success rate of 90 %? The key? Our content! No handouts to put you to sleep.
Kayla is a Green Belt at the B&B factory in Baumé, and is facing some real problems. We need to help her find solutions.
Still need support? We offer tutoring sessions with our Master Black Belts trainers to support you!
Savoir analyser des données
La formation Analyse de données est animée et interactive. Les ressources fournies vous permettront une parfaite maitrise du sujet.
Programme
Statistiques descriptives, Graphiques
- Situer l’intérêt de la représentation graphique
- Cas des variables quantitatives
- Cas des variables qualitatives
- Cas mixte quantitatif/qualitatif
Statistiques descriptives, lois discrètes
- Bases en probabilités
- La loi binomiale, la loi Hypergéométrique et la loi de Poisson
- Contrôle par prélèvement simple
Statistiques descriptives, lois continues
- Origin of Gauss's law
- The parameters of a Gaussian distribution
- Validating the normality hypothesis
- Tester la présence de valeurs aberrantes
- Student's law
- Analyse de normalité Skewness et Kurtosis
- Loi de distribution des moyennes et intervalle de confiance
- Loi de distribution des variances et intervalle de confiance
Statistiques Inférentielles
- Les différents tests d’hypothèses
- Les risques alpha et beta
- Puissance d’un test
Comparaison de fréquences
- Différents tests
- Comparer une fréquence à une fréquence théorique (1P)
- Comparer deux fréquences (2P)
- Comparer plus de deux fréquences (tableau d’indépendance)
Comparaison de Moyennes
- Comparer une Moyenne à une Moyenne théorique (z et t théorique)
- Comparer deux Moyennes (t)
- Comparer plus de deux Moyennes (ANAVAR)
- Savoir dissocier les cas appariés
Comparaison de Variances
- Comparer une Variance à une Variance théorique
- Comparer deux Variances
- Comparer plus de deux Variances
Tests non paramétriques
- Comprendre l’intérêt des tests non paramétriques
- Principe des principaux tests non paramétriques
- Exemples simples de tests non paramétriques (signes et B to C)
- Application aux mesures sensorielles
- Comparaison théorique et appairé : Test de Wilcoxon
- Comparaison de deux populations : Test Mann Whitney
- Comparaison de plus de deux population Test de Krustal-Wallis, Mood, Friedman, Page
Régression simple
- Principes et calculs
- Tests d’hypothèses sur les coefficients
- Interprétation du R²
- Régression non linéaire
Multiple regression
- Principes, calculs et interprétation
- Intérêt de la régression multiple
- Cas de réponses non linéaires
- Cas de facteurs qualitatifs
Objectives
- Prouver la validité d’une hypothèse par un test statistique et interpréter le résultat.
- Comprendre l’utilisation des statistiques descriptives et inférentielles.
- Savoir utiliser le bon test statistique.
- Comprendre la différence entre une régression simple et une régression multiple (linéaire et non linéaire).
For whom
Cette formation e-learning analyse de données est destinée aux ingénieurs agents de maîtrise ou techniciens qui ont des résultats de production ou d’essais à interpréter, ou qui recherchent des relations de causes à effets ou des correlations dans un tableau de données.
Prerequisites
- Basic use of the Internet and a web browser.
- Diplôme de niveau 4 et /ou une première expérience professionnelle de 2 ans.
Duration
14 heures d’e-Learning 100% animé, quizz entraînement à la certification, mise en oeuvre des points théoriques sur simulateurs industriels. L’e-Learning est disponible 7j/7 24h/24 pendant 1 mois pour cette formation.
Accessibility
This training course is accessible to people with disabilities. Please contact us for details of special arrangements. We will do our utmost to accommodate you.
Savoir analyser des données
La formation Analyse de données est animée et interactive. Les ressources fournies vous permettront une parfaite maitrise du sujet.
Your feedback
Previous
Next
