5.00 crédits
30.0 h
Q1 et Q2
Enseignants
Ritter Christian;
Langue
d'enseignement
d'enseignement
Préalables
Activité d’intégration professionnelle
Concepts et outils équivalents à ceux enseignés dans les UEs
Concepts et outils équivalents à ceux enseignés dans les UEs
LSTAT2020 | Logiciels et programmation statistique de base |
LSTAT2120 | Linear models |
LSTAT2110 | Analyse des données |
LSTAT2100 | Modèles linéaires généralisés et données discrêtes |
Thèmes abordés
Analyse statistique de données ; Présentation de résultats d'analyse de données ; Communication avec des clients ; Ethique et pratique professionnelle ; Projets de consultation.
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 : 2.2, 2.3, 3.1, 3.3, 5.1, 5.2, 5.4, 5.5, 5.6 de manière secondaire : 1.2, 2.3, 2.5, 2.6, 3.4, 4.4, 5.3. 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 : 2.2, 2.4, 3.1, 3.3, 5.1, 5.6, 5.7 de manière secondaire : 1.2, 2.3, 2.5, 2.6, 3.4, 4.3, 5.2. B. Les participants de ce cours vont acquérir des compétences dans trois domaines : - l'analyse statistique de données réelles - la communication statistique (dialogue avec un client, communication de résultats) - les aspects pratiques et éthiques de la profession de statisticien. Ces compétences seront principalement acquises par la réalisation de 2 projets de consultation. |
Contenu
Introduction à la pratique statistique. Apprentissage par problème via des projets réels présentés par des clients venant de la recherche, du secteur privé, où d'organismes publics.
Éléments importants:
- structure de projets avec un contenu statistique
- analyse exploratoire des données à l'aide de visualisations efficaces
- défis de la pratique statistique (valeurs manquantes, valeurs aberrantes, transformations)
- communication avec les clients (réunions, présentations, rapports)
- professionnalisme (organisation, planification, documentation, confidentialité des données, propriété intellectuelle)
Le centre du cours consiste en deux études de cas de différents domaines, dont la médecine, la psychologie, l'industrie, l'agriculture, la gestion et le marketing.
Éléments importants:
- structure de projets avec un contenu statistique
- analyse exploratoire des données à l'aide de visualisations efficaces
- défis de la pratique statistique (valeurs manquantes, valeurs aberrantes, transformations)
- communication avec les clients (réunions, présentations, rapports)
- professionnalisme (organisation, planification, documentation, confidentialité des données, propriété intellectuelle)
Le centre du cours consiste en deux études de cas de différents domaines, dont la médecine, la psychologie, l'industrie, l'agriculture, la gestion et le marketing.
Méthodes d'enseignement
Principalement apprentissage par problèmes
Deux études de cas
Lecture d'articles et échange en groupe
Exercices en visualisation de données, présentation, et rédaction scientifique
Deux études de cas
Lecture d'articles et échange en groupe
Exercices en visualisation de données, présentation, et rédaction scientifique
Modes d'évaluation
des acquis des étudiants
des acquis des étudiants
Evaluation du rapport et de la présentation orale des projets de consultation.
Autres infos
Une série d'articles en statistique, science des données et domaines voisines seront distribués aux participants pour lecture et discussion.
Ressources
en ligne
en ligne
Site moodle.
Bibliographie
Une série d'articles parus dans la littérature statistique récente est consacrée à cette problématique. Une liste détaillée sera remise aux étudiants.
Support de cours
- matériel 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
Master [120] en science des données, orientation statistique
Master [120] en statistique, orientation biostatistiques
Master [120] en statistique, orientation générale
Master [120] : ingénieur civil électromécanicien
Master [120] : ingénieur civil en mathématiques appliquées
Master [120] : ingénieur civil en science des données
Certificat d'université : Statistique et science des données (15/30 crédits)
Master [120] en science des données, orientation technologies de l'information
Master [120] : ingénieur civil en génie de l'énergie