Traitement statistique des données

Enseignants

Pircalabelu Eugen;

Langue
d'enseignement

Français

Préalables

Notions de Mathématiques

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

Outre son rôle d'introduction générale aux statistiques, ce cours doit fournir les bases pour le traitement des données de type analytique. Il doit donner aux étudiants la possibilité de pratiquer certaines méthodes de validations et de dosages utilisées aux T.P. Il est indispensable de former l'étudiant à la méthodologie du traitement de données ainsi qu'à la pratique de cet outil sur ordinateur, qui sera ultérieurement appliquées (TP chimie analytique FARM 2143 et TP intégrés FARM 2205)

Acquis
d'apprentissage

A la fin de cette unité d’enseignement, l’étudiant est capable de :
1	Compétences à acquérir : 1) nécessité d'une maîtrise de l'outil statistique et informatique, en vue de la validation des résultats expérimentaux 2) éviter les écueils liés à une exploitation abusive des données et un traitement erroné des résultats par la connaissance et l'analyse statistique.

Contenu

Ce cours comprend des cours magistraux et des exercices avec le logiciel JMP. Il contient un résumé des concepts de la statistique descriptive et bivariée : produire des résumés graphiques et numériques utiles comme la moyenne, médiane, l'écart-type, la variance, l'intervalle de confiance.  Il se concentre principalement sur les questions de base de l'inférence statistique : probabilités, population et échantillon, variables aléatoires, distributions, erreurs de type 1 et de type 2, intervalles de confiance (moyenne, variance et proportion) et tests d'hypothèses relatifs à la moyenne (t de Student) et aux proportions.

Méthodes d'enseignement

Le cours comprend des exposés magistraux (15h) et des séances d’exercices (15h). 
La présence aux cours magistraux et aux séances de TPs est OBLIGATOIRE !

Modes d'évaluation
des acquis des étudiants

Les modalités exactes d'évaluation pourraient être adaptées en fonction des contraintes en vigueur au moment des sessions d'examens.
L'examen sert à tester les connaissances des étudiants au niveau de la compréhension générale du cours, pour répondre à des questions précises en pratique, faire des calculs à la main, utiliser le software JMP pour faire des analyse statistiques, interpréter les resultats, etc. Les étudiants seront interrogés sur la totalité de la matière et l'examen est composé de questions ouvertes et/ou à choix multiple.
Session de juin:

1. Examen de 3 heures, en presentiel, à livre fermé, possibilité d’utiliser une calculatrice (non-programmable) et un formulaire (une page recto-verso manuscrit de main propre; pas de photocopie). L’examen comporte 2 parties : une partie théorique sans JMP (pour 7/20 de la note finale du cours) et une autre partie appliquée sur ordinateur avec le logiciel JMP (pour 12/20 sur la note finale du cours).
2. Des devoirs QCM sur Moodle et préparations de TPs à réaliser à domicile durant le quadrimestre (pour 1/20 sur la note finale du cours). 

Attention : Pour valider le cours, l'étudiant a besoin d'obtenir au moins 3/7 (pas d'arrondi) pour l'examen écrit et 7/12 (pas d'arrondi) pour le test JMP.
Session de août:

1. Examen de 3 heures, en presentiel, à livre fermé, possibilité d’utiliser une calculatrice (non-programmable) et un formulaire (une page recto-verso manuscrit de propre main; pas de photocopie). L’examen comporte 2 parties : une partie théorique sans JMP (pour 7/20 de la note finale du cours) et une autre partie appliquée sur ordinateur avec le logiciel JMP (pour 13/20 sur la note finale du cours).

Attention : Pour valider le cours, l'étudiant a besoin d'obtenir au moins 3/7 (pas d'arrondi) pour l'examen écrit et 7/13 (pas d'arrondi) pour le test JMP.

Ressources
en ligne

Site Moodle du cours : WFARM1247 - Traitement statistique des données.
https://moodleucl.uclouvain.be/course/view.php?id=9327

Bibliographie

• Triola, M.M., Triola, M.F. and Roy, J. (2018) Biostatistics for the biological and health sciences, Pearson Education, 2nd edition.
• Rosner B. (2010) Fundamentals of Biostatistics. Duxbury, 7th edition.
• Zar, J.H. (2010) Biostatistical analysis, Pearson Education, 5th edition.
• Forthofer, R.N., Lee, E.S., and Hernandez M. (2007) Biostatistics. A guide to Design, Analysis and Discovery, Elsevier, 2nd edition.
• Senn, S. (2007) Statistical Issues in Drug Development, Wiley, 2nd edition.

Support de cours

• documents (slides) sur moodle à consulter

Faculté ou entité
en charge

FARM