Note du 29 juin 2020
Sans connaitre encore le temps que dureront les mesures de distances sociales liées à la pandémie de Covid-19, et quels que soient les changements qui ont dû être opérés dans l’évaluation de la session de juin 2020 par rapport à ce que prévoit la présente fiche descriptive, de nouvelles modalités d’évaluation des unités d’enseignement peuvent encore être adoptées par l’enseignant ; des précisions sur ces modalités ont été -ou seront-communiquées par les enseignant·es aux étudiant·es dans les plus brefs délais.
Sans connaitre encore le temps que dureront les mesures de distances sociales liées à la pandémie de Covid-19, et quels que soient les changements qui ont dû être opérés dans l’évaluation de la session de juin 2020 par rapport à ce que prévoit la présente fiche descriptive, de nouvelles modalités d’évaluation des unités d’enseignement peuvent encore être adoptées par l’enseignant ; des précisions sur ces modalités ont été -ou seront-communiquées par les enseignant·es aux étudiant·es dans les plus brefs délais.
4 crédits
15.0 h + 5.0 h
Q2
Enseignants
Kestemont Marie-Paule;
Langue
d'enseignement
d'enseignement
Français
Thèmes abordés
- Cadre général de l'inférence en population finie : Population, échantillon, variables aléatoires dans l'inférence basée sur la planification expérimentale, l'estimation linéaire homogène: unités complexes et unités élémentaires. - Echantillonnage avec probabilités inégales : les estimateurs de Hansen-Hurwitz et de Horvitz-Thompson, le cas particulier de l'échantillonnage aléatoire simple. - Amélioration d'estimateurs au moyen d'information auxiliaire (estimateur de quotient et de régression). - Echantillonnage à partir d'unités complexes : échantillonnage stratifié, échantillonnage en grappes, échantillonnage en deux étapes. - Echantillonnage de populations biologiques : problème de la base d'échantillonnage, estimation de la taille de la population.
Acquis
d'apprentissage
d'apprentissage
A la fin de cette unité d’enseignement, l’étudiant est capable de : | |
1 |
A. Eu égard au référentiel AA du programme de master en statistique, orientation générale, cette activité contribue au développement et à l'acquisition des AA suivants, de manière prioritaire : 1.1, 1.2, 1.3, 2.2, 3.2, 4.1, 5.1, 6.1, 6.4. Eu égard au référentiel AA du programme de master en statistique, orientation biostatistique, cette activité contribue au développement et à l'acquisition des AA suivants, de manière prioritaire : 1.1, 1.2, 1.3, 2.2, 3.2, 4.1, 6.1, 6.4 B. Ce cours permettra à l'étudiant d'acquérir des connaissances de base sur les méthodes de l'échantillonnage, avec un intérêt particulier, mais non exclusif, pour l'échantillonnage de populations humaines. Au terme du cours, l'étudiant sera capable de planifier correctement une enquête simple et d'en analyser les résultats. |
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
Cadre général de l'inférence en population finie :
Techniques de sondages aléatoires et propriétés des estimateurs.
Techniques de sondages aléatoires et propriétés des estimateurs.
- Sondage aléatoire simple
- Sondage aléatoire stratifié
- Sondage à probabilités inégales
- Sondage en grappes
- Sondages à plusieurs niveaux
Méthodes d'enseignement
8 x 2h d'exposés magistraux et 2 x 2h de travaux pratiques sur ordinateur.
Modes d'évaluation
des acquis des étudiants
des acquis des étudiants
Examen écrit en session comptant pour 14 points sur 20.
Projet individuel remis pour le début de la première session comptant pour 6 points sur 20.
Projet individuel remis pour le début de la première session comptant pour 6 points sur 20.
Ressources
en ligne
en ligne
MOODLEUCL : cours LSTAT2200.
Bibliographie
Tillé, Y. (2001). Théorie des sondages : échantillonnage et estimation en populations finies, (Cours et exercices avec solutions), Dunod, Paris.
Sharon Lohr (1999), Sampling : Design and Analysis, Duxbury Press Rao Poduri S.R.S. (2000), Sampling Methodologies with Applications, London : Chapman and Hall.
Support de cours
- transparents sur moodle
Faculté ou entité
en charge
en charge
LSBA
Programmes / formations proposant cette unité d'enseignement (UE)
Intitulé du programme
Sigle
Crédits
Prérequis
Acquis
d'apprentissage
d'apprentissage
Mineure en statistique et science des données
Approfondissement en statistique et sciences des données
Mineure en statistique, sciences actuarielles et science des données
Master [120] en science des données, orientation statistique
Master [120] : ingénieur civil en science des données
Certificat d'université : Statistique et sciences des données (15/30 crédits)
Master [120] en science des données, orientation technologies de l'information
Master [120] en sciences économiques, orientation générale
Master [120] en statistique, orientation générale