En utilisant notre site, vous consentez à ce que des cookies soient utilisés à des fins d’analyse, de pertinence, et de publicité. Modifiez vos préférences.

Statistique d'analyse de données industrielles

Partager la formation

Ce séminaire propose une présentation des analyses et méthodes statistiques les plus fréquemment utilisées dans le cadre d’études industrielles.
Pour s’entraîner pratiquement à la manipulation des outils statistiques proposés, le logiciel utilisé sera Jmp®SAS Institute.

Objectifs
Programmes
Intervenants
  • Dates :28/09/2016
  • Durée :2 jours
  • Lieu :Ecole polytechnique
  • Langue :Français

Objectifs

  1. Savoir analyser un tableau de données expérimentales industrielles par les différents outils les plus fréquemment utilisés
  2. Savoir choisir l’outil statistique adapté à sa problématique industrielle
  3. Savoir mener : une Régression Linéaire Multiple, une Analyse en Composantes Principales, une Régression PLS, une Analyse de Variance Multiple
  4. Disposer pour chacune de ces méthodes : de ses cas d’emplois, d’une démarche rigoureuse d’investigation, des clés d’interprétation et de critique de leurs résultats, d’une connaissance de leurs limites
  5. Savoir choisir l’outil statistique adapté à sa problématique industrielle

Programme

Régression linéaire multiple (RLM)

  • Structure des données et principes de base
  • Diagnostic de la structure des données
  • Choix du modèle
  • Choix des coefficients à retenir et validation globale du modèle
  • Le traitement des facteurs qualitatifs
  • Les graphiques liés à la régression
  • Optimisation

Analyse en composantes principales (ACP)

  • Structure des données et principes de base
  • Rappels sur la notion de corrélation
  • Interprétation de la projection des variables et qualité de représentation
  • Interprétation de la projection des individus et qualité de représentation
  • Le traitement des variables qualitatives

Application de la régression PLS sur la base de l’exemple montrant les limites de la RLM

  • Choix du nombre d’axes
  • Interprétation des résultats statistiques
  • Prise en compte de facteurs qualitatifs
  • Validation du modèle 

Analyse de variance multiple

  • Structure des données et principes de base
  • Diagnostic de la structure des données
  • Choix des effets à retenir et validation globale du traitement
  • Place de la dispersion expérimentale
  • Les graphiques liés à l’analyse de variance

Justification de l’intérêt de la planification expérimentale

Méthode pédagogique :
Rappel des bases théoriques
Apport de méthodes et d’outils opérationnels
Application à des exemples et des cas industriels concrets, proposés par les participants.

Intervenants

  1. Responsable scientifique
    Olivier
    Khi2 Consulting

Intéressé(e) par nos formations ?

Téléchargez nos catalogues
Sélectionnez le ou les catalogues.
Select the catalogs.
  1. Catalogue Complet
  2. Catalogue complet Brochures Programmes certifiants 2016
  3. Catalogue Programmes courts 2016
  4. Catalogue Programmes courts Communication, Leadership et Management
  5. Catalogue Programmes courts Innovation et Business
  6. Catalogue Programmes courts Projets Systèmes
  7. Catalogue Programmes courts Sciences et Techniques

Veuillez remplir le formulaire ci-dessous. Vous recevrez votre catalogue directement dans votre boite email.
Please fill out the form below to receive your Catalogue by email.

Télécharger / Download
Téléchargement de la plaquette / Download the booklet

    Veuillez remplir le formulaire ci-dessous. Vous recevrez votre catalogue directement dans votre boite email.
    Please fill out the form below to receive your Catalogue by email.

    Télécharger / Download