809945_fr-FR

liliconcom

Utilisation de méthodes multivariées pour explorer les données

Découvrez comment faire :

• Comprendre et utiliser les méthodes multivariées (PCA, Clustering et K-Means)
• Créer et interpréter des diagrammes de dispersion et des corrélations multivariées
• Regrouper les enregistrements contenant un grand nombre de variables en groupes plus petits de nouvelles variables en fonction de caractéristiques communes
• Regrouper les lignes qui partagent des valeurs similaires sur un certain nombre de variables
• Utilisez le clustering hiérarchique pour créer un dendrogramme, qui est un graphique arborescent dynamique et réactif pour les petites tables jusqu'à plusieurs milliers de lignes
• Utiliser le clustering k-Means pour les tableaux, jusqu'à des centaines de milliers de lignes
• Utilisez des cartes auto-organisées pour créer des clusters et les former selon une disposition particulière sur une grille de clusters à 2 dimensions où la proximité dans la grille indique la similarité des clusters
• Effectuer une analyse des composantes principales (ACP) pour les facteurs continus, où la première composante principale est la combinaison linéaire des variables originales standardisées qui présente la plus grande variance possible. et chaque composante principale suivante est la combinaison linéaire des variables qui présente la plus grande variance possible et n'est pas corrélée à toutes les composantes précédemment définies
• Analyser les correspondances multiples pour les données catégorielles (similaire à l'ACP, mais pour les données catégorielles)
• Utiliser l'analyse factorielle pour identifier les facteurs latents

Ressources

• JMP® pour les statistiques univariées et multivariées de base : méthodes pour les chercheurs et les spécialistes des sciences sociales, deuxième édition par Ann Lehman, Norm O'Rourke, Larry Hatcher, Edward J. Stepanski
• Visual Six Sigma : Making Data Analysis Lean, deuxième édition par Ian Cox, Marie Gaudard, Mia L. Stephens

Modélisation statistique avancée