5.00 crédits
20.0 h + 20.0 h
Q1
Enseignants
Masquelier Bruno;
Langue
d'enseignement
d'enseignement
Français
Préalables
Un cours de base en statistiques en bac.
Thèmes abordés
- Sources de données quantitatives en sciences sociales
- Méthodes univariées et bivariées (rappel)
- Variables de confusion
- Méthodes multivariées : régression linéaire et régression logistique
- Analyse des interdépendances : analyse factorielle et en composantes principales
- Analyses des ressemblances et typologies : méthodes de classifications
- Application des méthodes sur données réelles pour répondre à des questions de recherche
- Utilisation d'un logiciel d'analyse de données (SPSS)
Acquis
d'apprentissage
d'apprentissage
A la fin de cette unité d’enseignement, l’étudiant est capable de : | |
| 1 |
|
Contenu
Le cours LSPED2047 offre une solide introduction aux méthodes quantitatives en sciences sociales. Au terme de ce cours, les étudiants seront en mesure:
- d'acquérir la maîtrise des outils de l'analyse bivariée et multivariée des données quantitatives.
- d'utiliser des méthodes de régressions simples et multiples et certains modèles linéaires généralisés (régression logistique et Poisson)
- de comprendre et pouvoir utiliser des méthodes d'analyses factorielles et des techniques de classification
- d'être autonome dans l'utilisation du logiciel R (https://www.r-project.org/).
- Rappels relatifs à l'analyse univariée: pour décrire les données.
- Khi-deux, risques relatifs, odds ratios: pour croiser deux variables qualitatives.
- Test-t, test-F et ANOVA: pour tester les relations qui s'établissent entre une variable qualitative et une variable quantitative.
- Corrélations, régression linéaire simple: pour croiser deux variables quantitatives.
- Analyse en composantes principales et analyse factorielle des correspondances multiples: pour construire des indicateurs ou identifier des dimensions latentes d'un ensemble de variables.
- Méthodes de classification: pour identifier des groupes d'unités d'observations et élaborer des typologies.
- Régression linéaire multiple et modèle linéaire généralisé: pour prédire la valeur d'une variable dépendante, et identifier ses déterminants.
- Introduction aux statistiques bayésiennes.
Méthodes d'enseignement
Le cours est articulé autour de cours magistraux et de travaux pratiques (voir programme accessible sur Moodle). La participation aux cours et aux TP est essentielle. La lecture préalable de chapitres repris dans le programme de cours est nécessaire.
Modes d'évaluation
des acquis des étudiants
des acquis des étudiants
- Trois exercices associés aux travaux pratiques donnés durant le premier semestre sont évalués et notés sur 6/20.
- L'évaluation finale est basée sur un examen écrit réalisé en session et il est noté sur 14/20.
Ressources
en ligne
en ligne
Bibliographie
G. Masuy-Stroobant and R. Costa, editors. Analyser les données en sciences sociales : De la préparation des données à l'analyse multivariée. P.I.E. Peter Lang, 2013.
D.C. Howell, V. Yzerbyt, Y. Bestgen, and M. Rogier. Méthodes statistiques en sciences humaines. Série Internationale. De Boeck Supérieur, 2008.
D.C. Howell, V. Yzerbyt, Y. Bestgen, and M. Rogier. Méthodes statistiques en sciences humaines. Série Internationale. De Boeck Supérieur, 2008.
Support de cours
- G. Masuy-Stroobant and R. Costa, editors. Analyser les données en sciences sociales : De la préparation des données à l'analyse multivariée. P.I.E. Peter Lang, 2013. Disponible en bibliothèque et sur Moodle
Faculté ou entité
en charge
en charge
PSAD
Programmes / formations proposant cette unité d'enseignement (UE)
Intitulé du programme
Sigle
Crédits
Prérequis
Acquis
d'apprentissage
d'apprentissage
Master [120] en sociologie
Master [120] en sciences de la population et du développement
Master [120] en sciences de l'éducation
Mineure en statistique et science des données
Master de spécialisation en méthodes quantitatives en sciences sociales
Master [120] en sciences politiques, orientation générale
Master [60] en sociologie et anthropologie