Syllabus
Toutes les informations utiles pour vous accompagner durant le semestre :
[LINK] |
|
Introduction
Applied Multivariate Analysis!
[Introduction] [Denis (2015, pp. 33-46) ; Zelterman (2015, pp. 1-13)] [Ressources complémentaires] |
Séance 2
Réduction des dimensions : Analyse en Composantes Principales (ACP)
[Séance 2] [La pratique avec R (STHDA)] [Package `explor`] [Husson et al. (2017, pp. 1-44)] [Denis (2020, chap. 10)] [Ressources complémentaires] |
Séance 3
Partitionnement et K-means (KM)
[Séance 3] [La pratique avec R (DATANOVIA)] [Husson et al. (2017, pp. 169-204)] [Denis (2020, chap. 12)] [Ressources complémentaires] |
Séance 4
Classification Ascendante Hiérarchique (CAH)
[Séance 4] [La pratique avec R (DATANOVIA)] [La pratique avec R (STHDA)] [Husson et al. (2017, pp. 169-204)] [Denis (2020, chap. 12)] [Ressources complémentaires] |
Séances 5 et 6
Modèles logistiques
[Séance 5] [La pratique avec R DS4PS - Prog Eval III] [Stock et Watson (2015, pp. 431-470)] [Denis (2020, chap. 8)] [Ressources complémentaires] |
Séances 7 et 8
Causality, Quasi-Experiment & Propensity Score Matching (PSM)
[Séance 6] [La pratique avec R MatchIt with example] [Li (2013)] [Ressources complémentaires] |