 Objectifs (en termes de compétences)
Au terme du cours, les étudiants auront acquis une vue critique des différentes classes de logiciels de statistique disponibles sur le marché ainsi que des connaissances en graphisme et algorithmique statistique. Ils seront aussi capables de réaliser des analyses statistiques de base sur ordinateur à l'aide de divers logiciels (SAS, Splus, Excell, SPSS, JMP, …), de programmer des algorithmes et manipuler des fichiers de données complexes avec des logiciels plus avancés (SAS et S-Plus).
Objet de l'activité (principaux thèmes à aborder)
Les thèmes abordés dans les cours et exercices sont les suivants :
- Génération de nombres aléatoires et calculs de probabilités et quantiles pour différentes distributions statistiques.
- Algorithmes pour l'estimation de modèles linéraires et non linéaires et problèmes numériques associés.
- Introduction aux méthodes de rééchantillonage.
- Estmation de maximum de vraisemblance.
- Utilisation de logiciels dtatistiques à menus pour la réalisation d'analyses statistiques de base (Excel, SPSS, JMP, SAS Entreprise guide, S-Plus, ...).
- Programmation avec le langage S dans l'environnement S-Plus algorithmes de calcul statistique, simulations ...).
- Programmation de base en SAS (manipulation de fichiers de données complexes, ...).
Résumé : Contenu et Méthodes
Les thèmes abordés dans les cours et exercices sont les suivants :
- Génération de nombres aléatoires et calculs de probabilités et quantiles pour différentes distributions statistiques.
- Algorithmes pour l'estimation de modèles linéraires et non linéaires et problèmes numériques associés.
- Introduction aux méthodes de rééchantillonage.
- Estmation de maximum de vraisemblance.
- Utilisation de logiciels dtatistiques à menus pour la réalisation d'analyses statistiques de base (Excel, SPSS, JMP, SAS Entreprise guide, S-Plus, ...).
- Programmation avec le langage S dans l'environnement S-Plus algorithmes de calcul statistique, simulations ...).
- Programmation de base en SAS (manipulation de fichiers de données complexes, ...).
Méthode
Le cours est composé d'exposés magistraux étoffés de démonstrations de logiciels statistiques et de séances d'exercices d'utilisation des logiciels qui visent à donner une autonomie maximum à l'étudiant : chaque étudiant travaille à son rythme sur base de documents évolutifs.
Autres informations (Pré-requis, Evaluation, Support, ...)
Pré-requis
Formation de base en probabilité et statistique : statistique descriptive, distributions statistiques, inférence, régression linéaire simple et multiple, analyse de la variance à un critère. Capacité d'utiliser couramment un ordinateur personnel : manipulation de fichiers, utilisation de Word et Excel.
Evaluation
L'évaluation porte sur un travail S-Plus et SAS durant le quadrimestre et sur un examen écrit et sur ordinateur portant sur les aspects méthodologiques du cours et l'utilisation des logiciels.
Documents de référence
Copies des transparents et notes de cours relatives au contenu des cours magistraux.
Enoncés et solutions d'exercices réalisés durant les séances de travaux pratiques. Manuels des logiciels. Toute la documentation est disponible sur le site web : http:\\www.stat.ucl.ac.be/cours/stat2430
Références bibliographiques
W.S. Cleveland [ 1985] , The elements of graphing data,
F.C. Dilorio [ 1991] , SAS Application Programming, A Gentle Introduction, Duxbury Press.
Kennedy and Gentle [ 1980] , Statistical Computing, Marcel Dekker
Preud'home E. [ 1996] , SAS 6.10, Cours IUT II Grenoble.
Rubinstein [ 1981] , Simulation and the Monte Carlo Method, Wiley.
Seber G. et R. Wild [ 1989] , Non Linear Regression, Wiley.
S-Plus User's Manual, Statsci, Mathsoft Inc., Seattle.
|
