3 crédits
18.0 h + 18.0 h
Q1
Enseignants
D'Hoore William coordinateur; Henrard Séverine; Speybroeck Niko;
Langue
d'enseignement
d'enseignement
Français
Thèmes abordés
Partie 1 : Statistique descriptive. Ces méthodes permettent de condenser les données d'un échantillon en quelques caractéristiques utiles ou estimations. Les distributions de fréquences, les fonctions de densité et de répartition et les caractéristiques paramétriques et non paramétriques sont abordées dans des échantillons.
Partie 2 : Calcul des probabilités. Selon la procédure de sélection de l'échantillon, ces méthodes assurent le lien entre la population et son échantillon. Les objets abordés sont les règles de base du calcul des probabilités totales et conditionnelles, la quantification des événements en variables aléatoires et la distribution des probabilités associée ainsi que les caractéristiques opérationnelles (paramètres). En particulier, les quantifications issues de schémas expérimentaux qui génèrent les lois binomiale et normale sont approfondies et appliquées à la décision diagnostique.
Partie 3 : Introduction à l'inférence statistique. Pour confronter les observations avec une hypothèse émise sur un paramètre de population, les objets de base sont les estimateurs, leurs caractéristiques et leur application à l'inférence basée sur un intervalle de confiance, en plans simples.
Partie 2 : Calcul des probabilités. Selon la procédure de sélection de l'échantillon, ces méthodes assurent le lien entre la population et son échantillon. Les objets abordés sont les règles de base du calcul des probabilités totales et conditionnelles, la quantification des événements en variables aléatoires et la distribution des probabilités associée ainsi que les caractéristiques opérationnelles (paramètres). En particulier, les quantifications issues de schémas expérimentaux qui génèrent les lois binomiale et normale sont approfondies et appliquées à la décision diagnostique.
Partie 3 : Introduction à l'inférence statistique. Pour confronter les observations avec une hypothèse émise sur un paramètre de population, les objets de base sont les estimateurs, leurs caractéristiques et leur application à l'inférence basée sur un intervalle de confiance, en plans simples.
Acquis
d'apprentissage
d'apprentissage
A la fin de cette unité d’enseignement, l’étudiant est capable de : | |
| 1 | Familiariser l'étudiant avec les outils utilisés pour décrire la fréquence des problèmes de santé et leurs déterminants dans les populations humaines. L'étudiant devra être capable de décrire un échantillon, de maîtriser le calcul des probabilités appliqué à la stratégie de décision diagnostique, d'interpréter une probabilité, de reconnaître si une procédure d'échantillonnage est simple, d'établir les caractéristiques opérationnelles des estimateurs de base (moyenne, déviation, proportions telles que prévalence, incidence, sensibilité et spécificité) en procédures simples pour le calcul et l'interprétation d'un intervalle de confiance, de comprendre la démarche d'un test d'une hypothèse. |
La contribution de cette UE au développement et à la maîtrise des compétences et acquis du (des) programme(s) est accessible à la fin de cette fiche, dans la partie « Programmes/formations proposant cette unité d’enseignement (UE) ».
Contenu
Partie 1 : Statistique descriptive. Ces méthodes permettent de condenser les données d'un échantillon en quelques caractéristiques utiles ou estimations. Les distributions de fréquences, les fonctions de densité et de répartition et les caractéristiques paramétriques et non paramétriques sont abordées dans des échantillons.
Partie 2 : Calcul des probabilités. Selon la procédure de sélection de l'échantillon, ces méthodes assurent le lien entre la population et son échantillon. Les objets abordés sont les règles de base du calcul des probabilités totales et conditionnelles, la quantification des événements en variables aléatoires et la distribution des probabilités associée ainsi que les caractéristiques opérationnelles (paramètres). En particulier, les quantifications issues de schémas expérimentaux qui génèrent les lois binomiale et normale sont approfondies et appliquées à la décision diagnostique.
Partie 3 : Introduction à l'inférence statistique. Pour confronter les observations avec une hypothèse émise sur un paramètre de population, les objets de base sont les estimateurs, leurs caractéristiques et leur application à l'inférence basée sur un intervalle de confiance, en plans simples.
Partie 4. Coordination avec WFSP2104.
Partie 2 : Calcul des probabilités. Selon la procédure de sélection de l'échantillon, ces méthodes assurent le lien entre la population et son échantillon. Les objets abordés sont les règles de base du calcul des probabilités totales et conditionnelles, la quantification des événements en variables aléatoires et la distribution des probabilités associée ainsi que les caractéristiques opérationnelles (paramètres). En particulier, les quantifications issues de schémas expérimentaux qui génèrent les lois binomiale et normale sont approfondies et appliquées à la décision diagnostique.
Partie 3 : Introduction à l'inférence statistique. Pour confronter les observations avec une hypothèse émise sur un paramètre de population, les objets de base sont les estimateurs, leurs caractéristiques et leur application à l'inférence basée sur un intervalle de confiance, en plans simples.
Partie 4. Coordination avec WFSP2104.
Méthodes d'enseignement
Cours théoriques + 5 séances de travaux pratiques + remédiation
Modes d'évaluation
des acquis des étudiants
des acquis des étudiants
Examen écrit (QCM, QROC): durée: 2h30 , note de l'interro donnée aux TP inclue dans la note de l'examen,
Autres infos
Ressources
en ligne
en ligne
Logiciel (pas obligatoire mais recommandé) SPSS
Bibliographie
- Slides/powerpoint déposés sur Moodle
Support de cours
- Slides/powerpoint déposés sur Moodle
Faculté ou entité
en charge
en charge
FSP
