Formation Statistiques - Sigma Plus

Formations aux Statistiques Appliquées


Formations appliquées aux méthodes statistiques
(-)
  • Bases de la Statistique (+)
    (-)


    Premiers Pas en Statistiques
    Maîtriser les bases statistiques pour savoir communiquer sous forme graphique et numérique les résultats d'une analyse.
    Pratique de la Statistique I : Statistique Exploratoire et Décisionnelle
    Comprendre et maîtriser les principales règles et méthodes de statistiques exploratoires (descriptives) et décisionnelles (inférentielles) 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, ...).
    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.
    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.


  • Maîtrise Statistique des Processus (+)
    (-)


    Maîtrise Statistique des Processus (MSP-SPC)
    Comprendre et maîtriser les principaux outils de la maîtrise statistique des processus (MSP) : les cartes de contrôle, la capabilité process et les plans d'échantillonnage pour le contrôle de réception.
    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.


  • Plans d'Expériences (+)
    (-)


    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
    Les plans d'expériences vous permettront :
    • d'organiser une expérimentation pour comparer et hiérarchiser les effets de plusieurs facteurs sur une réponse,
    • d'évaluer et d'interpréter les effets principaux et les effets des interactions,
    • de modéliser la variation d'une réponse au sein du domaine expérimental.
    Plans d'Expériences II : Plans d'Optimisation
    Construire des plans d'expériences avancés destinés à optimiser un processus et/ou une formulation en un nombre réduit d'essais.
    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.


  • Métrologie générale (+)
    (-)


    Analyse du Système de Mesure (MSA)
    Apprendre à analyser un système de mesure et notamment sa répétabilité et reproductibilité (Etudes R&R)
    Métrologie
    Connaître et maîtriser les techniques de la métrologie pour 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.


  • Analyse de données multidimensionnelles (+)
    (-)


    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 d'analyse de données permettant de caractériser et/ou modéliser la relation entre plusieurs variables quantitatives.
    Analyse de Données Qualitatives
    Apprendre les méthodes statistiques d'analyse de données permettant de caractériser la liaison entre une variable à expliquer qualitative, nominale ou ordinale, et une ou plusieurs variables explicatives qualitatives ou quantitatives.
    Datamining
    Le Data mining est l’art d’extraire de l’information utile à partir de données volumineuses, changeantes, non structurées. Ce stage présente les différentes facettes du concept et fournit un panorama des méthodes regroupées sous ce terme : méthodes plutôt statistiques (analyse discriminante, régression…) et méthodes plutôt « informatiques » (arbres de décision, réseaux de neurones, … ).
    Analyse de données sensorielles
    S'initier aux méthodes adaptées aux problématiques de l'analyse sensorielle et interpréter les résultats produits par les logiciels.
    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 pour l'analyse des spectres
    Savoir mettre en œuvre les méthodes multivariées adaptées aux données spectrales : les différents choix pour le filtrage, ACP et méthodes PLS, méthodes de validation.
    Méthodes PLS - Applications Industrielles
    Utiliser les méthodes PLS pour des applications industrielles comme l'analyse d'image, le contrôle de qualité, les séries chronologiques, ...


  • 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...).


  • Statistiques Biomédicales (+)
    (-)


    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 la Variance et de la Covariance - Méthodes Avancées
    Avoir une maîtrise pratique de l'utilisation et des sorties des procédures GLM et MIXED de SAS pour l'étude des modèles à effets fixes, aléatoires ou mixtes.
    Analyse de Données Qualitatives Biomédicales avec SAS / SPSS
    Apprendre les méthodes statistiques récentes d'analyse de données 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.
    Méthodologie des essais cliniques : Supériorité, non-infériorité, équivalence ou bio-équivalence
    Choisir et construire le design le mieux adapté à une problématique médicale donnée en intégrant les contraintes éthiques, économiques et réglementaires. Calculer le nombre de sujets nécessaires correspondant à la stratégie choisie.
    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.


  • Méthodes complémentaires (+)
    (-)


    Techniques de Ré-échantillonnage
    Présentation et évaluation comparative des méthodes de ré-échantillonnage incluant le Bootstrap, le Jackknife et les procédures de permutation.
    Modèle linéaire généralisé
    Evaluer les effets d'une ou plusieurs variables explicatives sur une variable réponse qualitative.
    Réseaux de Neurones
    Présentation et application des réseaux de neurones, 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


Formations aux logiciels statistiques (+)
(-)

  • 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 du logiciel Simca 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 du logiciel Modde de création et d'analyse de plans d'expériences
    Logiciel R - Initiation
    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 le langage de programmation.
    Logiciel R - Analyses statistiques
    Découvrir les principales méthodes d'analyses statistiques utiles en sciences de la vie et de l’environnement et leur mise en œuvre dans le logiciel R


Pour plus de renseignements, contactez :

Cédric CALAS

- Tél : 05 34 31 82 70


Plan du site    Contact Newsletter