année académique
2024-2025
2025-2026

Crédits ECTS

Voir détails des programmes

Langue(s) d'enseignement

Inconnu

Contenu du cours

Les notions vues au cours dépendents des questions scientifiques que les étudiants seront amené à rencontrer durant leur mémoire. Il s'agit principalement des techniques d'analyse de variance, de régressions multiples et et modèles GLM et de techniques d'analyse multivariée (ordination et groupement).

Objectifs (et/ou acquis d'apprentissages spécifiques)

A l’issue de cette unité d’enseignement, l’étudiant sera capable:

  • d'utiliser les connaissances en analyse statistique acquises préalablement pour les appliquer à des situations nouvelles d'analyse;

  • mobiliser des connaissances nouvelles pour faire face à des nouvelles questions d'analyse de données qui n'auraient pas été vues préalablement;

  • d'être autonome dans l'analyse de données;

Méthodes d'enseignement et activités d'apprentissages

L'enseignement est dispensé sous la forme de 6 séances de séminaire durant lesquelles les étudiants seront amenés à travailler en groupe sur le traitement complet d'un jeux de données.

Références, bibliographie et lectures recommandées

  • Crawley, M.J. (2005) Statistics. An introduction using R. Wiley, Chichester, 327pp

  • Legendre, P. & L. Legendre, 1998. Numerical ecology (2nded). Elsevier, Amsterdam, 853 pp

Contribution au profil d'enseignement

Profil d'enseignement des bioingénieurs

  • Appliquer des techniques d’analyse, d’échantillonnage et d’identification dans le cadre d’études scientifiques de pointe dans les domaines des sciences agronomiques.

  • Adapter et dimensionner un dispositif d’observation ou d’expérience en fonction des objectifs poursuivis par l’étude.

  • Choisir des méthodes d’analyse statistique pertinentes, élaborer des modèles, interpréter les résultats et évaluer leur fiabilité de manière critique

  • Synthétiser, vulgariser et communiquer ses résultats de manière adaptée à ses interlocuteurs, oralement et par écrit, tant en français qu’en anglais.

  • Démontrer des compétences utiles à l’intégration au sein d’une équipe : leadership, respect, écoute, capacités relationnelles.

Profil d'enseignement des biologistes

  • 2.2. Concevoir, planifier, développer et mettre en œuvre un protocole permettant de tester une hypothèse.

  • 2.3. Utiliser des outils d’analyse des données y compris statistique pour répondre à une questionscientifique.

  • 3.5. Concevoir et mettre en place des approches expérimentales efficientes pour résoudre une question scientifique.

  • 4.3. Rédiger un rapport présentant un problème, les modèles et techniques utilisés ainsi que les résultats obtenus en respectant les normes scientifiques.

Autres renseignements

Contacts

Marius Gilbert (mgilbert@ulb.ac.be) et Marc Dufrêne (marc.dufrene@ulg.ac.be)

Evaluation

Méthode(s) d'évaluation

  • Autre

Autre

Evaluation de:

  • la présentation des résultats du groupe lors des séminaires

  • du rapport final d'analyse réalisé par le groupe

Construction de la note (en ce compris, la pondération des notes partielles)

25% pour la présentation orale des travaux du groupe et 75% pour le rapport final.

Programmes