ECTS
3 crédits
Composante
Sciences économiques, gestion, mathématiques et informatique
Volume horaire
36h
Période de l'année
Enseignement huitième semestre
Description
L’objectif de ce cours/TP est d’introduire les principales méthodes pour l’analyse de données. Il sera présenté trois méthodes factorielles et deux méthodes de classification non supervisée. L’objectif est que les étudiants soient capables de mener une analyse descriptive des données : manipulation, nettoyage, visualisation et analyse des données avec la méthode appropriée. Le logiciel R et l’environnement RStudio seront utilisés.
Plan du cours :
- Introduction à Rmarkdown et à tidyverse
- Rappel sur l’analyse univariée et bivariée
- Analyse en composantes principales (ACP)
- Classification non-supervisée (CAH et K-means)
- Analyse factorielle des correspondances (ACM)
- Analyse factorielle discriminante (AFD)
Objectifs
- Acquérir les méthodes d’analyse des données.
- Être capable de faire une analyse descriptive des données, d’identifier des questions concrètes et savoir interpréter les résultats fournis par le logiciel R.
- Réaliser des rapports automatisés avec Rmarkdown et apprendre les récentes extensions (dplyr, tidyverse, ggplot2).
Évaluation
- Session 1
Formule standard :
Type : Écrit + projet
Durée : --
Contenu : 50% examen et 50% contrôle continu (mini projets, exercices).
Formule dérogatoire :
Type : Écrit
Durée : --
Contenu : Examen écrit
- Session 2 :
Type : Écrit
Durée : --
Contenu : Examen écrit
Bibliographie
- Philippe Besse. Statistique exploratoire multidimensionnelle (https://www.math.univ-toulouse.fr/~besse/enseignement.html)
- François Husson et al. R pour la statistique et la science des données