Online Courses 
France Université Numerique
Moocable is learner-supported. When you buy through links on our site, we may earn an affiliate commission.
Description
Description
Ce cours permet d’apprendre la statistique à l’aide dulogiciel libre R.
Le recours aux mathématiques est minimal. L’objectif est de savoir analyser des données, de comprendre ce que l’on fait, et de pouvoir communiquer ses résultats.
Ce cours s’adresse aux étudiants et praticiens de toutes disciplines qui recherchent une formation pratique. Il sera utile à toute personne ayant le besoin d’analyser un jeu de données réel dans le cadre d’un enseignement, de son activité professionnelle ou de recherche, ou par simple curiosité d’analyser un jeu de données par soi-même (données du web, données publiques…).
Le cours s’appuie sur lelogiciel libre Rqui est un des logiciels de statistique les plus puissants disponibles actuellement.
Les méthodes abordées sont : les techniques descriptives, les tests, l’analyse de variance, les modèles de régression linéaire et logistique, les données censurées (de survie).
Tags
Syllabus
Plan de cours
- Semaine 1 : Introduction aux statistiques et à R, description d’une variable
- Introduction
Chapitre 1 : DĂ©finitions
Chapitre 2 : Représentations graphiques
Chapitre 3 : Mesures de position et de dispersion : les principes
Chapitre 4 : Mesures de position et de dispersion : la pratique
Lab 1 : Introduction Ă R studio, manipulation des fichiers et des variables
- Introduction
- Semaine 2 : Intervalles de confiance, association entre variables
- Chapitre 5 : Intervalles de confiance
Chapitre 6 : Coefficient de corrélation
Chapitre 7 : Risque relatif et odds-ratio
Lab 2 : Manipulation de données, résumés numériques et graphiques
Lab 3 : RMarkdown et rapport automatisé
- Chapitre 5 : Intervalles de confiance
- Semaine 3 : Tests statistiques et pratique des tests
- Chapitre 8 : Tests statistiques : le “p”
Chapitre 9 : Tests statistiques : l’approche de Neyman et Pearson
Chapitre 10 : Comparaison de deux pourcentages
Chapitre 11 : Comparaison de deux moyennes
Chapitre 12 : Test de nullité d’une corrélation, divers
Lab 4 : Mesures d'association, tests statistiques, update sur RMarkdown
- Chapitre 8 : Tests statistiques : le “p”
- Semaine 4 : Régression linéaire simple et multiple, régression logistique
- Chapitre 13 : Régression linéaire simple
Chapitre 14 : Régression linéaire, corrélation et test t
Chapitre 15 : Régression linéaire multiple, analyse de variance
Chapitre 16 : Introduction à la régression logistique
Chapitre 17 : RĂ©gression logistique multiple
Lab 5 : Régression linéaire et logistique
- Chapitre 13 : Régression linéaire simple
- Semaine 5 : Données de survie (censurées), méthodes exploratoires multidimensionnelles
- Chapitre 18 : Données de survie ou censurées
Chapitre 19 : Tests et modèles pour données censurées
Chapitre 20 : Introduction aux méthodes exploratoires multidimensionnelles
Chapitre 21 : Analyse en composantes principales
Chapitre 22 : Classification hiérarchique
- Chapitre 18 : Données de survie ou censurées
Introduction Ă la statistique avec R
Affiliate notice
-
TypeOnline Courses
-
ProviderFrance Université Numerique
Description
Ce cours permet d’apprendre la statistique à l’aide dulogiciel libre R.
Le recours aux mathématiques est minimal. L’objectif est de savoir analyser des données, de comprendre ce que l’on fait, et de pouvoir communiquer ses résultats.
Ce cours s’adresse aux étudiants et praticiens de toutes disciplines qui recherchent une formation pratique. Il sera utile à toute personne ayant le besoin d’analyser un jeu de données réel dans le cadre d’un enseignement, de son activité professionnelle ou de recherche, ou par simple curiosité d’analyser un jeu de données par soi-même (données du web, données publiques…).
Le cours s’appuie sur lelogiciel libre Rqui est un des logiciels de statistique les plus puissants disponibles actuellement.
Les méthodes abordées sont : les techniques descriptives, les tests, l’analyse de variance, les modèles de régression linéaire et logistique, les données censurées (de survie).
Plan de cours
- Semaine 1 : Introduction aux statistiques et à R, description d’une variable
- Introduction
Chapitre 1 : DĂ©finitions
Chapitre 2 : Représentations graphiques
Chapitre 3 : Mesures de position et de dispersion : les principes
Chapitre 4 : Mesures de position et de dispersion : la pratique
Lab 1 : Introduction Ă R studio, manipulation des fichiers et des variables
- Introduction
- Semaine 2 : Intervalles de confiance, association entre variables
- Chapitre 5 : Intervalles de confiance
Chapitre 6 : Coefficient de corrélation
Chapitre 7 : Risque relatif et odds-ratio
Lab 2 : Manipulation de données, résumés numériques et graphiques
Lab 3 : RMarkdown et rapport automatisé
- Chapitre 5 : Intervalles de confiance
- Semaine 3 : Tests statistiques et pratique des tests
- Chapitre 8 : Tests statistiques : le “p”
Chapitre 9 : Tests statistiques : l’approche de Neyman et Pearson
Chapitre 10 : Comparaison de deux pourcentages
Chapitre 11 : Comparaison de deux moyennes
Chapitre 12 : Test de nullité d’une corrélation, divers
Lab 4 : Mesures d'association, tests statistiques, update sur RMarkdown
- Chapitre 8 : Tests statistiques : le “p”
- Semaine 4 : Régression linéaire simple et multiple, régression logistique
- Chapitre 13 : Régression linéaire simple
Chapitre 14 : Régression linéaire, corrélation et test t
Chapitre 15 : Régression linéaire multiple, analyse de variance
Chapitre 16 : Introduction à la régression logistique
Chapitre 17 : RĂ©gression logistique multiple
Lab 5 : Régression linéaire et logistique
- Chapitre 13 : Régression linéaire simple
- Semaine 5 : Données de survie (censurées), méthodes exploratoires multidimensionnelles
- Chapitre 18 : Données de survie ou censurées
Chapitre 19 : Tests et modèles pour données censurées
Chapitre 20 : Introduction aux méthodes exploratoires multidimensionnelles
Chapitre 21 : Analyse en composantes principales
Chapitre 22 : Classification hiérarchique
- Chapitre 18 : Données de survie ou censurées
Tags
Related Courses
Chaotic Dynamical System
Analysis I (part 6): Studies of functions, limited developments
Introduction to Predictive Modelling in Business
Computational Commutative Algebra
MoGEA: Practice and Test Prep
THEA Test: Practice & Study Guide
TExES Mathematics/Physical Science/Engineering 6-12 (274): Practice & Study Guide
Big Ideas Math Common Core 7th Grade: Online Textbook Help
Central Teacher Eligibility Test (CTET): Exam Prep
TABE - Math: Practice & Study Guide
FTCE Mathematics 6-12 (026) Prep
Loading...
Saving...
Loading...