Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                
Scribd Logo
Importer

Bienvenue sur Scribd !

  • 57 vues

    Analyse Des Données: Ecole Supérieure Des Sciences de Gestion

    Transféré par

    Darine Daif
    Le document décrit un cours d'analyse des données. Il présente les objectifs, le programme, le déroulement et introduit les principaux concepts liés à l'analyse des données et à l'utilisation du language R.

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd

    Analyse Des Données: Ecole Supérieure Des Sciences de Gestion

    Transféré par

    Darine Daif
    57 vues21 pages
    Le document décrit un cours d'analyse des données. Il présente les objectifs, le programme, le déroulement et introduit les principaux concepts liés à l'analyse des données et à l'utilisation du language R.

    Titre original

    ADD

    Copyright

    © © All Rights Reserved

    Formats disponibles

    PDF, TXT ou lisez en ligne sur Scribd

    Avez-vous trouvé ce document utile ?

    Ce contenu est-il inapproprié ?

    Le document décrit un cours d'analyse des données. Il présente les objectifs, le programme, le déroulement et introduit les principaux concepts liés à l'analyse des données et à l'utilisation du language R.

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    57 vues21 pages

    Analyse Des Données: Ecole Supérieure Des Sciences de Gestion

    Transféré par

    Darine Daif
    Le document décrit un cours d'analyse des données. Il présente les objectifs, le programme, le déroulement et introduit les principaux concepts liés à l'analyse des données et à l'utilisation du language R.

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    Vous êtes sur la page 1sur 21

    Ecole Supérieure des Sciences de Gestion

    Analyse des données

    Anis Bey
    Maître de conférence en Informatique
    Objectif du cours
    • Initiation aux diverses méthodes d’analyse statistique

    • Acquérir les connaissances techniques de base en traitement des


    données

    • Traiter et décrire l’information contenue dans des grands


    ensembles de données

    • Savoir interpréter les tables et graphiques issus de ces méthodes

    • Maîtriser et appliquer certains outils usuels d’analyse des données

    • Comprendre les mécanismes qui justifient l’emploi de telle ou telle


    méthode

    • Interpréter et expliquer les outputs des outils statistiques utilisés


    Programme
    1. Introduction générale

    2. Le language R

    3. Résumer des données sous forme de tableaux et graphiques

    4. Les méthodes numériques et caractéristiques de forme et de


    concentration

    5. Principes de base des méthodes factorielles

    6. L’analyse en composantes principales

    7. L’analyses des correspondances

    8. Introduction aux méthodes de classification

    9. L’analyse discriminante
    Déroulement
    • Cours et TP

    • Du 20/12 au 04/02 EAD (plutôt des cours)

    • Du 04/02 au 30/03 Enseignement en présentiel (plutôt des TPs)

    • Evaluation : mini projet pratique


    Introductions
    Introduction
    L’analyse des données est un sous domaine des statistiques qui
    se préoccupe de la description de données conjointes. On cherche
    par ces méthodes à donner les liens pouvant exister entre les
    différentes données et à en tirer une information statistique qui
    permet de décrire de façon plus succincte les principales
    informations contenues dans ces données
    Historique de l’analyse des données

    • 1663 – John Graunt visait à comprendre la peste bubonique et à


    créer un système d’alerte en enregistrant les décès à Londres.
    • 1887 – Herman Hollerith construit une machine qui organise les
    données du recensement en lisant des cartes perforées.
    • 1937 – Après l'adoption de la loi sur la sécurité sociale, IBM est venu
    avec un système pour gérer les informations de 29 millions de
    personnes.
    • 1943 – Les Britanniques ont créé la première machine informatique,
    Colosse, pour trouver des motifs et déchiffrer les codes nazis.
    • 1965 – Le Gouvernement des États-Unis construit le premier
    centre de données pour stocker les données des citoyens.
    Historique de l’analyse des données
    • 1989 – Tim Berners-Lee a inventé le World Wide Web.
    • 1995 – Au monde premier supercalculateur a été construit.
    • 1997 – Bleu profond, un ordinateur de jeu d'échecs développé par
    IBM, défait le champion du monde Garry Kasparov.
    • 2005 – Roger Mougalas est venu avec le terme Big Data. C'est
    aussi l'année où Hadoop a été créé. A ce jour, il reste l'un des plus
    populaires outils dans Analyse des données et la gestion des
    données volumineuses.
    • 2009 – Le gouvernement indien a construit le la plus grande base
    de données biométrique au monde – il stocke les balayages d'iris,
    les empreintes digitales et les photographies de 1,2 milliard de
    personnes.
    Importance de l’analyse des données

    Travaux de recherche Entreprise


    Applications de l’analyse des données

    • MARKETING NUMÉRIQUE EFFICACE

    • GESTION DES RESSOURCES HUMAINES

    • ÉVALUATIONS DU PORTEFEUILLE

    • ANALYSE NUMÉRIQUE

    • SÉCURITÉ
    Les types d’analyse des
    données
    Les différents types d’analyse

    Analyse de text Analyse diagnostique


    pourquoi est-ce arrivé?

    Analyse descriptive Analyse prédictive


    que s'est-il passé? que pourrait-il se passer dans le futur?

    Analyse inférentielle Analyse prescriptive


    Comment devrions-nous réagir à
    ces événements futurs possibles?
    Cycle d’utilisation
    Le language R

    «R est un langage de programmation et un logiciel libre destiné


    aux statistiques et à la science des données soutenu par la R
    Foundation for Statistical Computing. Il fait partie de la liste des
    paquets GNU3 et est écrit en C (langage), Fortran et R.»

    Wikipédia
    Les données
    Rappel

    Lors de toute étude statistique, il est nécessaire de décrire et explorer


    les données avant d’en tirer de quelconques lois ou modèles prédictifs.

    Dans beaucoup de situations, les données sont trop nombreuses


    pour pouvoir être visualisables (nombre de caractéristiques trop
    élevées)

    Il est alors nécessaire d’extraire l’information pertinente qu’elles


    contiennent —-> ADD répondent à ce besoin.
    Les grandes familles des méthodes
    Les données
    Les données sont les faits et les chiffres qui sont collectés, analysés et
    résumés pour pouvoir ensuite être interprétées, toutes les données
    collectées dans une étude particulière forment l’ensemble de données de
    l’étude.
    STATISTIQUES DESCRIPTIVES
    EN R
    Quelques fonctions très utiles

    > str(survey)
    > is.na(survey)
    > dim(survey)
    > names(survey)
    > subset(survey, survey$Age)
    Statistique descriptive en R

    Indicateur Commande
    Moyenne mean(survey$Height, na.rm=T)
    Mode sort(table(survey$Height),decreasing=T)[1]
    Médiane median(survey$Height,na.rm=T)
    Variance corrigée var(survey$Height,na.rm=T)
    Écart-type corrigé sd(survey$Height,na.rm=T)
    Quantile d’ordre p quantile(survey$Height,p,na.rm=T,type=1)
    Étendue diff(range(survey$Height,na.rm=T))
    Étendue
    interquartile IQR(survey$Height,na.rm=T)
    Résumé summary(survey$Height,na.rm=T)

    Vous aimerez peut-être aussi