module #1 Introduction aux statistiques en entreprise Vue d'ensemble des statistiques en entreprise, importance de la prise de décision basée sur les données et objectifs du cours
module #2 Statistiques descriptives Mesures de tendance centrale, de variabilité et techniques de visualisation des données
module #3 Types de données et niveaux de mesure Types de données qualitatives, quantitatives, nominales, ordinales, d'intervalle et de ratio
module #4 Méthodes de collecte de données Enquêtes, expériences, études observationnelles et sources de données
module #5 Visualisation des données Utilisation de tracés, de diagrammes et de graphiques pour visualiser et communiquer des informations sur les données
module #6 Principes fondamentaux des probabilités Concepts de base de probabilité, d'événements et de probabilité conditionnelle
module #7 Variables aléatoires discrètes Distributions de probabilité pour les variables aléatoires discrètes, y compris les distributions binomiales et de Poisson
module #8 Variables aléatoires continues Distributions de probabilité pour les variables aléatoires continues, y compris les distributions uniformes et normales
module #9 Échantillonnage Distributions Distributions d'échantillonnage, théorème central limite et intervalles de confiance
module #10 Intervalles de confiance Construction et interprétation des intervalles de confiance pour les moyennes et les proportions de population
module #11 Tests d'hypothèses Formulation d'hypothèses, statistiques de test, valeurs p et erreurs de type I et de type II
module #12 Tests d'hypothèses sur un échantillon Tester des hypothèses sur une moyenne ou une proportion de population à l'aide d'un seul échantillon
module #13 Tests d'hypothèses sur deux échantillons Tester des hypothèses sur la différence entre deux moyennes ou proportions de population
module #14 ANOVA et analyse de régression Analyse de la variance (ANOVA) et régression linéaire simple
module #15 Analyse de régression multiple Régression linéaire multiple, interprétation des coefficients et évaluation du modèle
module #16 Analyse des séries chronologiques Analyse des tendances, décomposition saisonnière et prévision à l'aide de modèles ARIMA
module #17 Contrôle statistique de la qualité Contrôle des processus, cartes de contrôle et capacité des processus analyse
module #18 Applications commerciales des statistiques Application de concepts statistiques aux problèmes commerciaux, y compris la prévision et la prise de décision
module #19 Exploration de données et analyse de Big Data Vue d'ensemble de l'exploration de données et de l'analyse de Big Data, y compris le prétraitement et la visualisation des données
module #20 Apprentissage automatique pour les entreprises Introduction à l'apprentissage automatique, y compris l'apprentissage supervisé et non supervisé
module #21 Études de cas en statistiques commerciales Applications concrètes de concepts statistiques aux problèmes commerciaux et études de cas
module #22 Logiciels statistiques pour les entreprises Utilisation de progiciels statistiques, notamment R, Python et Excel
module #23 Communication des résultats statistiques Communication efficace des résultats statistiques aux parties prenantes de l'entreprise
module #24 Bilan et conclusion du cours Planifier les prochaines étapes de la carrière en Statistiques pour les entreprises
