Prise en main de l’interface d’XlStat
• Généralités et interface utilisateur
 Interface de base
 Rappel sur quelques outils Excel nécessaires à la manipulation d'XlStat.
 Activation, chargement et fermeture d'XlStat
 Gestion et organisation des données
 L'interface XlStat
 Menus et barre d'outils
 Principes de paramétrage des boîtes de dialogue
 Gestion des classeurs et des feuilles Excel
 Paramétrage de base de l'outil
 Présentations des différentes analyses statistiques disponibles
 Complémentarités entre Excel et XlStat
• Outils XlStat non statistiques
 Repérage de données selon critères
 Différents types de fonctionnalités de préparation des données
 Regroupement des données en classes
 Transformation de données
 Outils complémentaires aux graphiques (étiquettes, axes, facteur de zoom…)
 Codage de données

Mise en œuvre d’une Anova simple (un facteur – One way)
• Contexte d'utilisation de l'Anova simple
• Parallèle et différences avec le test de Student
• Données indépendantes et données appariées
• Conditions de mise en œuvre de l'Anova
• Décomposition de la variance
• Interprétation de la table de l'Anova
• Erreur expérimentale
• Significativité des effets
• Principes de lecture de la table de Fisher
• Importance des degrés de liberté de l'erreur
• Comparaisons multiples des moyennes
• Les différents tests disponibles (Tukey, Bonferroni, Dunnett, ...)
• Etude des grandes erreurs à ne pas commettre dans l'ANOVA

Mise en œuvre d’une Anova à deux et x facteurs
• Contexte d'utilisation de l'Anova à deux facteurs
• Définition de la notion d'interaction
 Sens physique
 Approche graphique
• Conditions de mise en œuvre de l'Anova à deux facteurs
 Plan équilibré
 Plan déséquilibré
• La décomposition de la variance
• Interprétation de la table de l'Anova
 Les différentes sommes de carrés (type I et III)
 Calcul de l'erreur
 Significativité des effets
 Significativité de l'interaction
• Comparaisons multiples des moyennes : les différents tests (Tukey, Bonferroni, Dunnett, …)
• Traitements graphiques des analyses

Protocoles expérimentaux et généralités sur les différents types de modèles
• Présentation du modèle linéaire
• Les différents types de facteurs
• Les différents types de modèles
 Modèles sans interactions
 Les modèles avec interactions
 Les modèles croisés
 Les modèles imbriqués
 Les mesures répétées
• Importance et pertinence du protocole expérimental

Mise en œuvre et interprétation des résultats d'une régression linéaire simple
• Principes généraux de la régression
 Différences entre ANOVA et Régression
 Rappels des objectifs
 Conditions d’utilisation
 Principes de base de la modélisation par la régression
• Les différents modèles de la régression
 Modèle linéaire simple
 Modèle linéaire multiple
• Qualité du modèle
 Erreur d’estimation
 Coefficient de détermination
• Analyse des résidus
 Calculs des résidus
 Sens physique
 Homogénéité, distribution
 Valeurs suspectes
 Analyses graphiques
• Utilisation du modèle
 Prédiction de valeurs individuelles
 Intervalles de confiance des prédictions
• Traitement graphique des résultats
• Etude des grandes erreurs à ne pas commettre dans une régression
• Ouverture sur la régression multiple