Ce cours enseigne comment mettre en place et interpréter les analyses de données multivariées sur des données métiers ou de recherche. Il met l'accent sur la compréhension des résultats. Il présente les résultats principalement sous forme de graphiques.
Apprendre à
- Comprendre le sens mathématique de l’analyse multivariée
- Utiliser l’analyse en composantes principales pour réduire le nombre de dimensions
- Identifier les variables latentes d’une analyse factorielle
- Mettre en œuvre une analyse conjointe
- Analyser les liens entre les variables qualitatives à l’aide d’une analyse des correspondances
- Utiliser l’analyse canonique pour trouver des associations entre différents ensembles de variables quantitatives
- Expliquer des différences entre groupes selon les différentes variables explicatives
- Classer les observations dans des groupes à l’aide de l’analyse discriminante
- Estimer un modèle prédictif avec la méthode des moindres carrés partiels
A qui s’adresse cette formation ?
Analystes métier, chercheurs en sciences sociales, marketers, statisticiens
Télécharger le descriptif de formation
Pour visualiser le taux de satisfaction et le taux de performance de ce cours cliquez ici.
Pour suivre ce cours, vous devez être familiarisé avec les concepts statistiques notamment les tests d'hypothèses, les modèles linéaires, la régression. Vous devez avoir une connaissance des thèmes enseignés dans le cours Analyse statistique - Niveau 2 ou une équivalence.
Pour plus d'information sur le déroulé de la formation, la logistique, l'organisation, consultez notre livret d'accueil en cliquant ici.
Afin de vous conseiller sur votre parcours de formation, veuillez nous retourner ce document par mail à formation@sas.com.
Cette formation concerne SAS/STAT logiciel
Introduction aux méthodes multivariées- Exemples d’analyses multivariées
- Présentation des concepts matriciels
Analyse en composantes principales (PROC PRINCOMP)- Utilisation des ACP pour réduire le nombre de dimensions
Analyse des facteurs avec la procédure FACTOR- Utilisation des variables latentes
- Transformation des facteurs par rotation
Analyse conjointe (PROC PRINQUAL et PROC TRANSREG) - Cartographie des préférences
Analyse des correspondances (PROC CORRESP)- Recherche des associations entre variables qualitatives
Analyse canonique des variables (PROC CANCORR et PROC CANDISC)- Réduction de deux ensembles de variables
Analyse discriminante (PROC DISCRIM)- Fonctions linéaires discriminantes
- Classement dans des groupes
Régression PLS (PROC PLS)- Méthode PLS pour une variable à expliquer
- Méthode PLS pour plusieurs variables à expliquer
- Méthode PLS pour la modélisation prédictive
