Détails formation en Analyse discriminante et segmentation

Connaître l'ensemble des méthodes d'analyse discriminante et de segmentation.

Savoir choisir la méthode adaptée à chaque problème, la mettre en œuvre et en interpréter les résultats.

Bonnes connaissances de base en calcul des probabilités, en statistique (tests, régression) et en analyse des données (analyse en composantes principales et analyse des correspondances).

L’analyse discriminante couvre deux aspects : le premier aspect, descriptif et explicatif, consiste à déterminer les caractères discriminants d'une population répartie en groupes, le second est décisionnel et aide à affecter un nouvel individu à un groupe. Des techniques alternatives, telles que la construction d’arbres de décision (méthodes de segmentation), répondent également à ces objectifs décisionnels.

Aspects descriptifs de l'analyse discriminante : les méthodes géométriques

L'analyse factorielle discriminante

Les règles d'affectation

L’analyse canonique discriminante

Aspects décisionnels de l’analyse discriminante : les méthodes probabilistes

Le modèle bayésien

Les méthodes d'estimation paramétriques (hypothèse de multinor-malité)

La sélection des variables

Mesure de la qualité d'une règle de décision

Les méthodes non paramétriques (méthode des noyaux, méthode des plus proches voisins)

L’analyse discriminante sur variables qualitatives La méthode Disqual : présentation et mise en œuvre Application à la construction d’un score

Méthodes de segmentation La notion de dichotomie Principe de la méthode AID Méthodologie CART

Conclusion : comparaison de différentes approches de discrimination

Avantages et inconvénients des techniques d’analyse discriminante, de discrimination logistique, et de segmentation. Aide au choix d’une méthodologie

SAS, SPAD, STATGRAPHICS

Analyse discriminante et segmentation

Analyse discriminante et segmentation

Objectifs

Prérequis

Contenu

Outils ou logiciel

Niveaux

Commentaires

S'inscrire