Aller à l'en-tête Aller au menu principal Aller au contenu Aller au pied de page
Accueil - Statistical learning et algorithmique : modèles linéaires et analyses de données (introduction)(STAT)

Statistical learning et algorithmique : modèles linéaires et analyses de données (introduction)(STAT)

Code interne : (STAT)
Programme de cours :

(mai 2022)

Responsable : Monsieur le professeur Zysla BELLIAT

Ce cours est une introduction à l’ensemble de l’option DMI (Data Marketing Intelligence) choisie par ceux qui souhaitent aller plus loin dans l’exploitation des nombreuses données (big data) que l’univers numérique apporte aux professionnels du marketing et de la communication. L’objectif de ce cours est de permettre de comprendre et d’utiliser les concepts statistiques utiles, mais pas de devenir un statisticien chevronné. Il permet plutôt de devenir un utilisateur et un interlocuteur « éclairé » des données et traitements effectués par les sociétés spécialisées dans ce domaine.

Deux parties composent ce cours : modèles linéaires et analyse de données. Sont abordés successivement : les types de données et comment elles se structurent, la notions de variables, la notion d’indépendance et le test du CHI-2 (les étudiants apprennent ou revoient comment calculer simplement ce test et dans quels cas il s’adapte), les notions de modélisations et les indicateurs à avoir en tête. Des exemples concrets illustrent ce cours afin notamment de bien comprendre les bonnes pratiques et les erreurs couramment observées en matière d’interprétation des résultats. Des exemples réels de modélisations économétriques, d’analyses factorielles, de typologies sont présentés pour permettre une meilleure appropriation des concepts.