Analyse de données et décisions dans l'entreprise I

Avoir suivi un cours de statistique descriptive.
Pour faire une demande d'inscription sur agrément (hors candidature Master), rendez-vous sur le site de l'EFAB: http://efab.cnam.fr/

L'objectif de ce cours est de permettre la gestion et l'analyse de grandes bases de données, en mettant l'accent sur l'interprétation des résultats qui en sont issus. Les développements mathématiques sont limités et les exemples empiriques sont tirés de la vie économique. Après des rappels statistiques, le logiciel SAS est présenté et est mobilisé tout au long du cours pour la gestion et l'analyse des bases.

Cet enseignement de troisième cycle constitue un enseignement obligatoire pour les élèves préparant le Master Stratégies Economique, Numérique et Données. Plus généralement, il peut intéresser toute personne possédant les notions élémentaires de statistique descriptive et confrontée à l'analyse de bases de données.

Calcul et interprétation de statistiques descriptives sur des variables quantitatives et qualitatives

• Statistiques descriptives univariées (types de variables, moyennes, variances, écarts-types, quartiles, fréquence, tris à plat...)
• Statistiques descriptives bivariées (covariance, coefficient de corrélation linéaire, tris croisés,…)
• Analyse de sous-échantillons, comparaison de moyennes, tests d'hypothèses

Introduction à SAS

• Prise en main du logiciel
• Manipulation de bases
• Calcul de statistiques descriptives (variables quantitatives et qualitatives)
• Graphiques

Construction de typologies par classification

• Décomposition de la variance
• Présentation des méthodes de classification ascendante hiérarchique
• Application sous SAS

Principes et mise en oeuvre des analyses factorielles multivariées (ACP, ACM): résumer l'information contenue dans une grande base de données

• Identifier les données se prêtant à l'analyse exploratoire
• Analyse en composantes principales (variables quantitatives): distinguer les dimensions structurantes dans une base de données
• Analyse croisée ACP et classification
• Analyse des correspondances multiples (variables qualitatives)