Sciences Financières et Assurances

Statistique Descriptive et Analyse de Données sous le logiciel R avec des jeux de données spécifiques aux domaines des assurances, des banques…

[ http://pbil.univ-lyon1.fr/R/html/tdr11.html Version : 16.11.17]

 Ref : tdr1101 Taille : 568 ko  Version : 02.10.15 (3295 jours)

Premiers pas vers l'analyse de données ...

Aucun sommaire

 Ref : tdr1102 Taille : 271 ko  Version : 07.10.13 (4020 jours)

Seconds pas vers l'analyse de données ...

Aucun sommaire

 Ref : tdr1103 Taille : 350 ko  Version : 03.11.15 (3262 jours)

Initiation à l'analyse en composantes principales

Une première approche très intuitive et interactive de l'ACP.

 Ref : tdr1104 Taille : 956 ko  Version : 27.09.13 (4030 jours)

Quelques exemples d'analyses en composantes principales

 Ref : tdr1105 Taille : 323 ko  Version : 27.09.13 (4030 jours)

Initiation à l'analyse factorielle des correspondances

Dans cette fiche, on étudie l'Analyse Factorielle des Correspondances. Cette technique statistique permet de réduire le nombre de variables, afin d'obtenir une représentation graphique des tableaux de contingence. Elle vise à y rassembler la quasi-totalité de l'information initiale, en s'attachant aux correspondances entre les caractères.

 Ref : tdr1106 Taille : 139 ko  Version : 10.12.15 (3226 jours)

Quelques exemples d'analyse factorielle des correspondances

 Ref : tdr1107 Taille : 1993 ko  Version : 27.09.13 (4030 jours)

Initiation à l'analyse des correspondances multiples

Présentation de l'analyse des correspondances multiples à travers un exemple simple, suivi de cas réels.

 Ref : tdr1108 Taille : 261 ko  Version : 07.10.13 (4020 jours)

Quelques éléments d'algèbre pour l'analyse de données

L'algèbre matricielle est fondamentale dans la compréhension de la théorie liée à l'analyse exploratoire des données.

 Ref : tdr1109 Taille : 622 ko  Version : 13.11.17 (2522 jours)

Introduction à la classification

La fiche donne les principes généraux de la classification automatique. L'essentiel est consacré à la description des fonctions hclust et kmeans dans R.

 Ref : tdr1110 Taille : 475 ko  Version : 16.11.17 (2519 jours)

Clustering ou classification avancée

Cette fiche approfondit la connaissance des différentes stratégies d'agrégation utilisées en classification ascendante hiérarchique et fournit quelques critères usuels pour l'aide à l'identification du nombre de classes. Elle présente également en détail la fonction kmeans de Rlogo.