Translated by Google
Experienced professional: SPSS,
From 42 € /h
During this course you will learn:
✓ SPSS, jamovi, jasp
✓ R Studio
✓Stata and xlstat
✓ Analyze data for univariate, bivariate and multivariate statistics with SPSS
✓ Simple and multiple linear regression and Logistic regression
✓ Analyze exploratory data, basic statistics and visual displays (Frequencies, exploration function, outliers)
✓ Inferential tests on correlations, counts and means (Calculation of z-Scores in SPSS, Correlation coefficients, A measure of reliability: Cohen's Kappa, Binomial tests, Goodness of fit test, Chi-square , One-sample t-test for a mean, Two-sample t-test for means)
✓ Analysis of variance (fixed and random effects, Running ANOVA in SPSS, The F-test for ANOVA, Effect size, Contrasts and post-hoc tests, Alternative post-hoc tests and comparisons, ANOVA with random effects , factorial ANOVA with fixed effects and interactions, Simple main effects, Analysis of covariance (ANCOVA), Power for analysis of variance) and Repeated Measures ANOVA (One-way repeated measures, Repeated measures in both directions: one between and one in the postman)
✓ Principal Component Analysis (PCA Example, Pearson 1901 Data, Component Scores, Principal Component Visualization, Correlation Matrix PCA) and Exploratory Factor Analysis (The Common Factor Analysis Model, The Problem of Factor Analysis exploratory, Factor analysis of CPA data, Scree Plot, Rotation of the factor solution, Cluster analysis, How to validate clusters)
___________________________________
✓ My courses are based on exercises with the essentials of the course to remember.
✓ Working method for better understanding.
✓ Working on concrete data which allows the work to be visualized and assimilated more quickly.
✓ SPSS, jamovi, jasp
✓ R Studio
✓Stata and xlstat
✓ Analyze data for univariate, bivariate and multivariate statistics with SPSS
✓ Simple and multiple linear regression and Logistic regression
✓ Analyze exploratory data, basic statistics and visual displays (Frequencies, exploration function, outliers)
✓ Inferential tests on correlations, counts and means (Calculation of z-Scores in SPSS, Correlation coefficients, A measure of reliability: Cohen's Kappa, Binomial tests, Goodness of fit test, Chi-square , One-sample t-test for a mean, Two-sample t-test for means)
✓ Analysis of variance (fixed and random effects, Running ANOVA in SPSS, The F-test for ANOVA, Effect size, Contrasts and post-hoc tests, Alternative post-hoc tests and comparisons, ANOVA with random effects , factorial ANOVA with fixed effects and interactions, Simple main effects, Analysis of covariance (ANCOVA), Power for analysis of variance) and Repeated Measures ANOVA (One-way repeated measures, Repeated measures in both directions: one between and one in the postman)
✓ Principal Component Analysis (PCA Example, Pearson 1901 Data, Component Scores, Principal Component Visualization, Correlation Matrix PCA) and Exploratory Factor Analysis (The Common Factor Analysis Model, The Problem of Factor Analysis exploratory, Factor analysis of CPA data, Scree Plot, Rotation of the factor solution, Cluster analysis, How to validate clusters)
___________________________________
✓ My courses are based on exercises with the essentials of the course to remember.
✓ Working method for better understanding.
✓ Working on concrete data which allows the work to be visualized and assimilated more quickly.
Location
At student's location :
- Around Paris, France
Online from France
About Me
◾◾ À propos de moi – Expérience & accompagnement ◾◾
Avec 9 ans d’expérience en analyse de données et statistiques avancées, j’ai accompagné plus de 300 élèves et professionnels issus de parcours variés :
◾ étudiants de l’enseignement supérieur
◾ ingénieurs et chercheurs
◾ professionnels de différents secteurs
Mon accompagnement est concret et appliqué, allant de la structuration de la démarche analytique jusqu’à l’analyse et l’interprétation des résultats :
◾ organisation et structuration du travail
◾ choix des méthodes statistiques adaptées
◾ réalisation des analyses
◾ interprétation et mise en valeur des résultats
Avec 9 ans d’expérience en analyse de données et statistiques avancées, j’ai accompagné plus de 300 élèves et professionnels issus de parcours variés :
◾ étudiants de l’enseignement supérieur
◾ ingénieurs et chercheurs
◾ professionnels de différents secteurs
Mon accompagnement est concret et appliqué, allant de la structuration de la démarche analytique jusqu’à l’analyse et l’interprétation des résultats :
◾ organisation et structuration du travail
◾ choix des méthodes statistiques adaptées
◾ réalisation des analyses
◾ interprétation et mise en valeur des résultats
Education
◾ Doctorant en statistique et analyse de données
◾ Ingénieur data analyst
◾ Encadrement et supervision de projets de fin d’études, avec accompagnement méthodologique et analytique des étudiants dans leurs travaux de recherche.
◾ Ingénieur data analyst
◾ Encadrement et supervision de projets de fin d’études, avec accompagnement méthodologique et analytique des étudiants dans leurs travaux de recherche.
Experience / Qualifications
◾ Outils
R Studio • SQL • SPSS • SAS • Jamovi • JASP
◾ Méthodes & tests statistiques
T de Student • ANOVA • MANOVA • ANCOVA • Régression (linéaire & logistique) • Corrélation • Khi-deux • Tests non paramétriques • ACP • AFC • Analyse factorielle exploratoire • Classification / Clustering • Médiation • Modération • Interprétation
◾ Analyse de données & aide à la décision
- Préparation, structuration et fiabilisation des données (data préparation) avec SAS, R et SQL
- Analyses statistiques descriptives, exploratoires et multivariées sur des données métiers
- Production d’indicateurs de performance et d’analyses exploitables pour l’aide à la décision
◾ Choix et mise en œuvre des méthodes
- Préparation et structuration des bases de données
- Tests d’hypothèses et analyses univariées, bivariées et multivariées (ANOVA / ANCOVA)
- Régressions linéaires et logistiques
- Analyses factorielles (ACP / AFC)
- Modèles de médiation et de modération
- Classification / clustering
1) Accompagnement académique
- Cours, TD, projets et travaux en statistique
- Aide à la compréhension et à l’interprétation des résultats
- Préparation aux examens et présentations académiques
2) Analyse statistique
- Statistiques descriptives (univariées et bivariées)
- Analyses multivariées
- Exploration des données et détection des valeurs aberrantes
3) Tests statistiques
- Corrélations (Pearson, Spearman, Kappa de Cohen)
- Tests t (un et deux échantillons, indépendants ou appariés)
- Khi-deux, tests binomiaux
- z-scores et indicateurs associés
4) Modélisation statistique
- Régressions linéaires (simple et multiple)
- Régression logistique
- Interprétation des coefficients, diagnostics et validation des modèles
5) ANOVA & ANCOVA
- ANOVA à un ou plusieurs facteurs
- ANOVA à mesures répétées
- Effets fixes et aléatoires
- Tests post-hoc et tailles d’effet
6) Analyses factorielles
- ACP / PCA (scree plot, scores factoriels, matrices)
- Analyse factorielle exploratoire
- Rotations factorielles
- Validation et interprétation des structures et des clusters
◾ Reporting & communication
- Reporting clair, structuré et synthétique des résultats
- Visualisations adaptées aux décideurs
- Aide à la prise de décision stratégique et opérationnelle
R Studio • SQL • SPSS • SAS • Jamovi • JASP
◾ Méthodes & tests statistiques
T de Student • ANOVA • MANOVA • ANCOVA • Régression (linéaire & logistique) • Corrélation • Khi-deux • Tests non paramétriques • ACP • AFC • Analyse factorielle exploratoire • Classification / Clustering • Médiation • Modération • Interprétation
◾ Analyse de données & aide à la décision
- Préparation, structuration et fiabilisation des données (data préparation) avec SAS, R et SQL
- Analyses statistiques descriptives, exploratoires et multivariées sur des données métiers
- Production d’indicateurs de performance et d’analyses exploitables pour l’aide à la décision
◾ Choix et mise en œuvre des méthodes
- Préparation et structuration des bases de données
- Tests d’hypothèses et analyses univariées, bivariées et multivariées (ANOVA / ANCOVA)
- Régressions linéaires et logistiques
- Analyses factorielles (ACP / AFC)
- Modèles de médiation et de modération
- Classification / clustering
1) Accompagnement académique
- Cours, TD, projets et travaux en statistique
- Aide à la compréhension et à l’interprétation des résultats
- Préparation aux examens et présentations académiques
2) Analyse statistique
- Statistiques descriptives (univariées et bivariées)
- Analyses multivariées
- Exploration des données et détection des valeurs aberrantes
3) Tests statistiques
- Corrélations (Pearson, Spearman, Kappa de Cohen)
- Tests t (un et deux échantillons, indépendants ou appariés)
- Khi-deux, tests binomiaux
- z-scores et indicateurs associés
4) Modélisation statistique
- Régressions linéaires (simple et multiple)
- Régression logistique
- Interprétation des coefficients, diagnostics et validation des modèles
5) ANOVA & ANCOVA
- ANOVA à un ou plusieurs facteurs
- ANOVA à mesures répétées
- Effets fixes et aléatoires
- Tests post-hoc et tailles d’effet
6) Analyses factorielles
- ACP / PCA (scree plot, scores factoriels, matrices)
- Analyse factorielle exploratoire
- Rotations factorielles
- Validation et interprétation des structures et des clusters
◾ Reporting & communication
- Reporting clair, structuré et synthétique des résultats
- Visualisations adaptées aux décideurs
- Aide à la prise de décision stratégique et opérationnelle
Age
Adults (18-64 years old)
Seniors (65+ years old)
Student level
Beginner
Intermediate
Advanced
Duration
60 minutes
The class is taught in
English
French
Reviews
Availability of a typical week
(GMT -05:00)
New York
Online via webcam
At student's home
Mon
Tue
Wed
Thu
Fri
Sat
Sun
00-04
04-08
08-12
12-16
16-20
20-24
◾ Tools
RStudio • SQL • SPSS • SAS • Jamovi • JASP
◾ Statistical Methods & Tests
Student's t-test • ANOVA • MANOVA • ANCOVA • Regression (linear & logistic) • Correlation • Chi-square • Nonparametric tests • PCA • MCA • Exploratory factor analysis • Classification / Clustering • Mediation • Moderation • Interpretation
◾ Data analysis & decision support
- Data preparation, structuring and validation using SAS, R and SQL
- Descriptive, exploratory and multivariate statistical analyses on business data
- Production of performance indicators and actionable analyses to support decision-making
◾ Selection and implementation of methods
- Preparation and structuring of databases
- Hypothesis testing and univariate, bivariate and multivariate analyses (ANOVA / ANCOVA)
- Linear and logistic regressions
- Factor analyses (PCA / MCA)
- Mediation and moderation models
- Classification / clustering
1) Academic support
- Lectures, tutorials, projects and assignments in statistics
- Help in understanding and interpreting the results
- Preparation for exams and academic presentations
2) Statistical analysis
- Descriptive statistics (univariate and bivariate)
- Multivariate analyses
- Data exploration and outlier detection
3) Statistical tests
- Correlations (Pearson, Spearman, Cohen's Kappa)
- t-tests (one and two samples, independent or paired)
- Chi-square, binomial tests
- z-scores and associated indicators
4) Statistical modeling
- Linear regressions (simple and multiple)
- Logistic regression
- Interpretation of coefficients, diagnostics and validation of models
5) ANOVA & ANCOVA
- One- or multi-factor ANOVA
- Repeated measures ANOVA
- Fixed and random effects
- Post-hoc tests and effect sizes
6) Factor analyses
- ACP / PCA (scree plot, factor scores, matrices)
- Exploratory factor analysis
- Factorial rotations
- Validation and interpretation of structures and clusters
◾ Reporting & communication
- Clear, structured and concise reporting of results
- Visualizations tailored to decision-makers
- Support for strategic and operational decision-making
RStudio • SQL • SPSS • SAS • Jamovi • JASP
◾ Statistical Methods & Tests
Student's t-test • ANOVA • MANOVA • ANCOVA • Regression (linear & logistic) • Correlation • Chi-square • Nonparametric tests • PCA • MCA • Exploratory factor analysis • Classification / Clustering • Mediation • Moderation • Interpretation
◾ Data analysis & decision support
- Data preparation, structuring and validation using SAS, R and SQL
- Descriptive, exploratory and multivariate statistical analyses on business data
- Production of performance indicators and actionable analyses to support decision-making
◾ Selection and implementation of methods
- Preparation and structuring of databases
- Hypothesis testing and univariate, bivariate and multivariate analyses (ANOVA / ANCOVA)
- Linear and logistic regressions
- Factor analyses (PCA / MCA)
- Mediation and moderation models
- Classification / clustering
1) Academic support
- Lectures, tutorials, projects and assignments in statistics
- Help in understanding and interpreting the results
- Preparation for exams and academic presentations
2) Statistical analysis
- Descriptive statistics (univariate and bivariate)
- Multivariate analyses
- Data exploration and outlier detection
3) Statistical tests
- Correlations (Pearson, Spearman, Cohen's Kappa)
- t-tests (one and two samples, independent or paired)
- Chi-square, binomial tests
- z-scores and associated indicators
4) Statistical modeling
- Linear regressions (simple and multiple)
- Logistic regression
- Interpretation of coefficients, diagnostics and validation of models
5) ANOVA & ANCOVA
- One- or multi-factor ANOVA
- Repeated measures ANOVA
- Fixed and random effects
- Post-hoc tests and effect sizes
6) Factor analyses
- ACP / PCA (scree plot, factor scores, matrices)
- Exploratory factor analysis
- Factorial rotations
- Validation and interpretation of structures and clusters
◾ Reporting & communication
- Clear, structured and concise reporting of results
- Visualizations tailored to decision-makers
- Support for strategic and operational decision-making
Similar classes
Similar classes
Good-fit Instructor Guarantee
Contact Amine