La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

STATISTIQUE HEC – FORMATION FONDAMENTALE 2008/2009 Michel Tenenhaus.

Présentations similaires


Présentation au sujet: "STATISTIQUE HEC – FORMATION FONDAMENTALE 2008/2009 Michel Tenenhaus."— Transcription de la présentation:

1 STATISTIQUE HEC – FORMATION FONDAMENTALE 2008/2009 Michel Tenenhaus

2 2 STATISTIQUE ? zExtraire des connaissances à partir de données pour décrire, expliquer, ou prévoir. zSimplifier une réalité complexe à laide de graphiques. zSimplifier une réalité complexe à laide de modèles mathématiques. zOutils de manipulation de grosses bases de données pour identifier et segmenter la clientèle dune entreprise (data mining).

3 Décrire ?

4 4 Exemple 1 Enquête FT sur les MBA 2001 z100 MBA z12 caractéristiques de lécole : Women Faculty, Women Students, Women board, International Faculty, Int. Stud., Int. Board, Int. Mobility, Int. Course content, Languages, Faculty with PhD, PhD grad. Rating, Research rating z2 caractéristiques des diplômés : Salary today (weighted), Salary % increase

5 Extrait des données de lenquête FT sur les MBA 2001

6 Analyse factorielle des MBA Harvard HEC * * Warwick * X 1 = Women Faculty X 2 = Women Student X 14 = Salary increase.

7 Analyse Factorielle des MBA : Carte des MBA Analyse réalisée sur les 67 premiers MBA

8 Analyse Factorielle des MBA Carte des caractéristiques utilisées pour lanalyse Les variables fléchées en pointillés sont illustratives.

9 Conclusion : HEC troisième MBA non anglo-saxon

10 Exemple 2 : les races canines

11 Le tableau disjonctif complet x ijl = 1 si lindividu i possède la modalité l de la variable j = 0 sinon

12 Analyse factorielle du tableau disjonctif complet Modalité au barycentre des chiens la possédant

13 Classification ascendante hiérarchique des chiens (sur le tableau disjonctif complet) C A S E Label Num bull-dog 5 òûòø teckel 26 ò÷ ùòø chihuahua 8 òûò÷ ùòø pékinois 22 ò÷ ó ùòòòòòòòòòòòòòø caniche 7 òòòòò÷ ó ó cocker 9 òòòûòòò÷ ùòòòòòòòòòòòòòòòòòòòòòòòòòòòø fox-terrier 17 òòò÷ ó ó epagneul breton 14 òûòòòø ó ó labrador 19 ò÷ ùòòòòòòòòòòòòòòò÷ ó boxer 4 òûòòò÷ ó dalmatien 11 ò÷ ó dogue allemand 13 òûòòòø ó mastiff 21 ò÷ ùòòòòòòòòòòòòòòòø ó saint-bernard 24 òûòø ó ó ó terre-neuve 27 ò÷ ùò÷ ó ó bull-mastiff 6 òòò÷ ó ó berger allemand 3 òûòø ùòòòòòòòòòòòòòòòòòòòòòòòòòòò÷ dobermann 12 ò÷ ùòòòòòòòòòø ó beauceron 1 òòò÷ ó ó pointer 23 òø ó ó setter 25 òôòø ùòòòòòòò÷ levrier 20 ò÷ ùòø ó epagneul français 15 òòò÷ ùòòòòòø ó colley 10 òòòòò÷ ùò÷ fox-hound 16 òûòòòø ó grd bleu de gasc 18 ò÷ ùòòòòò÷ basset 2 òòòòò÷

14 Visualisation de la classification des chiens en 4 groupes Facteur Facteur terre-neuve teckel setter saint-bernard pointer pékinois mastiff levrier labrador grd bleu de gasc fox-terrier fox-hound epagneul français epagneul breton dogue allemand dobermann dalmatien colley cocker chihuahua caniche bull-mastiff bull-dog boxer berger allemand basset beauceron

15 Les signes de ponctuation chez Zola (Brunet, 1985)

16 Analyse Factorielle des Correspondances

17 Expliquer ?

18 Salaire des professeurs du Groupe HEC

19 Salaire en fonction de lage

20 Pédagogie et HEC

21 Recherche et HEC

22 Modèle de salaire des professeurs

23 Estimation du modèle par la méthode des moindres carrés Un paramètre est significativement différent de 0 si son intervalle de confiance ne contient pas 0.

24 Estimation du modèle par la méthode des moindres carrés

25 Qualité du modèle

26 26 Référendum sur la constitution européenne

27 27 Arbre de segmentation avec Answer Tree

28 Prévoir ?

29 La méthode de Winters Exemple : Ventes de Champagne On exclut les douze derniers mois pour valider la méthode.

30 Ventes de Champagne On exclut les douze derniers mois pour valider la méthode.

31 Résultats sur lhistorique utilisé (prévision à lhorizon 1)

32 Résultats sur la période test (prévision sur lhorizon 1 à 12)

33 33 Contenu du cours zPrésentation de méthodes statistiques permettant de décrire, dexpliquer et prévoir un phénomène étudié. zUtilisation du logiciel SPSS sous Windows Version 16. Pour installer SPSS : Voir les moyens informatiques

34 34 Le site web du cours Tous les documents et tous les fichiers de données utilisés dans le cours sont disponibles sur le site

35 35 Cours zTout ce qui est fait en classe doit être connu : ni plus ni moins. zMaximum de cas et dexercices pendant les séances de cours et les séances de soutien. zSavoir faire les exercices du cours est une garantie de succès.

36 PLAN de COURS

37 37 Contrôle des connaissances z Rédaction dun projet statistique par groupe de 5 étudiants au plus (30%) : Cas Easton z Un test individuel (70 %) z Des notes au moins égales à 10/20 sont exigées pour le projet de groupe et pour le test individuel.

38 38 GALTON, 1908 Some people hate the very name of Statistics, but I find them full of beauty and interest. Whenever they are not brutalized, but delicately handled by the higher methods, and are warily interpreted, their power of dealing with complicated phenomena is extraordinary. They are the only tools by which an opening can be cut through the formidable thicket of difficulties that bars the path of those who pursue the Science of man.

39 Proverbe chinois J entends et j oublie. Je vois et je me souviens. Je fais et je comprends.

40 40 Mark Rothko ( ) Le travail évolue à mesure quil avance vers plus de clarté, vers lélimination de tous les obstacles entre le peintre et lidée, et entre lidée et le spectateur.

41 1949

42 1952

43 1956

44 1960

45

46 1968

47

48

49

50 50 Références zM. Tenenhaus : Statistique : Méthodes pour décrire, expliquer et prévoir, Dunod, 2007 zP. Kinnear & C. Gray : SPSS 16, Psychology Press, 2008

51

52 52

53 53 Panorama des méthodes statistiques en gestion zRecueil des données -Sondage -Plan dexpériences zMéthodes explicatives Y = f(X 1,…,X k ) z Méthodes descriptives -Visualisation -Classification z Méthodes de prévision X t = f(X t-1, X t-2,…)

54 54 Méthodes explicatives Variable à expliquer Variables explicatives

55 55 Méthodes descriptives Méthodes de visualisation Méthodes de classification - Classification ascendante hiérarchique (observations ou variables) - Méthode des centres mobiles

56 56 Méthodes de prévision zAnalyse dune série chronologique -Recherche dune tendance et de facteurs saisonniers -Identification de valeurs atypiques zPrévision -Méthodes de lissage (série courte) - Méthode de Box-Jenkins (série longue)

57


Télécharger ppt "STATISTIQUE HEC – FORMATION FONDAMENTALE 2008/2009 Michel Tenenhaus."

Présentations similaires


Annonces Google