- Semestre(s) : s5
- 3.5 crédits ECTS
- Durée : 30 H
Mots clés :
ANOVA. Chi2 Contrôle Décision Estimation Inférence Loi Normale Probabilité Régression linéaire Risque Snédécor Student Tests d'hypothèses
Contact(s) :
- Remi Peyre
Pré-requis
Mathématiques de premier cycle universitaire ou classes préparatoires
Objectif général
Montrer comment la Statistique permet de maîtriser l'aléatoire et la complexité
Programme et contenu
Le module présente les méthodes de base de la statistique inférentielle, qui permet d’extraire des connaissances générales sur des populations à partir d’échantillons qui en sont issus. Sa maîtrise permettra aux étudiants de suivre avec succès des cours plus avancés d’analyse de données et d’aide à la décision. Le module comporte 9 séances de cours-TD et 1 travail personnel en temps limité. Un polycopié est distribué en début de module et des compléments sont fournis sur la page web du cours.
- Probabilités et variables aléatoires
- La loi normale
- Le contrôle statistique
- L’estimation statistique
- Les comparaisons statistiques
- Faits et modèles
- La régression linéaire
- L’expérimentation statistique
- Introduction à l’analyse des données, au data mining et big-data.
Compétences
- Connaître : Connaître les notions de base de probabilité et de variables aléatoires, la loi normale, la loi de Student, la loi du Chi2, la loi de Snedecor et certaines de leurs applications.
- Comprendre : Comprendre les principes de l'estimation et du contrôle statistiques, des tests d'hypothèses, des techniques de raccordement, de la régression et de l'analyse de la variance
- Appliquer : Être capable d'appliquer ces techniques à des ensembles de données se présentant de manière appropriée à leur mise en œuvre
- Analyser : Savoir organiser un ensemble de données pour l'adapter à un traitement statistique, savoir choisir la méthode statistique adaptée à ce traitement et savoir en interpréter les résultats pour en tirer des conclusions
- Synthétiser : Être capable de proposer une méthode d'analyse d'un problème reposant sur l'acquisition de données à déterminer et la mise en œuvre d'une ou plusieurs méthodes vues en cours
- Évaluer : Être capable d'exercer un regard critique sur des conclusions tirées d'une analyse statistique de données et le cas échéant, les remettre en cause, avec des arguments scientifiques
Evaluations :
- Test écrit
- Contrôle continu
