Concepts et Fondamentaux en Statistique
Concepts Fondamentaux
en Statistique et Data Mining
Sommaire :
Glossaire :
-
| 2
| 3
| A
| B
| C
| D
| E
| F
| G
| H
| I
| J
| K
| L
| M
| N
| O
| P
| Q
| R
| S
| T
| U
| V
| W
| X
| Y
| Z |
Statistiques Élémentaires
- Statistiques Descriptives
- Statistiques Descriptives par Groupes
- Corrélations
- Tests t pour des Échantillons Indépendants
- Tests t pour des Échantillons Appariés
- Dichotomies et Réponses Multiples
- Tables de Fréquences (ou Tris à Plat)
- Tris Croisés
- Statistiques dans les Tableaux Croisés
- Distribution des Effectifs dans les Tableaux Croisés
- Calculateur de Probabilités
Techniques Exploratoires et Analyses Multivariées
- Analyse Canonique
- Analyse Discriminante
- Modèles Généraux d'Analyse Discriminante
- Analyse en Composantes Principales : L'ACP à la Française (Jean-Paul Benzécri)
- Analyse Factorielle avec Rotation des Facteurs... Une Alternative à l'ACP
- Analyse Factorielle des Correspondances Simple et Multiple
- Classification Ascendante Hiérarchique (CAH), k-Moyennes et Classification Conjointe
- Arbres de Classification
Modèles Linéaires et Non Linéaires Avancés
- Modèle Linéaire Général (GLM)
- Modèles Linéaires/Non-Linéaires Généralisés (GLZ)
- Modèles Généraux de Régression (GRM)
- Modèles PLS (Partial Least Squares)
- Estimation Non-Linéaire : Régression Exponentielle, Logit, Probit, par Segments, etc...
- Régression Non-Linéaire Fixe et Transformations de Variables
- Séries Chronologies et Prévisions : Trend-Cycle, Mouvement Saisonnier et Aléas (Mineurs/Majeurs)
- Modèle à Risques Proportionnels de Cox : Analyse du risque de crédit, churn / attrition, survie, ...)
- Analyse de Survie et des Durées à l'Échec
- Analyse de Survie : Les Modèles de Régression
- Analyse Log-Linéaire de Tables de Fréquences
- Fiabilité et Analyse d'Échelle : Questionnaires, Dépouillement d'Enquêtes et Analyse d'Items
Plans d'Expériences
- Plans Factoriels Fractionnaires à 2 niveaux
- Plans de Criblage à 2 niveaux
- Plans Mixtes à 2 et 3 niveaux
- Plans 3(k-p), Plans de Box-Behnken et Plans Factoriels Mixtes à 2 et 3 Niveaux
- Plans D-Optimaux
- Plans D- et A-Optimaux
- Plans avec Maximum d'Effets Non-Confondus et Minimum d'Aberrations
- Plans Composites Centrés, Plans Non-Factoriels et Surfaces de Réponse
- Plans de Mélanges et Surfaces Triangulaires
- Surfaces de Réponse et Mélanges sous Contraintes
- Plans Optimaux et D-Optimaux en Parcelles Divisées
- Carrés Latins, Carrés Gréco-Latins
- La Méthode Taguchi
Data Mining, Arbres de Décision et Modélisation Prédictive
- Drill-Down Interactif
- Sélection et Filtrage des Prédicteurs
- Modèles d'Arbres de Classification et de Régression (C&RT)
- Les Modèles CHAID : Des Arbres de Classification bien adaptés pour la Segmentation en Marketing et CRM
- Arbres de Décision Interactifs (CandRT, CHAID)
- Boosting d'Arbres de Classification et de Régression (Stochastic Gradient Boosting Trees)
- Forêts Aléatoires (ou Forêts Décisionnelles)
- Classification Généralisée EM et k-Moyennes : des techniques performantes de segmentation
- MARSplines (Multivariate Adaptive Regression Splines)
- Machine Learning : SVM (Séparateurs à Vaste Marge), Réseaux Bayésiens et K-Plus Proches Voisins
- Modèles Additifs Généralisés (GAM)
- Règles d'Association ou la Problématique du Panier de la Ménagère
- Regroupement de Modalités pour du Data Mining Prédictif
- Qualité d'Ajustement (Classification, Prévision)
- Déploiement Rapide de Modèles Prédictifs (PMML/XML)