Programme détaillé

• Prendre en main l'outil XlStat (rappel)
• Généralités et interface utilisateur
• Interface de base
• Rappel sur quelques outils Excel nécessaires à la manipulation d'XlStat.
• Activation, chargement et fermeture d'XlStat
• Gestion et organisation des données
• L'interface XlStat
• Menus et barre d'outils
• Principes de paramétrage des boîtes de dialogue
• Gestion des classeurs et des feuilles Excel
• Paramétrage de base de l'outil
• Présentations des différentes analyses statistiques disponibles
• Complémentarités entre Excel et XlStat
• Outils XlStat non statistiques
• Repérage de données selon critères
• Différents types de fonctionnalités de préparation des données
• Regroupement des données en classes
• Transformation de données
• Outils complémentaires aux graphiques (étiquettes, axes, facteur de zoom,…)
• Codage de données

ANOVA SIMPLE

• Contexte d'utilisation de l'Anova simple
• Parallèle et différences avec le test de Student
• Données indépendantes et données appariées
• Conditions de mise en œuvre de l'Anova
• Décomposition de la variance
• Interprétation de la table de l'Anova
• Erreur expérimentale
• Significativité des effets
• Principes de lecture de la table de Fisher
• Importance des degrés de liberté de l'erreur
• Comparaisons multiples des moyennes
• Les différents tests disponibles (Tukey, Bonferroni, Newman-Keuls, ...)
• Etude des grandes erreurs à ne pas commettre dans l'ANOVA

ANOVA A DEUX ET X FACTEURS

• Contexte d'utilisation de l'Anova à deux facteurs
• Définition de la notion d'interaction
• Sens physique
• Approche graphique
• Conditions de mise en œuvre de l'Anova à deux facteurs
• Plan équilibré
• Plan déséquilibré
• La décomposition de la variance
• Interprétation de la table de l'Anova
• Les différentes sommes de carrés (type I et III)
• Calcul de l'erreur
• Significativité des effets
• Significativité de l'interaction
• Comparaisons multiples des moyennes : les différents tests (Tukey, Bonferroni, Dunnett,…)
• Traitements graphiques des analyses

PROTOCOLES EXPERIMENTAUX ET GENERALITES SUR LES DIFFERENTS TYPES DE MODELES

• Présentation du modèle linéaire
• Les différents types de facteurs
• Les différents types de modèles
• Modèles sans interactions
• Les modèles avec interactions
• Les modèles croisés
• Les modèles imbriqués
• Les mesures répétées
• Importance et pertinence du protocole expérimental

REGRESSION LINEAIRE SIMPLE ET MULTIPLE

• Principes généraux de la régression
• Différences entre ANOVA et Régression
• Rappels des objectifs ? Conditions d’utilisation
• Principes de base de la modélisation par la régression
• Les différents modèles de la régression
• Modèle linéaire simple
• Modèle linéaire multiple
• Qualité du modèle
• Erreur d’estimation
• Coefficient de détermination
• Analyse des résidus
• Calculs des résidus
• Sens physique
• Homogénéité, distribution
• Valeurs suspectes
• Analyses graphiques
• Utilisation du modèle
• Prédiction de valeurs individuelles
• Intervalles de confiance des prédictions
• Traitement graphique des résultats
• Etude des grandes erreurs à ne pas commettre dans une régression
• Détection des problèmes de colinéarité entre variables explicatives