Statistique descriptive et décisionnelle avec Excel (Réf EXCEI) Présentiel
Dernière mise à jour : 23/07/2025
Cette formation statistique dans l'environnement répandu Excel propose un éventail d'outils pour décrire numériquement et graphiquement des données.
Public
Tout public
Prérequis
Avoir une bonne pratique du tableur et des graphiques Excel
Objectifs pédagogiques
- Décrire ses données sous la forme de résumés numériques et graphiques
- Identifier les valeurs aberrantes
- Effectuer des comparaisons de moyennes
- Quantifier des relations simples entre deux variables
- Réaliser une étude statistique de premier niveau sur tout type de données avec Excel, en vue de prendre des décisions pertinentes
Contenu
- Introduction
- Notions de base : qu'est-ce que la statistique ?
- Vocabulaire
- La démarche statistique
- La statistique descriptive (exploratoire) : résumés numériques, tableaux et graphiques
- Statistique descriptive univariée
- Variable qualitative : tableaux de fréquences, diagramme en secteurs (ou circulaire), diagramme de Pareto
- Variable quantitative discrète : paramètres statistiques, tableau de fréquence, diagramme en bâtons
- Variable quantitative continue :
- paramètres statistiques : tendance centrale (moyenne, médiane, mode), dispersion (étendue, variance et écart-type, coefficient de variation, quantiles), forme (coefficient d'asymétrie, coefficient d'aplatissement)
- histogramme, boîte à moustaches
- Statistique descriptive bivariée
- Deux variables qualitatives : tableaux de contingence, diagramme en bâtons
- Une variable qualitative et une variable quantitative : statistiques descriptives par modalité de la qualitative, histogrammes de la quantitative par modalité de la qualitative, boîtes à moustaches
- Deux variables quantitatives :
- paramètres statistiques : covariance, corrélation
- nuage de points
- Introduction à la statistique inférentielle (décisionnelle)
- Qu'est-ce que l'inférence ?
- Lois statistiques usuelles : loi normale, loi du Khi-2, loi binomiale, loi de Student, loi de Fisher
- Théorie des tests
- Principe et démarche des tests d'hypothèse
- Notion de risque
- Test unilatéral et test bilatéral
- Estimation et intervalle de confiance
- Quelques tests usuels
- Tests paramétriques
- Comparaison d'une moyenne à une valeur cible : test Z, test t
- Comparaison de deux moyennes : test t
- Comparaison de deux variances : test F de Fisher
- Tests non paramétriques
- Comparaison de 2 échantillons indépendants : test de Mann-Whitney
- Comparaison de 2 échantillons appariés : test des rangs signés de Wilcoxon
- Tests paramétriques
- Étude de la relation entre deux variables
- Liaison entre deux variables qualitatives : test du Khi-2 d'indépendance
- Liaison entre deux variables ordinales : corrélation de rangs (coefficient de Spearman, coefficient de Kendall)
- Liaison entre une variable quantitative et une variable qualitative : analyse de variance à un facteur (ANOVA)
- Liaison entre deux variables quantitatives : corrélation, régression linéaire simple
- Liaison entre une variable quantitative et un ensemble de variables quantitatives : régression linéaire multiple
Méthodes pédagogiques
- Exposés et échanges
- Travaux pratiques d'application
Evaluation des acquis
Questionnaire
Responsable pédagogique
MEURISSE Sofia
Diplômée d'un master 2 en méthodologie et statistique en recherche biomédicale à l'université Paris-Sud, Sofia exerce pendant 11 ans en tant que statisticienne au service de santé publique de l'hôpital Saint-Antoine à Paris, puis à l'INSERM où elle travaille sur un projet de recherche de facteurs de risques environnementaux et se spécialise dans les systèmes d'information géographique. En 2015, elle intègre Asterop avant de rejoindre l'Institut de l'élevage, au service Data'Stat en 2019 en tant que statisticienne pour renforcer l'équipe dans des missions d'appui statistique et de formation.
M'inscrire à la formation
Repas et hébergement
Déjeuners offerts. L'hébergement et les repas du soir ne sont ni gérés, ni pris en charge par l'Institut de l'Elevage.