Aller au menu | Aller au contenu | Aller à la recherche

[ Université Jean Moulin Lyon 3
Recherche avancée

IAE Lyon

Epas AccreditedUniversité de Lyon

Accueil : iaelyon School of Management / Formation

25230020 - Analyse de données

  • Version PDF
Crédits ECTS 4
Volume horaire total 40
Volume horaire CM 24
Volume horaire TD 16

Déplier tout le contenu Plier tout le contenu

Objectifs

Mise en oeuvre de techniques statistiques exploratoires spécifiques aux grandes quantités de données.

CONNAISSANCES A ACQUERIR
  • Connaître et comprendre les principaux outils d’analyse unidimensionnelle, bidimensionnelle et multidimensionnelle
  • Analyser des données relationelles (réseaux)
  • Etudier une série temporelle

COMPETENCES CIBLES
  • Analyser des données réelles
  • Maîtriser un logiciel de traitement statistique
  • Restituer des résultats d’analyse
  • Acquérir une rigueur d’analyse
  • Développer un esprit critique face aux données et résultats

Contenu

Chapitre 1 : Rappels de statistique descriptive unidimensionnelle
1.1 Variables quantitatives
1.1.1 Mesures de valeur centrale
1.1.2 Mesures de dispersion
1.1.3 Graphiques
1.2 Variables qualitatives
1.2.1 Graphiques
1.3 Tests statistiques
1.3.1 Généralités sur les tests d'hypothèses
1.3.2 Tests de normalité
1.3.3 Test de Student

Chapitre 2 : Statistique descriptive bidimensionnelle
2.1 Une variable quantitative et une variable qualitative
2.1.1 Moyennes conditionnelles
2.1.2 Analyse de la Variance, test de Fisher
2.2 Deux variables qualitatives
2.2.1 Notations et définitions
2.2.2 Graphiques
2.2.3 Test du Khi-2 d'indépendance
2.2.4 Analyse des correspondances simples
2.3 Deux variables quantitatives : la régression linéaire

Chapitre 3 : Statistique descriptive multidimensionnelle
3.1 Variables quantitatives
3.1.1 Analyse en composantes principales
3.1.2 Régression multilinéaire
3.2 Variables qualitatives
3.2.1 Rappels
3.2.2 ACP des profils lignes
3.2.3 ACP des profils colonnes
3.2.4 ACP simultanée
3.2.5 Indices et graphiques pour l'interprétation d'une AFC.
3.2.6 Analyse Factorielle des Correspondances Multiples (AFCM)

Chapitre 4 : Classifications automatiques
4.1 Classification non supervisée
4.1.1 Introduction : partitions, inerties et distances
4.1.2 Centres mobiles (k-means)
4.1.3 Classification hiérarchique ascendante (CAH)
4.2 Classification d'individus décrits par des données qualitatives

Chapitre 5 : Graphes et réseaux
5.1 Graphes et réseaux : définitions de base
5.2 Centralités
5.2.1 Centralité de degré
5.2.2 Centralité d'intermediarité
5.2.3 Centralité de proximité
5.3 Les propriétés fréquemment rencontrées
5.3.1 La faible densité
5.3.2 La composante connexe géante
5.3.3 L'effet petit-monde
5.3.4 Le club-huppé
5.4 La recherche de communautés
5.4.1 Dissimilarités entre sommets
5.4.2 Méthode de Clauset-Newman-Moore

Chapitre 6 : Séries temporelles
6.0 Introduction
6.1 Partie I : Analyse historique
6.1.1 Les graphiques
6.1.2 Les modèles
6.1.3 Modélisation
6.2 Partie II : prévisions

Contrôles des connaissances

Examen Terminal
Ecrit, 3h
Nature de l'épreuve : Epreuve écrite sur table

Contrôle continu
Notation pendant les enseignements
Nature des Travaux et pondération :
  • Evaluation sur machine en Travaux Dirigés : 0.6
  • Rapport d'une analyse statistique (devoir maison) : 0.4

Bibliographie

OUVRAGES DE REFERENCE :
  • Corinne Hahn et Sandrine Macé, Méthodes statistiques appliquées au management, Pearson.
  • L. Lebart, A. Morineau, M. Piron, Statistique exploratoire multidimensionnelle, Dunod ed.
  • J.M. Martel, R. Nadeau, Statistique en gestion et en économie, Gaëtan Morin ed.

OUVRAGES COMPLEMENTAIRES
  • B. Coutrot et F. Droesbeke, Les méthodes de prévision, PUF, Que sais-je ?, 1995.
  • J.M. Bouroche et G. Saporta, L'analyse des données, PUF Que sais-je ?, 1980.
  • Jean de Lagarde, Initiation à l'analyse des données, Dunod, 1998.
  • Michel Volle, Analyse des données, Economica, 1980.

Informations complémentaires

MODALITES PEDAGOGIQUES / NATURE DES SUPPORTS
Supports : polycopié de cours et fascicule de TD
Les TD sont fait en salle machine avec le logiciel XLSTAT. Une licence du logiciel est fournie aux étudiants
pendant le semestre.

PRE-REQUIS EN TERMES DE CONNAISSANCES

Cours de Gestion et statistiques du semestre 3
Méthodes statistiques descriptives de base
Méthodes statistiques inférentielles
Logiciel : utilisation d'un tableur

LECTURE(S) CONSEILLEE(S) :
Corinne Hahn et Sandrine Macé, Méthodes statistiques appliquées au management, Pearson.

Ce cours fait partie des formations suivantes :

Licence Sciences de Gestion

Niveau d'entrée : Bac + 1, Bac + 2  |  Niveau de sortie : Bac + 3
Semestre :  -  UFR : iaelyon School of management


Renseignements pratiques

iaelyon School of management
Université Jean Moulin
6 cours Albert Thomas
BP 8242
69355 Lyon cedex 08

Tél. : (33) 04 78 78 70 66Site web

Equipe pédagogique

Responsable

M. Boulet Romain

[ Stages & Carrière ]

L'iaelyon dispose d'un outils de gestion des offres de stages et d'emplois à destination des étudiants (CVthèque et annuaire des diplômés) et des entreprises (dépots des offres, consultation des CV).
> Accès Link'iaelyon

Link'IAE Lyon, annuaire de diplômés et Job board

[ Taxe d'apprentissage ]

Rechercher un cours

Recherche un cours

Mise à jour : 29 septembre 2016