STATISTIQUE HEC – FORMATION FONDAMENTALE 2008/2009 Michel Tenenhaus

1. STATISTIQUEHEC – FORMATION FONDAMENTALE2008/2009Michel Tenenhaus

2. STATISTIQUE ? • Extraire des connaissances à partir de données pour décrire, expliquer, ou prévoir. • Simplifier une réalité complexe à l’aide de graphiques. • Simplifier une réalité complexe à l’aide de modèles mathématiques. • Outils de manipulation de grosses bases de données pour identifier et segmenter la clientèle d’une entreprise (data mining).

3. Décrire ?

4. Exemple 1Enquête FT sur les MBA 2001 • 100 MBA • 12 caractéristiques de l’école : Women Faculty, Women Students, Women board, International Faculty, Int. Stud., Int. Board, Int. Mobility, Int. Course content, Languages, Faculty with PhD, PhD grad. Rating, Research rating • 2 caractéristiques des diplômés : Salary today (weighted), Salary % increase

5. Extrait des données de l’enquête FT sur les MBA 2001

6. HEC  * Analyse factorielle des MBA X14 = Salary increase . . . 2 Harvard   *    0 *  1    X2 = Women Student    Warwick X1 = Women Faculty

7. Analyse Factorielle des MBA : Carte des MBA Analyse réalisée sur les 67 premiers MBA

8. Analyse Factorielle des MBACarte des caractéristiques utilisées pour l’analyse Les variables fléchées en pointillés sont illustratives.

9. Conclusion : HEC troisième MBA non anglo-saxon

10. Exemple 2 : les races canines

11. Le tableau disjonctif complet xijl = 1 si l’individu i possède la modalité l de la variable j = 0 sinon

12. Analyse factorielle du tableau disjonctif complet Modalité au barycentre des chiens la possédant

13. Classification ascendante hiérarchique des chiens (sur le tableau disjonctif complet) C A S E 0 5 10 15 20 25 Label Num +---------+---------+---------+---------+---------+ bull-dog 5 òûòø teckel 26 ò÷ùòø chihuahua 8 òûò÷ùòø pékinois 22 ò÷óùòòòòòòòòòòòòòø caniche 7 òòòòò÷óó cocker 9 òòòûòòò÷ùòòòòòòòòòòòòòòòòòòòòòòòòòòòø fox-terrier 17 òòò÷óó epagneul breton 14 òûòòòøóó labrador 19 ò÷ùòòòòòòòòòòòòòòò÷ó boxer 4 òûòòò÷ó dalmatien 11 ò÷ó dogue allemand 13 òûòòòøó mastiff 21 ò÷ùòòòòòòòòòòòòòòòøó saint-bernard 24 òûòøóóó terre-neuve 27 ò÷ùò÷óó bull-mastiff 6 òòò÷óó berger allemand 3 òûòøùòòòòòòòòòòòòòòòòòòòòòòòòòòò÷ dobermann 12 ò÷ùòòòòòòòòòøó beauceron 1 òòò÷óó pointer 23 òøóó setter 25 òôòøùòòòòòòò÷ levrier 20 ò÷ùòøó epagneul français 15 òòò÷ùòòòòòøó colley 10 òòòòò÷ùò÷ fox-hound 16 òûòòòøó grd bleu de gasc 18 ò÷ùòòòòò÷ basset 2 òòòòò÷

14. Visualisation de la classification des chiens en 4 groupes 4 epagneul breton 3 labrador dalmatien epagneul français pointer setter 2 boxer colley levrier grd bleu de gasc fox-hound 1 berger allemand dobermann beauceron caniche 0 fox-terrier cocker -1 teckel bull-dog terre-neuve dogue allemand pékinois -2 basset chihuahua saint-bernard bull-mastiff mastiff -3 Facteur 2 -4 -4 -2 0 2 4 Facteur 1

15. Les signes de ponctuation chez Zola(Brunet, 1985)

16. Analyse Factorielle des Correspondances

17. Expliquer ?

18. Salaire des professeurs duGroupe HEC

19. Salaire en fonction de l’age

20. Pédagogie et HEC

21. Recherche et HEC

22. Modèle de salaire des professeurs

23. Estimation du modèle par la méthode des moindres carrés Un paramètre est significativement différent de 0 si son intervalle de confiance ne contient pas 0.

24. Estimation du modèle par la méthode des moindres carrés

25. Qualité du modèle

26. Référendum sur la constitution européenne

27. Arbre de segmentation avec Answer Tree

28. Prévoir ?

29. La méthode de Winters Exemple : Ventes de Champagne On exclut les douze derniers mois pour valider la méthode.

30. Ventes de Champagne On exclut les douze derniers mois pour valider la méthode.

31. Résultats sur l’historique utilisé(prévision à l’horizon 1)

32. Résultats sur la période test (prévision sur l’horizon 1 à 12)

33. Contenu du cours • Présentation de méthodes statistiques permettant de décrire, d’expliquer et prévoir un phénomène étudié. • Utilisation du logiciel SPSS sous Windows Version 16. Pour installer SPSS : Voir les moyens informatiques

34. Le site web du cours Tous les documents et tous les fichiers de données utilisés dans le cours sont disponibles sur le site www.hec.fr/tenenhaus.

35. Cours • Tout ce qui est fait en classe doit être connu : ni plus ni moins. • Maximum de cas et d’exercices pendant les séances de cours et les séances de soutien. • Savoir faire les exercices du cours est une garantie de succès.

36. PLAN de COURS

37. Contrôle des connaissances • Rédaction d’un projet statistique par groupe de 5 étudiants au plus (30%) : Cas Easton • Un test individuel (70 %) • Des notes au moins égales à 10/20 sont exigées pour le projet de groupe et pour le test individuel.

38. GALTON, 1908 Some people hate the very name of Statistics, but I find them full of beauty and interest. Whenever they are not brutalized, but delicately handled by the higher methods, and are warily interpreted, their power of dealing with complicated phenomena is extraordinary. They are the only tools by which an opening can be cut through the formidable thicket of difficulties that bars the path of those who pursue the Science of man.

39. Proverbe chinois J ’entends et j ’oublie. Je vois et je me souviens. Je fais et je comprends.

40. Mark Rothko (1903 - 1970) Le travail évolue à mesure qu’il avance vers plus de clarté, vers l’élimination de tous les obstacles entre le peintre et l’idée, et entre l’idée et le spectateur.

41. 1949

42. 1952

43. 1956

44. 1960

46. 1968

50. Références • M. Tenenhaus : Statistique : Méthodes pour décrire, expliquer et prévoir, Dunod, 2007 • P. Kinnear & C. Gray : SPSS 16, Psychology Press, 2008