Analyse multivariée approfondie - STA201

Approfondir les méthodes statistiques d'analyse exploratoire, de régression etde classification

Méthodes d'analyse exploratoire et confirmatoire : Analyse factorielle exploratoire et confirmatoire Codage optimal Positionnement Multidimensionnel Classification non supervisée et modèles de mélanges Méthodes prédictives : Méthodes de régression Estimation des paramètres par ré-échantillonnage (Bootstrap, Jackknife) Multicolinéarité et stabilité des estimations Complexité du modèle, trade-off biais-variance et précision des prédictions Méthodes de sélection des variables (Best subset regression, méthodes pas à pas) Méthodes de régularisation par composantes : Régression sur Composantes Principales, Régression PLS Méthodes de régularisation par contraintes : Régression Ridge, LASSO, Elastic Net Sélection de modèle par procédures d'apprentissage statistique Régression robuste Régression non paramétrique Méthodes de classification supervisée Régression logistique binaire Régression Logistique multinomiale et ordinale Analyse factorielle discriminante Discrimination sur variables qualitatives Analyse discriminante probabiliste Linéaire et Quadratique Approche non paramétrique : Méthode des noyaux, Méthode des k plus proches voisins Traitement des données manquantes

Attestation de formation

Etre inscrit en M2 du master Statistique MR123 (ancien MR085) ou du master Actuariat MR126000A (ancien MR088) ou etre agree (niveau requis STA101 et STA102) . Pour obtenir l agrement, les auditeurs adresseront par courrier electronique a l enseignant responsable, Mme Niang (ndeye.niang_keita@cnam.fr ) un CV detaille et une lettre de motivation indiquant les raisons dela demande et le projet pedagogique dans lequel elle s inscrit.