Pratique de la Statistique I : Statistique Exploratoire et Décisionnelle
Comprendre et maîtriser les principales règles et méthodes statistiques pour les mettre en pratique dans un contexte professionnel ou en vue de poursuivre vers des techniques plus avancées (analyse des données, contrôle qualité, plans d'expériences, ...).
Cartographie du Traitement des Données Statistiques
Découvrir un panorama complet des méthodes statistiques.
Savoir quelle méthode utiliser en fonction des données disponibles et des objectifs à atteindre.
Pratique de la Statistique II : Analyse de la Variance et Régression
Utiliser les méthodes de l'analyse de la variance et de la régression pour évaluer les effets de facteurs qualitatifs ou quantitatifs sur une ou plusieurs réponses quantitatives et en tester la significativité.
Modèle linéaire généralisé
Evaluer les effets d'une ou plusieurs variables explicatives sur une variable réponse qualitative.
Améliorer la Performance d’un Processus : Contrôle Qualité, Métrologie et Plans d’Expériences (+)
Modélisation statistique de processus opérationnels
La modélisation statistique a pour but d'accroître la connaissance des processus opérationnels pour mieux les maîtriser : réduire les coûts, améliorer les rendements et la qualité pour les clients, réduire les délais. Compte tenu de la complexité des activités, de la multiplicité des paramètres et de leurs interactions, seule une approche globale multidimensionnelle est à même de révéler les facteurs clés d'amélioration
Maîtrise Statistique Multidimensionnelle des Processus
Faisant suite à la modélisation statistique des processus opérationnels, la MSPC (multivariate statistical process control) a pour but de mettre sous contrôle de nombreux paramètres clés grâce à un nombre réduit d'indicateurs multidimensionnels faciles à gérer et efficaces.
Ils permettent d'anticiper les dérives et de prévenir leur récidive en rendant possibles des actions d'amélioration le plus en amont quand le défaut se produit.
Métrologie
Connaître et maîtriser les techniques métrologiques permettant la bonne gestion des équipements de mesure, l'évaluation de la fiabilité et de l'incertitude des mesures.
Validation de Méthodes Analytiques
Comprendre et maîtriser les outils et fonctions qui jalonnent les étapes normatives associées à la validation des méthodes analytiques.
Analyses Inter-Laboratoires
Comprendre et appliquer les méthodes statistiques de la norme NF ISO 5725 relative aux analyses inter-laboratoires.
Journée de découverte - Plans d'Expériences
Découvrir la stratégie des plans d'expériences, les contextes dans lesquels ils sont pertinents. Aborder les méthodes de construction des plans et d'analyse des résultats d'essais.
Plans d'Expériences I : Plans Factoriels
Organiser une expérimentation permettant de comparer et de hiérarchiser les effets de plusieurs facteurs sur une réponse. Evaluer et interpréter les effets principaux et les effets des interactions, modéliser la variation d'une réponse au sein du domaine expérimental.
Plans de Taguchi
Découvrir la méthode de Taguchi, vulgarisation des plans d'expériences, très utilisée pour la résolution de problèmes d'ingénierie robuste grâce à une transformation originale des réponses en rapport signal/bruit.
Plans de Mélanges
Construire et analyser des plans d'expériences permettant l'optimisation des proportions des constituants d'un mélange.
Méthodes du Simplex
Découvrir la définition séquentielle d'expériences et l'optimisation de procédés.
Journée de découverte - Exploration des Données Multidimensionnelles
Découvrir les principales méthodes multidimensionnelles (analyse en composantes principales, analyse des correspondances, analyse discriminante ...), en comprendre l'intérêt dans de nombreuses problématiques.
Analyse de Données Quantitatives
Apprendre les méthodes statistiques permettant de caractériser et/ou modéliser la relation entre plusieurs variables quantitatives.
Analyse de Données Qualitatives
Apprendre les méthodes statistiques permettant de caractériser la liaison entre une variable à expliquer qualitative, nominale ou ordinale, et une ou plusieurs variables explicatives qualitatives ou quantitatives.
Analyse de Données Symboliques
Réduire la quantité de données à traiter sans perte d'information via la création de concepts.
Prendre en compte des données (qualitatives, quantitatives, textuelles...) qui ont du sens au niveau des concepts et non au niveau des individus qui les composent.
Méthodes PLS
Décrire la structure ou modéliser des relations de causes à effets de tableaux « observations x variables » en particulier lorsque le nombre de variables est très important, éventuellement plus important que le nombre d'observations, ou que le tableau comporte de nombreuses valeurs manquantes.
Méthodes PLS pour l'analyse de données OMICS
Les phénomènes biologiques sont multivariés par nature et les données générées par les technologies Omics sont généralement volumineuses et complexes. Dans ce contexte, les méthodes d'analyse multivariée sont particulièrement adaptées pour extraire l'information pertinente de ces grands ensembles de données. Cette formation présente la mise en œuvre des techniques d'analyse multivariée les plus récentes dans le cadre de l'analyse de données transcriptomiques, protéomiques et métabolomiques. L'élaboration et l'interprétation de modèles exploratoires (descriptifs) et discriminants (prédictifs) seront abordées, ainsi que la recherche de biomarqueurs et la validation des modèles (validité et robustesse).
Méthodes PLS - Applications Industrielles
Utiliser les méthodes PLS pour des applications industrielles comme l'analyse d'image, le contrôle de qualité, les séries chronologiques, ...
Concevoir et Analyser des Enquêtes et Sondages (+)
Enquêtes et sondages I
Apprendre à mettre en place une enquête ou un sondage en maîtrisant toutes les étapes clés.
Rédiger un questionnaire, l'administrer (courrier, téléphone, internet) et en analyser les résultats grâce à des outils statistiques simples.
Enquêtes et sondages II
Pour aller plus loin dans les méthodologies d'enquête, apprenez à concevoir des enquêtes, à les analyser avec des outils statistiques plus sophistiqués, et à concevoir et mettre en œuvre des baromètres de suivi et d'évolution (opinion, satisfaction et fidélisation clients, etc...).
Biostatistiques I
Présentation et application des méthodes modernes d'analyse statistique des phénomènes biomédicaux.
Biostatistiques II
Découvrir les méthodes d'analyse statistique exploratoires et inférentielles pour les phénomènes biomédicaux, en comprendre l'intérêt et connaître leurs domaines d'application.
Mettre en œuvre ces méthodes sur des exemples simples.
Analyse de Données Qualitatives Biomédicales avec SAS / SPSS
Apprendre les méthodes statistiques récentes permettant de modéliser la liaison entre une variable à expliquer qualitative, nominale ou ordinale, et une ou plusieurs variables explicatives qualitatives ou quantitatives.
Méthodologie des essais cliniques : les critères de choix avant la mise en œuvre
Choisir et construire la méthode expérimentale la mieux adaptée à une problématique médicale donnée en intégrant les contraintes éthiques, économiques et réglementaires.
Identifier les sources de multiplicité dans les essais cliniques et leurs conséquences sur les résultats.
Calculer le nombre de sujets nécessaire correspondant à la stratégie choisie.
Etablir une liste de randomisation pour un essai clinique en déterminant les facteurs de stratification nécessaires.
Intégrer les éléments de la randomisation dans la phase d'analyse.
Analyse de données de survie
Mettre en pratique ces modèles sur des exemples variés comprenant différentes sortes de censure.
Interpréter et discuter les résultats d'analyses.
Calculer le nombre de sujets nécessaires pour l'analyse de données de survie.
Techniques de Ré-échantillonnage
Présentation et évaluation comparative des méthodes de ré-échantillonnage incluant le Bootstrap, le Jackknife et les procédures de permutation.
Réseaux de Neurones
Présentation et application de ces méthodes issues de l'intelligence artificielle qui viennent en complément des méthodes statistiques classiques.
Séries Chronologiques
Savoir choisir la méthode d'analyse adaptée à la nature des données, effectuer des prévisions à l'aide des différents types de modélisation pour les mettre en pratique dans un contexte professionnel
Atelier test, ajustement, distribution, transformation
Vous avez une problématique relevant des tests statistiques, des ajustements de lois, des distributions et/ou de transformation des données ?
Dans le cadre de nos ateliers, nous vous proposons de vous accompagner dans son traitement tout en bénéficiant de rappels méthodologiques et techniques.
Il s'agit également d'un lieu d'échanges entre praticiens.
Atelier Analyse de la Variance
Vous avez une problématique relevant de l'analyse de la variance ?
Dans le cadre de nos ateliers, nous vous proposons de vous accompagner dans son traitement tout en bénéficiant de rappels méthodologiques et techniques.
Il s'agit également d'un lieu d'échanges entre praticiens.
Atelier Méthodes de Régression
Vous avez une problématique relevant des méthodes de régression ?
Dans le cadre de nos ateliers, nous vous proposons de vous accompagner dans son traitement tout en bénéficiant de rappels méthodologiques et techniques.
Il s'agit également d'un lieu d'échanges entre praticiens.
StatGraphics
Expérimenter et maîtriser les principales possibilités du logiciel StatGraphics afin d'être autonome dans la gestion, la manipulation et la présentation de données statistiques
Uniwin
Expérimenter et maîtriser les principales possibilités du logiciel UNIWIN Plus afin d'être autonome dans l'utilisation de cet outil d'analyse des données multivariées
Simca
Maîtriser les possibilités de ce logiciel dans la gestion, la manipulation et la mise en oeuvre des méthodes statistiques utilisant les techniques des moindres carrés partiels (PLS)
Modde
Maîtriser l'ergonomie et comprendre la logique de ce logiciel de création et d'analyse de plans d'expériences
Logiciel R
Expérimenter et maîtriser les principales possibilités du logiciel R afin d'être autonome dans la manipulation des données, la réalisation d'analyses statistiques simples, l'élaboration de graphiques, la construction de fonctions et les outils de programmation.