Dans cette vidéo d’introduction, le formateur présente le MOOC d’analyse de données multidimensionnelles destiné aux étudiants, chercheurs, industriels et curieux. Il explique que les méthodes d’analyse exploratoire multidimensionnelle permettent d’étudier simultanément de nombreuses variables, offrant une compréhension plus fine des phénomènes que l’analyse univariée. L’accent est mis sur la visualisation : nuages d’individus et arbres hiérarchiques pour les variables, dont la complémentarité renforce l’interprétation. Chaque méthode est illustrée par des exemples réels, avec une approche intuitive, des quiz et des exercices pratiques sur des jeux de données réels afin que les participants deviennent autonomes dans la mise en œuvre et l’interprétation des résultats. L’invitation finale encourage à s’inscrire au MOOC.
Chapters
Bonjour et bienvenue dans cette nouvelle édition du MOOC d'analyse de données multidimensionnelles. Vous êtes étudiant, chercheur d'une discipline scientifique au sens large et vous êtes de plus en plus souvent confronté à l'analyse statistique de données. Ou vous êtes un industriel ou tout simplement curieux de comprendre comment extraire ou synthétiser une information complexe contenus dans de gros tableaux de données issus par exemple d'enquêtes d'opinion, de la sociologie, de l'écologie, de la biologie, de la géographie, de l'économie, etc. Dans ce MOOC, nous présenterons plusieurs méthodes d'analyse exploratoire multidimensionnelle qui ont pour caractéristique commune d'avoir de très forts potentiels d'application. Elles permettent également de prendre en compte simultanément l'effet de nombreuses variables, ce qui permettra d'avoir une compréhension beaucoup plus fine, beaucoup plus profonde du phénomène étudié comparé à une étude successive des variables prises une à une. Un autre aspect important de ces méthodes d'analyse exploratoire est la visualisation. On va chercher à visualiser un ensemble d'individus par un nuage d'individus ou par un arbre hiérarchique et à visualiser un ensemble de variables. La complémentarité de ces 2 visualisations fait la force de ces méthodes d'analyse exploratoire multidimensionnelle. Nous présenterons chaque méthode à partir d'exemples réels et ferons le plus souvent appel à l'intuition pour décrire le fonctionnement de ces méthodes. Des quiz et exercices issus de jeux de données réelles vous permettront d'une part de mettre en œuvre ces méthodes sur logiciel et d'autre part de comprendre comment interpréter les résultats de telles analyses. L'objectif est qu'à la fin du MOOC, vous soyez autonomes dans la mise en œuvre et l'interprétation des résultats de ces méthodes d'analyse de données. N'hésitez pas à vous inscrire et nous rejoindre sur ce MOOC. À bientôt!
