cassionAnalyse de données

Programme

L'intégralité du cursus, avant de le commencer

Chaque module, chaque formation et tout ce qu'ils enseignent — y compris les formations encore en cours de rédaction. Vous devez pouvoir juger si ce cursus mérite six mois de vos soirées sans vous inscrire à quoi que ce soit.

Modules
6
Formations
21
Disponibles
21
Heures apprenant
382
56Fondamentaux
42Préparation
52Indicateurs
110Secteurs
68Statistiques
54Restitution
Heures apprenant par module, tracées à l'échelle.

Mode d'emploi

Les modules sont ordonnés par dépendance, non par difficulté. Vous pouvez commencer par tout module dont vous maîtrisez déjà les prérequis — la plupart des professionnels du suivi-évaluation débutent par Indicateurs et mesure, puis reviennent aux Fondamentaux le jour où un script casse.

Module 01

Fondamentaux

Passer d'un export brut de programme à un tableau exploitable, dans celui des deux langages — Python ou R — que votre équipe utilise déjà.

3 cours · 56 h

  1. Fondamentaux de l'analyse de données pour le suivi-évaluation

    Disponible dès maintenantDébutant16 h

    Charger, nettoyer et synthétiser les données de routine d'un programme, en Python comme en R, puis les convertir en tableaux d'indicateurs exploitables dans un rapport bailleur.

    Santé publique · Nutrition · Réponse d'urgence

    Ce qu'elle enseigne
    • Importer les exports CommCare, KoboToolbox et DHIS2 dans un tableau ordonné sans corrompre les identifiants, les dates ni les codes de valeur manquante
    • Diagnostiquer et documenter les problèmes de qualité que portent toujours les données de routine, et chiffrer ce que chacun coûte au résultat final
    • Trancher le traitement de chaque défaut et consigner cette décision dans un journal de nettoyage qu'un auditeur peut suivre
    • Produire un tableau d'indicateurs désagrégé conforme à une définition de cadre logique, numérateur et dénominateur explicitement énoncés
    • Reproduire la même analyse en Python et en R, et la relancer sur l'export du trimestre suivant sans la modifier

  2. Python pour les données de programme

    Disponible dès maintenantDébutant20 h

    Le Python dont un chargé de suivi-évaluation a réellement besoin — environnements, pandas, dates, codes catégoriels et formats de fichiers — enseigné sur des exports d'enquêtes et de registres plutôt que sur des données factices.

    Santé publique · Nutrition

    Ce qu'elle enseigne
    • Installer et reproduire un environnement Python fonctionnel sur une machine sans connexion fiable, et expliquer pourquoi un Python système est le mauvais endroit où travailler
    • Lire un export CSV, Excel ou à largeur fixe sans perdre un zéro initial, sans se tromper de date, et sans laisser une valeur sentinelle entrer dans une moyenne
    • Sélectionner, filtrer et regrouper un DataFrame pandas délibérément, et expliquer ce que dit le SettingWithCopyWarning plutôt que de le masquer
    • Calculer correctement âges, périodes de rapportage et désagrégations par tranche d'âge, y compris l'arithmétique en mois dont dépend un standard de croissance
    • Écrire un script qu'un autre chargé pourra exécuter au trimestre suivant sur un autre export, sans rien modifier d'autre que ses arguments

  3. R et le tidyverse pour les données de programme

    Disponible dès maintenantDébutant20 h

    Le même terrain que le cours Python, mais en R — projets et renv, readr et haven, les verbes dplyr, forcats et tidyr — enseigné sur des exports d'enquêtes et de registres, en nommant les réglages par défaut qui diffèrent de pandas plutôt qu'en les passant sous silence.

    Santé publique · Nutrition

    Ce qu'elle enseigne
    • Mettre en place un projet R qui se rouvre un an plus tard sur une autre machine, versions de paquets consignées et aucun chemin absolu dans le code
    • Lire des exports CSV, Excel, Stata et SPSS sans perdre un zéro initial, une date ou une étiquette de valeur, et dire ce que chaque lecteur fait d'un code de valeur manquante
    • Employer les verbes dplyr délibérément, et expliquer ce que group_by() et summarise() font des clés manquantes, des niveaux inutilisés et du regroupement qui survit à l'appel
    • Ordonner les catégories avec forcats pour qu'un tableau et un graphique se lisent comme le rapport l'exige plutôt qu'alphabétiquement
    • Restructurer un groupe répété aplati avec pivot_longer(), et envelopper tout le nettoyage dans une fonction qui s'applique telle quelle à l'export du trimestre suivant

Module 02

Préparation des données

Transformer ce qui est arrivé en ce qui peut être analysé, et pouvoir écrire noir sur blanc ce que vous avez modifié et pourquoi.

3 cours · 42 h

  1. Nettoyage et validation des données

    Disponible dès maintenantDébutant16 h

    Valeurs manquantes, doublons, mesures impossibles et codages incohérents — comment repérer chaque cas, décider du traitement et laisser une trace qu'un auditeur de données peut suivre.

    Santé publique · Nutrition · EAH

    Ce qu'elle enseigne
    • Profiler un export neuf avant d'y toucher, et conserver ce profil comme trace de l'état du fichier à son arrivée
    • Montrer si la non-réponse se concentre sur un site ou une semaine, et dire ce que la suppression des lignes incomplètes ferait au classement que vous publiez
    • Prouver qu'un tableau possède bien la clé que vous lui supposez, et retrouver les enregistrements en double qui ne partagent aucune clé
    • Écrire des règles de plausibilité à partir des seuils du secteur, et distinguer une erreur d'unité récupérable d'une valeur définitivement perdue
    • Rapprocher des noms de sites et de villages saisis en texte libre d'une liste administrative sans inventer d'appariement
    • Livrer un journal de nettoyage énonçant chaque règle, le nombre de lignes concernées, ce qui a été modifié et qui l'a validé

  2. Jointures et restructuration des données de programme

    Disponible dès maintenantIntermédiaire14 h

    Listes de ménages et de membres, groupes répétés, admissions et sorties, et agrégats mensuels qui doivent s'aligner sur un dénominateur de population.

    Santé publique · Réponse d'urgence

    Ce qu'elle enseigne
    • Choisir un type de jointure à partir de ce que vous voulez voir vérifié dans le résultat, et prouver ensuite que ce l'était
    • Énoncer la granularité de chaque table que vous manipulez, et agréger à cette granularité avant la jointure plutôt qu'après
    • Passer délibérément du format long au format large, et défaire le groupe répété aplati qu'exporte une plateforme de collecte
    • Rattacher un dénominateur de population issu d'une base administrative, et défendre le dénominateur retenu
    • Construire une grille de périodes complète pour qu'un mois jamais rapporté soit visible au lieu d'être absent
    • Rapprocher un registre ligne à ligne de l'agrégat remonté, et publier l'écart

  3. Évaluation de la qualité des données

    Disponible dès maintenantIntermédiaire12 h

    Conduire une évaluation de la qualité des données de routine comme le ferait un auditeur bailleur — facteurs de vérification, cohérence temporelle, et un rapport qui nomme la correction autant que le défaut.

    Santé publique · Nutrition

    Ce qu'elle enseigne
    • Noter un jeu de données sur les cinq dimensions de la qualité, chacune avec sa mesure, au lieu de le déclarer « bon » ou « mauvais »
    • Calculer la complétude et la promptitude du rapportage comme des indicateurs à part entière, avec leurs propres dénominateurs
    • Recompter un registre source face à ce qui a été remonté et transformer l'écart en facteur de vérification assorti d'une bande de tolérance
    • Choisir les formations sanitaires à vérifier lorsqu'on ne peut pas toutes les visiter, et énoncer ce que l'échantillon permet ou non de conclure
    • Détecter la préférence de chiffres, l'attraction des valeurs rondes et les séries anormalement stables, et étalonner le contrôle sur ce que le hasard produit
    • Rédiger un rapport d'évaluation dont chaque constat porte une cause racine, une action corrective, un responsable et une échéance

Module 03

Indicateurs et mesure

Définir, calculer et défendre un indicateur — y compris lors du débat sur le dénominateur, qui aura bel et bien lieu.

3 cours · 52 h

  1. Conception d'indicateurs et cadre logique

    Disponible dès maintenantIntermédiaire16 h

    Rédiger des définitions d'indicateurs assez précises pour que deux analystes les calculant séparément obtiennent le même chiffre, et rattacher chacune au changement qu'elle est censée attester.

    Santé publique · Réponse d'urgence · Éducation

    Ce qu'elle enseigne
    • Rattacher un indicateur au changement qu'il doit attester, et dire ce que le cadre logique a perdu en chemin depuis la théorie du changement
    • Rédiger une fiche de référence d'indicateur assez complète pour qu'un second analyste reproduise votre chiffre sans vous poser de question
    • Choisir un dénominateur défendable en revue, et énoncer ce que ce choix exclut
    • Distinguer portée, couverture et cumuls, et empêcher une série mensuelle de compter douze fois la même personne
    • Adopter une définition d'indicateur normalisée lorsqu'il en existe une, et dire précisément où la vôtre s'en écarte
    • Fixer une situation de référence et une cible qui survivent à une revue à mi-parcours, et nommer le comportement que chacune encouragera

  2. Analyse d'enquêtes, échantillonnage et pondération

    Disponible dès maintenantIntermédiaire22 h

    Analyser correctement une enquête en grappes à deux degrés — pondérations, strates, effet de plan et intervalles de confiance — selon les conventions déjà imposées par les EDS, les MICS et la méthodologie SMART.

    Santé publique · Nutrition · Sécurité alimentaire

    Ce qu'elle enseigne
    • Reconstituer les pondérations d'un plan à partir d'une base de sondage, ajustement pour non-réponse compris, et prouver qu'elles totalisent la population
    • Dire pourquoi une moyenne non pondérée issue d'une enquête en grappes est un chiffre faux, et de combien elle l'est sur une enquête donnée
    • Calculer une taille d'échantillon pour estimer une prévalence, et énoncer la précision que le budget a réellement permis d'atteindre
    • Estimer une proportion avec un intervalle de confiance ajusté du plan, en R comme en Python, et lire l'effet de plan dans le résultat
    • Traiter explicitement la non-réponse et les grappes de remplacement plutôt que de les ignorer
    • Refuser de désagréger au-delà de ce que l'échantillon permet, et dire dans un rapport où se situe cette limite

  3. Données de routine et DHIS2

    Disponible dès maintenantIntermédiaire14 h

    Travailler avec un système d'information sanitaire agrégé — ses éléments de données, sa hiérarchie d'unités d'organisation et sa logique de périodes — et répondre à la question qui suit toujours : qu'a-t-on exactement compté ?

    Santé publique · Nutrition

    Ce qu'elle enseigne
    • Lire une extraction DHIS2 comme la base de données dont elle vient — éléments de données, combinaisons de catégories, unités d'organisation et périodes — plutôt que comme un tableur inexpliqué
    • Agréger le long d'une hiérarchie d'unités d'organisation sans compter deux fois une formation sanitaire qui a changé de district
    • Traiter la complétude et la promptitude du rapportage comme des dénominateurs, et dire ce que signifie un taux de couverture quand un quart des unités sont muettes
    • Extraire des données via l'API Web avec un script qui tourne chaque mois sans retouche et consigne ce qu'il a demandé
    • Rapprocher un agrégat de routine d'une estimation d'enquête portant sur la même chose, et décomposer l'écart entre mesure et sélection
    • Répondre à ce qui a été compté, par qui, sur quelle période, pour tout chiffre que le système produit

Module 04

Analyses sectorielles

Appliquer les méthodes au secteur sur lequel vous rapportez, en utilisant les seuils de classification et définitions de cas que votre cluster vous impose déjà.

6 cours · 110 h

  1. Analyse nutritionnelle : PCIMA et SMART

    Disponible dès maintenantIntermédiaire24 h

    Anthropométrie, indicateurs d'admission et de sortie, et une enquête SMART analysée de bout en bout au regard des normes de croissance de l'OMS et des seuils de performance Sphere.

    Nutrition

    Ce qu'elle enseigne
    • Calculer les scores z poids-taille, taille-âge et poids-âge selon les normes OMS 2006, à partir de mesures brutes
    • Appliquer correctement les définitions de cas de la MAS et de la MAM, y compris la règle des œdèmes qui prime sur l'anthropométrie
    • Dire où le PB et le poids-pour-taille divergent, de combien, et quels enfants chaque critère trouve
    • Produire un rapport de plausibilité SMART et décider si une enquête doit être acceptée
    • Estimer les prévalences de la MAG et de la MAS avec un intervalle ajusté du plan et les lire au regard des phases IPC de malnutrition aiguë
    • Calculer la performance PCIMA sur le dénominateur que Sphere spécifie réellement, et trouver le site que le chiffre du district masque
    • Expliquer pourquoi le rapport admissions sur charge attendue n'est pas la couverture, et ce qu'exige son estimation

  2. Santé publique et épidémiologie appliquée

    Disponible dès maintenantIntermédiaire22 h

    Incidence, prévalence, cascades et couverture pour les programmes VIH, tuberculose, paludisme et vaccination, ainsi que la courbe épidémique qu'il faudra peut-être tracer dans l'urgence.

    Santé publique

    Ce qu'elle enseigne
    • Distinguer un taux, un rapport et une proportion, et dire ce que les personnes-temps apportent qu'un dénominateur en effectifs ne peut pas
    • Construire une cascade comme une suite de dénominateurs enchaînés et localiser l'étape où la plus grande part se perd
    • Tracer une courbe épidémique à partir d'une liste linéaire, et dire ce que les dates de début manquantes font à son pic
    • Calculer des taux d'attaque et une létalité avec leurs dénominateurs énoncés, au regard des seuils sur lesquels la réponse est jugée
    • Standardiser deux districts sur l'âge et dire quelle part de leur différence apparente était de la structure
    • Nommer les facteurs de confusion d'une comparaison sur données de routine, et énoncer franchement ce qu'un constat observationnel peut et ne peut pas affirmer

  3. Analyse EAH

    Disponible dès maintenantIntermédiaire16 h

    Accès à l'eau, qualité et fonctionnalité des points d'eau au regard des échelles de service du JMP et des indicateurs Sphère, y compris le résiduel de chlore que personne ne consigne régulièrement.

    EAH

    Ce qu'elle enseigne
    • Placer un ménage sur les trois échelles de service du JMP, et dire pourquoi une source améliorée n'équivaut pas à un service élémentaire
    • Calculer quantité, temps de collecte et attente au regard des standards minimaux Sphère, avec les erreurs d'unité que portent ces champs
    • Rapporter la qualité de l'eau depuis un sous-échantillon testé sans lui laisser emprunter le dénominateur de l'accès
    • Traiter une mesure censurée comme une donnée plutôt que de la supprimer ou de la convertir en zéro
    • Produire trois taux de fonctionnalité défendables à partir d'un seul registre de suivi et dire de quoi chacun est l'énoncé
    • Distinguer un point d'eau qui se tarit chaque saison sèche d'un point abandonné, à partir de la séquence des visites

  4. Analyse de la sécurité alimentaire et IPC

    Disponible dès maintenantIntermédiaire18 h

    Calculer correctement le SCA, l'ICSR, l'ÉFM et les stratégies d'adaptation, puis les utiliser comme le fait un atelier d'analyse IPC — comme un faisceau d'indices convergents, non comme un score unique.

    Sécurité alimentaire · Moyens de subsistance

    Ce qu'elle enseigne
    • Calculer le score de consommation alimentaire à partir de ses composantes brutes, et énoncer quel jeu de seuils vous avez appliqué et pourquoi
    • Coter l'échelle de la faim dans le ménage et l'indice réduit des stratégies de survie avec les règles d'exclusion propres à chacun
    • Classer un ménage sur le module des stratégies d'adaptation par sa stratégie la plus sévère plutôt que par un décompte
    • Lire une série de prix à travers sa saisonnalité, et détecter un panel de marchés dont la composition a changé
    • Calculer les termes de l'échange et expliquer ce qu'ils montrent qu'aucun des deux prix ne montre seul
    • Assembler un tableau de preuves et dire ce qu'une classification en phase 3 affirme et n'affirme pas

  5. Données de protection et VBG

    Disponible dès maintenantAvancé16 h

    Analyser des données de référencement, de gestion de cas et d'incidents dans le respect des règles de sécurité et de confidentialité du secteur — y compris les analyses qu'il faut refuser de publier.

    Protection

    Ce qu'elle enseigne
    • Énoncer ce qu'un jeu de données de protection ne doit pas contenir, et justifier chaque omission par ce dont l'analyse a réellement besoin
    • Évaluer le risque de divulgation d'un tableau désagrégé et appliquer une règle de suppression avant qu'il ne sorte des murs
    • Construire un circuit de référencement conditionné par le consentement et localiser le point où la plus grande part se perd
    • Calculer la charge de dossiers par travailleur social et la relier aux mesures de qualité qui baissent quand elle monte
    • Traiter un registre de cas censuré sans biaiser le délai de clôture vers le bas
    • Écrire noir sur blanc qu'une courbe de dossiers mesure le signalement et non la prévalence, et en montrer la preuve

  6. Analyse de programmes d'éducation

    Disponible dès maintenantIntermédiaire14 h

    Inscriptions, présence, rétention et résultats d'apprentissage, avec le calendrier scolaire et la distinction inscription/présence qui met en défaut tous les tableaux de bord.

    Éducation

    Ce qu'elle enseigne
    • Calculer les taux bruts et nets de scolarisation et expliquer pourquoi l'un dépasse 100 % sans qu'aucun enfant ne soit compté deux fois
    • Distinguer l'assiduité moyenne quotidienne de la proportion d'élèves assidus, et dire sur laquelle un programme est jugé
    • Suivre une cohorte à travers passage, redoublement et abandon, et calculer la survie jusqu'à la dernière année
    • Lire une évaluation des apprentissages sur deux passations aux instruments différents, et dire ce qui est comparable
    • Détecter un sous-échantillon d'évaluation non aléatoire et encadrer le biais qu'il introduit
    • Désagréger par sexe, handicap et déplacement, et énoncer l'échantillon qu'exige chaque ventilation

Module 05

Statistiques et modélisation

Exprimer votre degré de confiance, comparer les groupes honnêtement, et savoir à quelles questions votre protocole peut — ou ne peut pas — répondre.

3 cours · 68 h

  1. Statistiques appliquées aux programmes

    Disponible dès maintenantIntermédiaire24 h

    Incertitude, comparaison et signification statistique, enseignées autour des affirmations que porte un rapport de programme — et non selon une séquence de tests tirée d'un manuel.

    Santé publique · Nutrition · EAH · Éducation · Protection

    Ce qu'elle enseigne
    • Lire la distribution d'un indicateur avant d'y appliquer le moindre calcul, et dire ce que sa moyenne dissimule
    • Poser un intervalle de confiance sur une proportion et formuler le résultat sous forme d'intervalle dans une phrase de rapport
    • Comparer deux groupes avec le bon test, énoncer ses conditions d'application et les vérifier sur les données
    • Distinguer la signification statistique de la portée opérationnelle, et rapporter une taille d'effet à côté de chaque valeur p
    • Reconnaître quand l'unité d'analyse n'est pas la ligne, et corriger la taille d'échantillon en conséquence
    • Conduire une famille de comparaisons sans fabriquer les faux positifs qu'elle invite

  2. Régression appliquée aux données de programme

    Disponible dès maintenantAvancé20 h

    Modèles linéaires, logistiques et multiniveaux ajustés sur des données d'enquête et de routine, avec une interprétation rédigée pour un responsable de programme non statisticien.

    Éducation · Protection · Nutrition · Sécurité alimentaire

    Ce qu'elle enseigne
    • Lire un coefficient de régression comme la comparaison de moyennes qu'il est, et dire laquelle
    • Distinguer l'ajustement, qui déplace l'estimation, du regroupement en grappes, qui déplace l'erreur-type
    • Ajuster un modèle logistique et le rapporter en différence de risques plutôt qu'en rapport de cotes que le lecteur interprétera de travers
    • Décider quelles covariables ont leur place dans un modèle et lesquelles en détruisent la réponse par leur seule présence
    • Ajuster une constante aléatoire quand le protocole a attribué au-dessus du niveau de la ligne
    • Pondérer un modèle selon son plan de sondage, et rendre compte d'un modèle qui s'ajuste mal plutôt que de l'écarter

  3. Méthodes d'évaluation d'impact

    Disponible dès maintenantAvancé24 h

    Le raisonnement contrefactuel et les protocoles qui le rendent possible — randomisation, différences de différences, appariement et régression sur discontinuité — et comment énoncer les limites d'une comparaison avant-après.

    Éducation · Nutrition · Santé publique

    Ce qu'elle enseigne
    • Énoncer le contrefactuel qu'exige une affirmation, et dire pourquoi une évolution avant-après n'en est pas un
    • Lire un tableau d'équilibre et juger si un groupe de comparaison en est un
    • Ajuster une estimation en différences de différences et argumenter l'hypothèse sur laquelle elle repose
    • Apparier sur un score de propension et rendre compte des unités que l'appariement a écartées
    • Reconnaître un seuil d'éligibilité comme un protocole, et vérifier les trois choses qu'il exige
    • Calculer un effet minimal détectable avant l'évaluation, et dire ce qu'une étude sous-dimensionnée a le droit de conclure

Module 06

Restitution et diffusion

Mettre le chiffre sous les yeux de la personne qui doit décider, dans une forme exploitable par elle et reproductible par un tiers.

3 cours · 54 h

  1. Visualisation de données pour les programmes

    Disponible dès maintenantIntermédiaire18 h

    Des graphiques qui survivent à une imprimante, à un vidéoprojecteur et à un relecteur sceptique, construits sous matplotlib et ggplot2 selon les conventions que chaque cluster lit déjà couramment.

    Nutrition · Santé publique · Sécurité alimentaire · Protection · EAH

    Ce qu'elle enseigne
    • Choisir la marque graphique d'après la comparaison que fait le graphique, avant d'ouvrir une bibliothèque de tracé
    • Porter l'incertitude sur un graphique sous une forme qu'un public de programme lit correctement
    • Employer les conventions de couleur du secteur, et reconnaître les palettes qu'il ne faut pas détourner
    • Juger quand une carte vaut moins qu'un diagramme en barres trié, et employer des petits multiples à la place
    • Produire un graphique qui survit au niveau de gris, à un vidéoprojecteur et à un lecteur daltonien
    • Légender une figure pour qu'elle reste juste quand quelqu'un la reprend dans un autre document

  2. Tableaux de bord et restitution

    Disponible dès maintenantIntermédiaire18 h

    Construire un tableau de bord que quelqu'un ouvre deux fois, et rédiger le rapport bailleur autour — y compris l'actualisation, les réserves et le panneau de définitions qui met fin à la dispute mensuelle.

    EAH · Nutrition · Protection · Santé publique · Sécurité alimentaire

    Ce qu'elle enseigne
    • Décider à quoi sert un tableau de bord, et refuser la demande à vingt tuiles en proposant mieux
    • Agencer une page pour que les trois nombres qui portent une décision soient lus en premier
    • Porter la provenance sur chaque figure — la date d'arrêté, le fichier source, la cadence d'actualisation
    • Rédiger un panneau de définitions pour qu'un nombre et sa définition voyagent ensemble
    • Rédiger un rapport narratif dont constats, limites et recommandation sont dissociables
    • Présenter un constat à un comité de pilotage quand ce n'est pas le constat attendu

  3. Chaînes d'analyse reproductibles

    Disponible dès maintenantIntermédiaire18 h

    Rendre l'analyse réexécutable par la personne qui vous remplacera — gestion de versions, environnements figés, rapports paramétrés et une organisation de projet qui survit à une passation.

    Santé publique · Nutrition · Protection · Éducation · EAH

    Ce qu'elle enseigne
    • Organiser un projet pour que les données brutes soient en lecture seule, les données dérivées jetables et le code la seule chose éditée
    • Employer git sur un travail d'analyse, et tenir les données de bénéficiaires hors d'un dépôt définitivement
    • Figer un environnement pour que l'ordinateur d'un collègue produise vos nombres
    • Trouver et supprimer ce qui fait différer une réexécution — l'horloge, la graine, la locale, l'ordre des fichiers
    • Produire douze rapports de district depuis un seul modèle paramétré
    • Écrire une passation sur laquelle un successeur peut agir, et une vérification qui échoue bruyamment quand l'export amont casse