Analyse de données avec R / Francois Husson (2016)

Public ISBD Faire une suggestion d'achat Titre : Analyse de données avec R Type de document : texte imprimé Auteurs : Francois Husson Mention d'édition : 2e édition revue et augmentée Editeur : Rennes : Presses universitaires de Rennes Année de publication : 2016 Collection : Pratique de la statistique, ISSN 2269-4714 Importance : 1 vol. (IX-239 p.) Présentation : ill., tabl., graph., couv. ill. en coul Format : 24 cm ISBN/ISSN/EAN : 978-2-7535-4869-5 Note générale : Bibliogr. p. 235. Index Langues : Français (fre) Catégories : Analyse des donnees ; Manuels d'enseignement superieur Mots-clés : Manuels d'enseignement supérieur R (logiciel)  Manuels d'enseignement supérieur Statistique mathématique -- Informatique -- Manuels d'enseignement supérieur Analyse factorielle Résumé : La 4e de couv. indique : "Le contenu de ce livre correspond à l'enseignement d'analyse de donnéesproposé par l'ensemble des étudiants d'Agrocampus. Il a été conçu pour des étudiants qui ne se destinent pas aux métiers de la statistique mais qui auront à traiter des données dans le cadre deleurs stages d'abord de leurs emplois ensuite. Concrètement, le niveau d'une licence scientifique est tout à fait suffisant pour s'approprier tous les concepts introduits. Sur le plan informatique, une initiation au langage R est suffisante, au moins pour commencer. Pour chaque méthode, la démarche adoptée est la même. Un exemple permet d'introduire la problématique et concrétise presque pas à pas les éléments théoriques. Cet exposé est suivi de plusieurs exemples traités de façon détaillée pour illustrer l'apport de la méthode dans les applications. Tout le long du texte, chaque résultat est accompagné de la commande R qui permet de l'obtenir. Toutes ces commandes sont accessibles à partir du logiciel libre FactoMiner. Ainsi, avec cet ouvrage, le lecteur dispose d'un équipement complet (bases théoriques, exemples, logiciels) pour analyser des données multidimensionnelles. Cette édition prend en compte l'actualisation du logiciel R." P. 1. 1, Analyse en Composantes Principales (ACP) P. 1. 1.1, Données - notations - exemples P. 2. 1.2, Objectifs P. 5. 1.3, Études des individus P. 13. 1.4, Étude des variables P. 16. 1.5, Relation entre les représentations de NI et NK P. 17. 1.6, Aides à l'interprétation P. 25. 1.7, Mise en oeuvre avec FactoMineR P. 26. 1.8, Compléments P. 29. 1.9, Exemple : données dépenses des ménages P. 44. 1.10, Exemple : données températures P. 53. Exemple : données génomiques P. 61. 2, Analyse Factorielle des Correspondances (AFC) P. 61. 2.1, Données - notations P. 64. 2.2, Objectifs et modèle d'indépendance P. 67. 2.3, Les nuages et leur ajustement P. 79. 2.4, Aides à l'interprétation P. 85. 2.5, Éléments supplémentaires (= illustratifs) P. 88. 2.6, Mise en oeuvre avec FactoMineR P. 89. 2.7, AFC et traitement de données textuelles P. 93. 2.8, Exemple : données Jeux Olympiques P. 103. 2.9, Exemple : 10 vins blancs du Val de Loire P. 109. 2.10, Exemple : causes de mortalité des Français P. 127. 3, Analyse des Correspondances Multiples (ACM) P. 127. 3.1, Données - notations P. 128. 3.2, Objectifs P. 130. 3.3, Distance entre individus et distance entre modalités P. 132. 3.4, AFC sur le tableau disjonctif complet P. 140. 3.5, Aides à l'interprétation P. 144. 3.6, Mise en oeuvre avec FactoMineR P. 148. 3.7, Compléments P. 156. 3.8, Enquête sur la perception des OGM P. 163. 3.9, Exemple : catégorisation P. 169. 4, Classification P. 169. 4.1, Données - problématique P. 173. 4.2, Formalisation de la notion de ressemblance P. 177. 4.3, Construction d'une hiérarchie indicée P. 178. 4.4, Méthode de Ward P. 184. 4.5, Recherche d'une partition par agrégation autour des centres mobiles P. 186. 4.6, Partitionnement et classification hiérarchique P. 187. 4.7, Classification et analyse factorielle P. 189. 4.8, Classification et données manquantes P. 189. 4.9, Exemple : données températures P. 195. 4.10, Exemple : données thé P. 200. 4.11, Exemple : découpage en classes de variables quantitatives P. 203. 5, Visualisation de données issues d'une analyse factorielle P. 203. 5.1, Données - problématiques P. 204. 5.2, Visualisation de données issues d'une ACP P. 208. 5.3, Visualisation de données issues d'une AFC P. 211. 5.4, Visualisation de données issues d'une ACM P. 214. 5.5, Alternatives aux fonctions graphiques du package FactoMineR P. 216. 5.6, Améliorations des graphes par les arguments communs aux fonctions graphiques deFactoMineR P. 219. A, Annexe P. 219. A.1, Pourcentage d'inertie expliqué par un axe et par un plan P. 224. A.2, Le logiciel R P. 235. Bibliographie P. 237. Index Analyse de données avec R [texte imprimé] / Francois Husson  . -  2e édition revue et augmentée . - Rennes : Presses universitaires de Rennes, 2016 . - 1 vol. (IX-239 p.) : ill., tabl., graph., couv. ill. en coul ; 24 cm. - (Pratique de la statistique, ISSN 2269-4714) . ISBN : 978-2-7535-4869-5 Bibliogr. p. 235. Index Langues : Français (fre) Catégories : Analyse des donnees ; Manuels d'enseignement superieur Mots-clés : Manuels d'enseignement supérieur R (logiciel)  Manuels d'enseignement supérieur Statistique mathématique -- Informatique -- Manuels d'enseignement supérieur Analyse factorielle Résumé : La 4e de couv. indique : "Le contenu de ce livre correspond à l'enseignement d'analyse de donnéesproposé par l'ensemble des étudiants d'Agrocampus. Il a été conçu pour des étudiants qui ne se destinent pas aux métiers de la statistique mais qui auront à traiter des données dans le cadre deleurs stages d'abord de leurs emplois ensuite. Concrètement, le niveau d'une licence scientifique est tout à fait suffisant pour s'approprier tous les concepts introduits. Sur le plan informatique, une initiation au langage R est suffisante, au moins pour commencer. Pour chaque méthode, la démarche adoptée est la même. Un exemple permet d'introduire la problématique et concrétise presque pas à pas les éléments théoriques. Cet exposé est suivi de plusieurs exemples traités de façon détaillée pour illustrer l'apport de la méthode dans les applications. Tout le long du texte, chaque résultat est accompagné de la commande R qui permet de l'obtenir. Toutes ces commandes sont accessibles à partir du logiciel libre FactoMiner. Ainsi, avec cet ouvrage, le lecteur dispose d'un équipement complet (bases théoriques, exemples, logiciels) pour analyser des données multidimensionnelles. Cette édition prend en compte l'actualisation du logiciel R." P. 1. 1, Analyse en Composantes Principales (ACP) P. 1. 1.1, Données - notations - exemples P. 2. 1.2, Objectifs P. 5. 1.3, Études des individus P. 13. 1.4, Étude des variables P. 16. 1.5, Relation entre les représentations de NI et NK P. 17. 1.6, Aides à l'interprétation P. 25. 1.7, Mise en oeuvre avec FactoMineR P. 26. 1.8, Compléments P. 29. 1.9, Exemple : données dépenses des ménages P. 44. 1.10, Exemple : données températures P. 53. Exemple : données génomiques P. 61. 2, Analyse Factorielle des Correspondances (AFC) P. 61. 2.1, Données - notations P. 64. 2.2, Objectifs et modèle d'indépendance P. 67. 2.3, Les nuages et leur ajustement P. 79. 2.4, Aides à l'interprétation P. 85. 2.5, Éléments supplémentaires (= illustratifs) P. 88. 2.6, Mise en oeuvre avec FactoMineR P. 89. 2.7, AFC et traitement de données textuelles P. 93. 2.8, Exemple : données Jeux Olympiques P. 103. 2.9, Exemple : 10 vins blancs du Val de Loire P. 109. 2.10, Exemple : causes de mortalité des Français P. 127. 3, Analyse des Correspondances Multiples (ACM) P. 127. 3.1, Données - notations P. 128. 3.2, Objectifs P. 130. 3.3, Distance entre individus et distance entre modalités P. 132. 3.4, AFC sur le tableau disjonctif complet P. 140. 3.5, Aides à l'interprétation P. 144. 3.6, Mise en oeuvre avec FactoMineR P. 148. 3.7, Compléments P. 156. 3.8, Enquête sur la perception des OGM P. 163. 3.9, Exemple : catégorisation P. 169. 4, Classification P. 169. 4.1, Données - problématique P. 173. 4.2, Formalisation de la notion de ressemblance P. 177. 4.3, Construction d'une hiérarchie indicée P. 178. 4.4, Méthode de Ward P. 184. 4.5, Recherche d'une partition par agrégation autour des centres mobiles P. 186. 4.6, Partitionnement et classification hiérarchique P. 187. 4.7, Classification et analyse factorielle P. 189. 4.8, Classification et données manquantes P. 189. 4.9, Exemple : données températures P. 195. 4.10, Exemple : données thé P. 200. 4.11, Exemple : découpage en classes de variables quantitatives P. 203. 5, Visualisation de données issues d'une analyse factorielle P. 203. 5.1, Données - problématiques P. 204. 5.2, Visualisation de données issues d'une ACP P. 208. 5.3, Visualisation de données issues d'une AFC P. 211. 5.4, Visualisation de données issues d'une ACM P. 214. 5.5, Alternatives aux fonctions graphiques du package FactoMineR P. 216. 5.6, Améliorations des graphes par les arguments communs aux fonctions graphiques deFactoMineR P. 219. A, Annexe P. 219. A.1, Pourcentage d'inertie expliqué par un axe et par un plan P. 224. A.2, Le logiciel R P. 235. Bibliographie P. 237. Index

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
8448	519.237/HUS	Livre	Bibliothèque de La FSNVST de l’UAMO de Bouira	Sciences Agronomique	Disponible

Analyse de données en sciences experimentales / Benoit Clement (2012)

Public ISBD Faire une suggestion d'achat Titre : Analyse de données en sciences experimentales : probabilités et statistiques, avec exemples en sciences physique[s] Type de document : texte imprimé Auteurs : Benoit Clement Editeur : Paris : Dunod Année de publication : 2012 Collection : Sciences sup Importance : 1 vol. (VI-182 p.) Présentation : ill., couv. ill. en noir Format : 22 cm ISBN/ISSN/EAN : 978-2-10-057569-5 Note générale : Bibliogr. p. 179. Index Langues : Français (fre) Catégories : Analyse des donnees ; Probabilites Index. décimale : 519.5 Résumé : Cet ouvrage est destine auxetudiants en Licence 3 ou Master 1 de Sciences de la Matiere, Sciences de la Terre et Sciences de la Vie et de la Sante. Son objectif est de donner les outils necessaires a l'analyse de donnees recueillis dans le cadre des experiences. Il introduit ainsi les mathematiques de bases et presente leur utilisation concrete. L'ouvrage se decompose en trois parties : caracterisation d'un echantillon, probabilites, statistique. Chacune est completee par des exercices, tous corrig es. Volontairement restreint a l'essentiel, il permet a l'etudiant de se concentrer sur sa matiere grace a l'utilisation des outils mathematiques sans se perdre dans leur theorisation. Analyse de données en sciences experimentales : probabilités et statistiques, avec exemples en sciences physique[s] [texte imprimé] / Benoit Clement . - Paris : Dunod, 2012 . - 1 vol. (VI-182 p.) : ill., couv. ill. en noir ; 22 cm. - (Sciences sup) . ISBN : 978-2-10-057569-5 Bibliogr. p. 179. Index Langues : Français (fre) Catégories : Analyse des donnees ; Probabilites Index. décimale : 519.5 Résumé : Cet ouvrage est destine auxetudiants en Licence 3 ou Master 1 de Sciences de la Matiere, Sciences de la Terre et Sciences de la Vie et de la Sante. Son objectif est de donner les outils necessaires a l'analyse de donnees recueillis dans le cadre des experiences. Il introduit ainsi les mathematiques de bases et presente leur utilisation concrete. L'ouvrage se decompose en trois parties : caracterisation d'un echantillon, probabilites, statistique. Chacune est completee par des exercices, tous corrig es. Volontairement restreint a l'essentiel, il permet a l'etudiant de se concentrer sur sa matiere grace a l'utilisation des outils mathematiques sans se perdre dans leur theorisation.

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
7145	519.2/CLE	Livre	Bibliothèque Centrale de l'UAMOB	Sciences Agronomique	Disponible
7144	519.2/CLE	Livre	Bibliothèque de La FSNVST de l’UAMO de Bouira	Sciences de la vie (Biologie)	Disponible

Analyse statistique des données expérimentales / Konstantin Protasov (2002)

Public ISBD Faire une suggestion d'achat Titre : Analyse statistique des données expérimentales Type de document : texte imprimé Auteurs : Konstantin Protasov Editeur : Les Ulis : EDP sciences Année de publication : 2002 Collection : Collection Grenoble sciences Importance : 148 p. Présentation : ill. Format : 25 cm ISBN/ISSN/EAN : 978-2-86883-590-1 Note générale : Bibliogr. p. 143. Index Langues : Français (fre) Catégories : Analyse des donnees ; Statistique mathematique Index. décimale : 519.5 Résumé : Après une brève présentation des causes d'incertitudes, les distributions de probabilités les plus connues (Gauss, binomiale, Poisson) sont exposées. Ensuite, des notions plus complexes de statistique sont abordées : fonction d'une variable aléatoire, propagation des erreurs, échantillon, valeur moyenne et écart-type expérimentaux, distributions x2 et Student. Cette partie présente toute une panoplie d'outils nécessaires pour l'analyse approfondie des données expérimentales dans différentes situations (volume limité de données expérimentales, comparaisons des résultats, erreurs systématiques, etc.). Un chapitre spécial est consacré à l'ajustement des paramètres par la méthode des moindres carrés et par la méthode du maximum de vraisemblance. Des conseils pratiques sont donnés. Ils permettent d'améliorer les mesures et leur analyse. Cet ouvrage est destiné aux étudiants de second cycle universitaire et à tous les scientifiques et professionnels qui ont obtenu ce niveau. Analyse statistique des données expérimentales [texte imprimé] / Konstantin Protasov . - Les Ulis : EDP sciences, 2002 . - 148 p. : ill. ; 25 cm. - (Collection Grenoble sciences) . ISBN : 978-2-86883-590-1 Bibliogr. p. 143. Index Langues : Français (fre) Catégories : Analyse des donnees ; Statistique mathematique Index. décimale : 519.5 Résumé : Après une brève présentation des causes d'incertitudes, les distributions de probabilités les plus connues (Gauss, binomiale, Poisson) sont exposées. Ensuite, des notions plus complexes de statistique sont abordées : fonction d'une variable aléatoire, propagation des erreurs, échantillon, valeur moyenne et écart-type expérimentaux, distributions x2 et Student. Cette partie présente toute une panoplie d'outils nécessaires pour l'analyse approfondie des données expérimentales dans différentes situations (volume limité de données expérimentales, comparaisons des résultats, erreurs systématiques, etc.). Un chapitre spécial est consacré à l'ajustement des paramètres par la méthode des moindres carrés et par la méthode du maximum de vraisemblance. Des conseils pratiques sont donnés. Ils permettent d'améliorer les mesures et leur analyse. Cet ouvrage est destiné aux étudiants de second cycle universitaire et à tous les scientifiques et professionnels qui ont obtenu ce niveau.

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
4957	519.2/PRO	2	Bibliothèque de La FSNVST de l’UAMO de Bouira	Sciences de la vie (Biologie)	Disponible

---

1 (1 - 3 / 3)