XLSTAT Anova et régression (régression simple)

Prise en main de l'interface d'XlStat

• • 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

Mise en œuvre d'une Anova simple (un facteur – One way)

• 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, Dunnett, ...)
• Etude des grandes erreurs à ne pas commettre dans l'ANOVA

Mise en œuvre d'une Anova à 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 expérimentaux et généralités sur les différents types de modèles

• 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

Mise en œuvre et interprétation des résultats d'une régression linéaire simple

• 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
• Ouverture sur la régression multiple