Analyse multivariée approfondie

Code UE : STA201

  • Cours
  • 9 crédits

Responsable national

Responsable opérationnel

Public et conditions d'accès

Etre inscrit en M2 du master Statistique MR085 ou du master Actuariat MR088 ou être agréé (niveau requis STA101 et STA102) .
 Dans les autres cas pour obtenir l'agrément, les auditeurs adresseront par courrier électronique à l'enseignant responsable, Mme Niang (n-deye.niang_keita@cnam.fr ) un CV détaillé et une lettre de motivation indiquant les raisons de  la demande et le projet pédagogique dans lequel elle s'inscrit.

Objectifs pédagogiques

Approfondir les méthodes statistiques à plusieurs variables, qu'elles soient descriptives ou décisionnelles

Contenu

1. Rappels d'analyse multivariée
Vecteurs gaussiens, domaines de confiance et de tolérance
Tests multivariés (Hotelling, Mahalanobis)
Simulation, bootstrap
2. Approfondissement en analyse des données
Multidimensional scaling
Tableaux multiples
Données fonctionnelles
Modèles d'équations structurelles (Lisrel, PLS)
Méthodes avancées de classification (mélanges, variables)
3. Méthodes décisionnelles
Régression en présence de multicolinéarité : RCP, Ridge, PLS
Méthodes "sparse" : régression lasso, elastic net
Régression logistique
Analyse factorielle discriminante et fonction de Fisher
Discrimination et scoring sur variables qualitatives
Discrimination probabiliste sous hypothèses de normalité
Discrimination non paramétrique (estimation de densité, plus proches voisins)
Mesures de performance et théorie de l'apprentissage
Machines à vecteurs de support (SVM)

Modalité d'évaluation

La validation repose sur la réalisation d'une note de lecture d'articles scientifiques ou l'étude d'un jeu de données en utilisant les méthodes vues en cours.

Bibliographie

  • G.GOVAERT : Analyse des données ( Hermes,2003)
  • M.BARDOS : Analyse discriminante (Dunod,2001)
  • J.P.NAKACHE, J.CONFAIS : Statistique explicative appliquée (Technip, 2003)
  • G.SAPORTA : Probabilités, analyse des données, statistique 3ème édition (Technip,2010)
  • S.TUFFERY : Data mining et statistique décisionnelle, 3ème édition (Technip, 2010)
  • T.HASTIE, J.FRIEDMAN, F.TIBSHIRANI : The Elements of Statistical Learning (Springer 2009). Téléchargeable ici : http://www-stat.stanford.edu/~tibs/ElemStatLearn/download.html

Cette UE apparaît dans les diplômes et certificats suivants

Chargement du résultat...
Patientez
Type
Intitulé
Equipe pédagogique
Lieu / Modalités
Code
Equipe pédagogique Informatique
Lieu / Modalités
  • Enseignée en formation présentielle ou partiellement à distance : Bretagne, Ile-de-France (sans Paris), Paris
  • Equipe pédagogique Mathématique et statistique
    Lieu / Modalités
  • Enseignée en formation présentielle ou partiellement à distance : Liban, Paris
  • Equipe pédagogique Mathématique et statistique
    Lieu / Modalités
  • Enseignée en formation présentielle ou partiellement à distance : Paris
  • Lieu / Modalités
  • Enseignée en formation présentielle ou partiellement à distance : Paris
  • Type Intitulé Equipe pédagogique Lieu / Modalités Code

    Contact

    EPN06 Mathématiques et statistiques
    2 rue conté Accès 35 3 ème étage porte 19
    75003 Paris
    Sabine Glodkowski
    Voir les sites

    Voir les dates et horaires, les lieux d'enseignement et les modes d'inscription sur les sites internet des centres régionaux qui proposent cette formation

    UE

      • Paris
        • Paris
          • Année 2017 / 2018 : Présentiel
          • Année 2018 / 2019 : Présentiel
          • Année 2019 / 2020 : Présentiel