Biométrie

Enseignants

Schtickzelle Nicolas;

Langue
d'enseignement

Français

Préalables

Le(s) prérequis de cette Unité d’enseignement (UE) sont précisés à la fin de cette fiche, en regard des programmes/formations qui proposent cette UE.

Thèmes abordés

1) Objectifs du cours, moyens, supports, évaluation. Rappel des bases de l'inférence statistique. 2) Analyse de la variance à 1, 2 et 3 critères : principe, modèles, épreuve d'hypothèses, comparaisons multiples de moyennes, concepts d'interaction, de hiérarchie, critères aléatoires ou fixes. 3) Corrélation, régression linéaire simple et multiple : estimation, inférence, prédiction, sélection de modèle via AIC. 4) Données de comptage : ajustement à une loi de probabilité, tables de contingence à deux ou trois entrées. 5) Introduction aux modèles linéaires généralisés. 6) Méthodes non paramétriques. Les exposés théoriques et les travaux pratiques s'appuieront sur des exemples. Les travaux pratiques se réaliseront sur ordinateur.

Acquis
d'apprentissage

A la fin de cette unité d’enseignement, l’étudiant est capable de :
1	Amener l'étudiant à comprendre les principales méthodes d'analyse statistique des données biologiques et environnementales unidimensionnelles et à les utiliser judicieusement et de manière critique. Lui faire percevoir la relation entre un plan d'expérience et le modèle d'analyse et lui faire prendre conscience de la nécessité de planifier les expériences. Le familiariser avec le traitement des données par ordinateur. Au terme de ce cours, l'étudiant devrait maîtriser les méthodes de base d'analyse des données unidimensionnelles, être capable de reconnaître le modèle d'analyse adéquat en fonction du plan d'expérience, d'analyser et d'interpréter correctement les résultats d'expériences factorielles simples, de progresser par lui-même et de suivre avec fruit des formations et des cours avancés en planification expérimentale et analyse des données.

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

Avec ce cours, l'étudiant acquirt les notions et principes de base des probablilités et de l'inférence statistiques nécessaires à la démarche scientifique. En fin d'apprentissage, il est à même de déterminer les caractéristiques importantes d'un plan expérimental, de choisir et réaliser l'analyse statistique appropriée à l'analyse des données, et d'interpréter les résultats et les éventuelles limitations aux conclusions à en tirer.
Le cours commence par les bases de la théorie des probabilités. Il détaille ensuite les principes de l'inférence statistique (population vs échantillon; variables et distributions; sources de variations dans les données; test d'hypothèse, p-valeur et erreur de type I et II; intervalle de confiance...). Les principaux types d'analyse statistiques de base sont détaillés et illustrés: test de t, ANOVA (1, 2 et 3), corrélation et régression linéaire simple, données de comptage (X²). Les principes des tests par permutation sont aussi abordés.
Le cours est complété par des travaux pratiques sur ordinateur au moyen du logiciel R qui permettent à l'étudiant de réaliser en pratique toutes les analyses statistiques abordées.

Méthodes d'enseignement

Cours en auditoire et travaux pratiques en salle informatique. L'étudiant est encouragé à l'interactivité pour toutes ces activités.

Modes d'évaluation
des acquis des étudiants

Examen écrit à livre ouvert pour la compréhension théorique des concepts, et examen pratique à livre ouvert avec logiciel R sur ordinateur pour la réalisation et l'interprétation d'analyses statistiques sur jeux de données réels.

Autres infos

Une connaissance de base du logiciel R est nécessaire: l'étudiant est supposé être capable de créer et modifier des jeux de données en R de manière autonome. Le cours LBIO1282 vise spécifiquement à donner à l'étudiant ces connaissances; s'il ne l'a pas suivi au préalable, l'étudiant doit se former de manière autonome à ces compétences, p.ex. au moyen des nombreuses ressources disponibles en ligne gratuitement.

Ressources
en ligne

Les diapositives du cours et le matériel en support aux travaux pratiques sont disponibles sur Moodle.

Support de cours

• Transparents sur Moodle

Faculté ou entité
en charge

BIOL