Analyse de la variance et Application avec Minitab - 3 jours (*) Référence : STA-N1-AnovaRegMinitab Durée : 3 jours soit 21 heures (*) : La durée proposée est une durée standard. Elle peut être adaptée selon les besoins, les acquis, les niveaux des participants et le contexte. Filière : Statistique Population visée : Employé Technicien Cadre Chercheur Etudiant Public concerné : Personne souhaitant mettre en œuvre les méthodes d analyse de la variance, de régression et découvrir les modèles linéaires généraux. EN QUELQUES MOTS Cette formation s'adresse à des personnes souhaitant mettre en œuvre des travaux de modélisation de type ANOVA / Régression. L ANOVA a pour objectif d identifier des facteurs qualitatifs influents sur une réponse Y quantitative. On parle généralement de différences significatives en moyenne entre les groupes (modalités). A contrario, la régression a pour objectif de modéliser, expliquer, prédire une réponse Y quantitative en fonction de différentes variables X également quantitatives. La formation conviendra à des personnes venant chercher du savoir statistique dans le but de : Comprendre les outils de type ANOVA et régression Mettre en œuvre les outils Interpréter les sorties logiciels issues de ces types d analyses La mise en application s'effectuera autour du logiciel Minitab. Cette formation inclut donc si nécessaire la prise en main du logiciel. PRÉ-REQUIS IL EST INDISPENSABLE que les participants aient de bonnes connaissances sur les outils statistiques de base : statistiques descriptives, tests d'hypothèses, intervalles de confiance, p-value, risque alpha THEMES PRINCIPAUX MINITAB Analyse de la variance à un facteur Analyse de la variance à plusieurs facteurs croisés Analyse de la variance à mesures répétées Analyse de la variance hiérarchisée Régression linéaire simple Régression linéaire multiple Page 1/5 - Analyse de la variance et
OBJECTIFS PEDAGOGIQUES A l issue de cette formation, l apprenant sera capable avec Minitab de : Vérifier les conditions de mise en œuvre d'une ANOVA à un et plusieurs facteurs Comprendre les calculs de l'anova et sait "ce qui se passe derrière" D interpréter les résultats d'une ANOVA Mettre en œuvre un test à postériori (Tukey, Bonferroni, Dunnett, ) D interpréter le sens physique d'une interaction Connaître le contexte des Anova à mesures répétées Connaître le contexte des Anova hiérarchisées Mettre en œuvre un modèle de simple et le valider Comprendre le contexte de la régression multiple QUELQUES MOTS-CLES MINITAB Analyse de la variance (Anova) Variance Inter, variance Intra Tests à postériori - Post Hoc (Tukey, Bonferroni, Dunnett, ) Interactions Facteurs imbriqués, hiérarchisés Mesures répétées Modèle de Coefficient de détermination R² Résidus Erreur expérimentale Erreur du modèle OUTILS LOGICIELS Au-delà de l'apprentissage des thématiques statistiques, la mise en application s'effectuera sur le logiciel Minitab. Une partie de la formation sera si nécessaire consacrée à l'apprentissage du logiciel, son ergonomie, la structuration des données permettant aux apprenants d'acquérir l'autonomie sur ce logiciel. OBJECTIFS OPERATIONNELS ET CONTENU DE LA FORMATION Prendre en main l'outil MiniTab (si nécessaire) Généralités et interface utilisateur Gestion et organisation des données Gestions des fichiers générés sous MiniTab (*.MTW, *.MPJ) Utilisation de Project Manager Relations couple fichiers de données et fichiers d'analyses Les différentes fenêtres de base (Fenêtre de données, Fenêtre Session, Fenêtre Project Manager) Utilisation des barres d'outils Présentations des menus Présentation des familles d'analyses statistiques Présentations des différentes analyses statistiques disponibles Paramétrage de la feuille de données Définition des variables Paramétrage des types de variables Gestion de base des données Gestion avancée des colonnes Empiler, désempiler Page 2/5 - Analyse de la variance et
Codage des données Concaténation des variables Saisie, Ajout, Suppression Sélection de données Importation d un fichier de données (Excel, ) Gestion des analyses Paramétrage des variables Paramétrage des analyses Principes communs aux analyses Relancer la dernière analyse Accéder à l'historique des analyses principes) Outils divers Utilisation de l'éditeur de commandes Paramétrage des polices de sortie Configuration et préférences du logiciel Exportation de travaux vers Word Paramétrages des graphiques Maîtriser l'anova simple Contexte d'utilisation de l'anova simple Parallèle et différences avec le test de Student Données indépendantes et données appariées Conditions de mise en œuvre de l'anova La décomposition de la variance Interprétation de la table de l'anova Erreur expérimentale Significativité des effets Principes de lecture de la table de Fisher Importance des degrés de liberté de l'erreur Comparaisons de moyennes multiples Les différents tests disponibles (Tukey, Bonferroni, Newman-Keuls,...) Etude des grandes erreurs à ne pas commettre dans l'anova Maîtriser l'anova à deux et x facteurs Contexte d'utilisation de l'anova à deux facteurs Définition de la notion d'interaction Sens physique Approche graphique Conditions de mise en œuvre de l'anova à deux facteurs Plan équilibré Plan déséquilibré La décomposition de la variance Interprétation de la table de l'anova Les différentes sommes de carrés (type I et III) Calcul de l'erreur Signification des effets Significativité de l'interaction Comparaisons de moyennes multiples Les différents tests (Tukey, Bonferroni, Dunnett, ) Traitements graphiques des analyses Page 3/5 - Analyse de la variance et
Maîtriser les protocoles expérimentaux et les généralités sur les différents types de modèles Présentation du modèle linéaire Les différents types de facteurs Facteurs continus, discontinus Facteurs fixes, aléatoires Les différents types de modèles Modèles sans interactions Les modèles avec interactions Les modèles croisés Les modèles imbriqués Les mesures répétées Importance et pertinence du protocole expérimental Décrire la simple et multiple Principes généraux la régression Différences entre ANOVA et Régression Rappels des objectifs Conditions d utilisation Principes de base de la modélisation par la régression Les différents modèles de la régression Modèle linéaire simple Modèle linéaire multiple Qualité du modèle Erreur d estimation Coefficient de détermination Analyse des résidus Calculs des résidus Sens physique Homogénéité Distribution Valeurs suspectes Analyses graphiques Utilisation du modèle Prédiction de valeurs individuelles Intervalles de confiance des prédictions Traitement graphique des résultats Etude des grandes erreurs à ne pas commettre dans une régression Détection des problèmes de colinéarité entre variables explicatives Découvrir les modèles linéaires généraux (GLM) Modèles avec facteurs qualitatifs et quantitatifs Utilisation de l Anova et de la régression Page 4/5 - Analyse de la variance et
Méthodes et moyens : Explications théoriques suivies de pratiques guidées puis mises en autonomie 1 vidéoprojecteur par salle 1 ordinateur par stagiaire Méthodes d évaluation des acquis : Exercices de synthèse et d évaluation Evaluation de fin de stage Profil formateur : Nos formateurs sont certifiés à l issue d un parcours organisé par nos soins. Ils bénéficient d un suivi de compétences aussi bien au niveau technique que pédagogique. Support stagiaire : Support papier ou électronique (dématérialisé) Les exercices d accompagnement peuvent être récupérés sur clef USB Page 5/5 - Analyse de la variance et