Présentation des méthodes de collecte et danalyse de données
Les méthodes de collecte et d’analyse de données doivent être choisies en fonction de l’évaluation concernée, de ses questions clés d’évaluation et des ressources disponibles Les évaluations d’impact doivent utiliser autant que possible les données existantes, puis
Cours: Analyse des données
L’ Analyse des données (ADD) : l’ensemble de méthodes descriptives ayant pour objectif de résumer et visualiser l’information contenue dans un grand tableau de données « l’analyse des données est un ensemble de techniques pour découvrir la structure, éventuellement compliquée, d’un tableau de
CH1 : Introduction à l’Analyse Des Données (ADD)
A-1 Les méthodes 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)
Éventail des méthodes de collecte de données
3 L’analyse de données secondaires 4 L’observation directe Ces différentes méthodes peuvent être combinées et permettre des recoupements, on parle alors de triangulation Méthodologies pratiques Méthodes qualitatives analyse de contenu · analyse du discours · entretien semi directif · étude de
Analyse multidimensionnelle des données
Méthodes d’analyse de données Fondées sur un modèle linéaire Exploratoires, descriptives, non supervisées Statistiques élémentaires Analyse en composantes principales Méthodes de classification Prédictives, supervisées Variable dépendante quantitative Variable dépendante qualitative Régression linéaire multiple
Traitement et analyse des données qualitatives
Traitement et analyse des données qualitatives La collecte peut se faire en groupe et sur un groupe, comme dans l'analyse en groupe, ou individuellement ou sur un individu II l’Analyse des données qualitatives II 1 Retranscription des données La retranscription est la première étape de l’analyse du contenu, elle consiste à lister les
Méthodes d’enquête et d’analyse de données
-1- Méthodes d’enquête et d’analyse de données à l’usage des Managers-Chercheurs1 Jean Moscarola Professeur Emérite Université de Savoie, Conseiller Scientifique à Sphinx-Développement
Les méthodes d’’analyses
Les méthodes d’’analyses 46 II 5 Les techniques d’analyse chimique de laboratoire II 5 1 Spectrophotométrie II 5 1 1 Spectrophotométrie d'absorption moléculaire C'est la méthode analytique la plus utilisée en analyse d'eau Elle nécessite la mise en œuvre préliminaire d'une réaction colorée spécifique de (élément recherché
Les méthodes qualitatives - Dunod
des méthodes d’analyse informatisée du discours pour l’analyse des données textuelles Yves Clot Titulaire de la chaire de psychologie du travail Conservatoire national des arts et métiers (CNAM) Il est responsable de l’équipe de psychologie du travail et clinique de l’activité, et fait partie du Centre de
[PDF] méthodes d'enquête
[PDF] méthodes d'estimation statistique
[PDF] méthodes d'évaluation des entreprises
[PDF] méthodes d'évaluation économique des programmes de santé drummond
[PDF] méthodes d'optimisation
[PDF] méthodes de conception des systèmes d'information
[PDF] méthodes de datation
[PDF] méthodes de gestion de carrières pdf
[PDF] Methodes de maintenance
[PDF] méthodes de prévision des ventes
[PDF] méthodes de purification en chimie organique
[PDF] Méthodes de révision
[PDF] méthodes de séparation des mélanges pdf
[PDF] Methodes de travails en vue du Bac
Cours:
Analyse des données
Annéeuniversitaire : 2019/2020
Niveau : S6
Option : Economie
Pr: ZinebSAYL
PlanIntroduction
Chapitre 1 : Analyse en Composantes Principales
Chapitre II : Analyse Factorielle des Correspondances Chapitre III : Classification Ascendante Hiérarchique 2Introduction
1-Définition et objectifs
de méthodes descriptivesayant pour objectif de résumer et visualiser contenue dans un grand tableau de données découvrir nombres à plusieurs dimensions et de traduire par une structure plus simple et qui la résumeau mieux. Cette structure peut le plus -P. Fénelon) 3 Répondre aux problèmes posés par des tableaux de grandes dimensionsRésumer les informations contenues dans un
Organiser et visualiser les informations
Introduction
1-Définition et objectifs
4 statistiquesEx:SPSS,EVIEWS
Introduction
1-Définition et objectifs
52-Le processus de ADD
-Les principales étapes du processus d'analyse :Collecte des données
Structuration des données
Analyse des
donnéesInterprétation
Conclusion
Introduction
6Collecte des données
Les données primaires sont spécialement collectées pour répondre à une étude statistique précise. Les données secondaires: sont des données qui2-Le processus de ADD
Introduction
On distingue deux types des données :
73-Les méthodes
On distingue plusieurs méthodes selon deux critères :Introduction
2-Selon type de mesure
1-Méthodes explicatives Méthodes descriptives
Mesure
nominaleMesure
ordinaleMesure
métrique 8Consiste à expliquer une variable au moyen
Variable à expliquer
Variable explicative
Méthodes
explicativesExemple :
Problèmes de régression et de corrélationAnalyse de la variance
Analyse discriminatoire
Régression logistique
Corrélation canonique
Introduction
3-Les méthodes
INVES= f ( CROI, INF, INDH )
INVES = ȽCROI + ȾINF + ɀINDH Ex :
9 Consiste à résumer, visualiser et synthétiser les informations.Exemple :
Analyse Factorielle des Correspondances
Analyse en Composantes Principales
Classification Ascendante Hiérarchique
Méthodes
descriptivesIntroduction
3-Les méthodes
10 11Introduction
3-Les méthodes
2-Selon type de mesure
Mesure
nominaleMesure
ordinaleMesure
métriqueOn utilise des chiffres sans aucune relation
Femme (1)
Homme (2)
Exemple :
Sexe: Femme , Homme
Situation matrimoniale: marié, célibataire...Mesure
nominaleMéthode :
Analyse Factorielle des Correspondances
Introduction
3-Les méthodes
12 distanceExemple :
Classement des goûts des clients selon un critère -25), ( 26- le rangMesure
ordinaleMéthode :
Analyse Factorielle des Correspondances
Introduction
3-Les méthodes
13Variable quantitative dont les valeurs ont une
Exemple :
marqueMesure
métriqueMéthode :
Analyse en Composantes Principales
Introduction
3-Les méthodes
14Variable
métriqueVariable non
métriqueAnalyse en
Composantes
Principales
(ACP)Analyse de
similaritéMéthodes descriptives
Analyse
Factorielle des
Correspondances
(AFC) 15Une Variable à expliquer
Variable dépendante
non métriqueAnalyse
canoniqueMéthodes explicatives
(Existe 2 ensembles de variables)Plusieurs Variables à expliquer
Variable dépendante
métriqueVariable
explicative non métriqueVariable
explicative métriqueVariable
explicative non métriqueVariable
explicative métriqueRégression
linéaireAnalyse de
la varianceAnalyse des
mesures conjointesAnalyse
discriminante 16Chapitre 1 : Analyse en
Composantes Principales
(ACP) 17 PLAN Chapitre 1 : Analyse en Composantes Principales (ACP)1-Définition
2-Principe
3-Démarche
4- 181-Définition
AnalyseenComposantesPrincipales(ACP)est:
Uneméthodedescriptiveapourobjectifdes
nientreindividu)Lebutprincipaleestderésumer
deligneetdecolonnesUn outil statistique de synthèse
Un outil très important pour traiter les données quantitativesChapitre 1 : Analyse en Composantes Principales
192-Principe
Analyse en Composantes Principales (ACP) permet de : Résumer les informations contenant dans un tableau en nindividus et pvariables Remplacer les pvariables avec q nouvelles variables avec q < pChapitre 1 : Analyse en Composantes Principales
202-Principe
Le nuage de points représentant
un espace de Pdimensions, puisque chaque point représente un individu par rapport àChapitre 1 : Analyse en Composantes Principales
Il est difficile de visualiser les relations existant entre les variables dès que p>3Si la dimension P= 2
Il est facile de présenter le
nuage de pointsSi la dimension P> 3
Il est difficile de présenter
le nuage de points 213-Démarche
Soit : nindividus caractérisés par pvariables métriques Ces données sont présentées dans un tableau appelé la Matrice des données de dimension n*p Les étapes pour déterminer la composante principale :Chapitre 1 : Analyse en Composantes Principales
Centrage et réduction des données
Déterminer les axes factoriels
Sélectionner les composantes principales
Déterminer lesvaleurs propres et les vecteurs propres sur la base de la matrice de corrélation entre les variables 223-Démarche
Centrage et réduction des données:
Matrice Centrée Réduite est obtenue par la formule suivante :Chapitre 1 : Analyse en Composantes Principales
233-Démarche
Centrage et réduction des données:
Chapitre 1 : Analyse en Composantes Principales
Si Cov(X2,X1) =0 les variables X1 et X2 sontindépendantes Si Cov(X2,X1) 0 les variables X1 et X2 sontdépendantes (existe une relation linéaire entre les variable)Var X1Cov(X1,X2)Cov(X1,X3)
Cov(X2,X1)Var X2Cov(X2,X3)
Cov(X3,X1)Cov(X3,X2)Var X3
Obtenue par la formule suivante :
243-Démarche
Centrage et réduction des données:
Chapitre 1 : Analyse en Composantes Principales
AvecObtenue par la formule suivante :
25desdonnéessuivant:
IDETaux croissance
économique (%)
Taux d'inflation
Pays A30026
Pays B45024
Pays C95082
Pays D70075
Chapitre 1 : Analyse en Composantes Principales
Travail à faire:
1.2.Déterminer la Matrice Centrée Réduite
3.Déterminer la Matrice des variances covariance
4.Déterminer la Matrice des corrélations entre variables
5.Déterminer le polynôme caractéristique
6.Calculer les valeurs propres
7.8.Déterminer les vecteurs propres orthogonaux associés aux
valeurs propres9.Calculer et interpréter la corrélation des variables avec les
composantes principales10.Calculer et interpréter la contribution CONTR
Chapitre 1 : Analyse en Composantes Principales
27Définition :
delaliste. 1-Chapitre 1 : Analyse en Composantes Principales
Solution
Définition :
la dispersion Avec la variance est la moyenne des carrées des écarts à la moyenne : Avec 1-Chapitre 1 : Analyse en Composantes Principales
Solution
291-