Description
Modalité :En ligne, en présentiel ou sur site
Durée :2 jours (16 heures)
Public visé :Utilisateurs d’IBM SPSS Statistics ayant des bases statistiques et besoin de méthodes multivariées pour des questions qu’un tableau ne tranche pas.
Prérequis souhaités :Expérience d’IBM SPSS Statistics et connaissances en statistiques, par le métier ou en ayant suivi analyse statistique (0G51BG).
À qui ce cours convient-il ?
- Qui dispose de quarante variables et doit les réduire à quelque chose d’interprétable.
- Équipes qui veulent segmenter des clients ou des cas sans étiquette de départ.
- Qui mesure des délais jusqu’à un événement : départs, pannes, abandons.
Contenu du cours
- Introduction à l’analyse statistique avancée
- Regrouper des variables : analyse factorielle et analyse en composantes principales
- Regrouper des observations : analyse de classification
- Prédire une cible catégorielle avec la méthode des plus proches voisins
- Prédire une cible catégorielle avec une analyse discriminante
- Prédire une cible catégorielle avec une régression logistique
- Prédire une cible catégorielle avec des arbres de décision
- Introduction à l’analyse de survie
- Introduction aux modèles linéaires généralisés
- Introduction aux modèles linéaires mixtes
Formation avec SIXE, IBM Business Partner
- Laboratoires sur IBM SPSS Statistics avec de vrais jeux de données : chaque test statistique est exécuté et interprété en séance.
- Dispensé directement par des formateurs IBM Champion de l’équipe SIXE.
- Badges Credly certifiants : credly.com/organizations/sixe/badges
- Format flexible — en ligne, en présentiel ou sur site — en groupes fermés, au prix par participant, dans la langue de votre choix (ES / EN / FR).
Formateurs spécialisés en IBM SPSS
Ingénieurs et analystes de l’équipe SIXE qui utilisent SPSS Statistics au quotidien sur des études et des projets de données. Plusieurs reconnus IBM Champion.
Questions fréquentes
Quelle différence avec le cours d’analyse statistique ?
analyse statistique (0G51BG) travaille avec une variable dépendante à la fois. Celui-ci passe au multivarié : plusieurs variables en même temps, regroupement et modèles qui prédisent des catégories.
Les méthodes sont-elles comparées entre elles ?
Oui : prédire une cible catégorielle est traité par quatre chemins — plus proches voisins, discriminante, régression logistique et arbres — avec les cas où chacun convient, ce qu’un manuel ne tranche pas.
Pouvez-vous intervenir dans nos locaux ?
Oui, et à distance avec un formateur en direct également. En groupes fermés de quatre à dix personnes, en espagnol, en anglais ou en français.
