-
Partager cette page
Acquisition et analyse de données
Titulaire(s) du cours
Marius GILBERT (Coordonnateur) et Simon DellicourCrédits ECTS
5
Langue(s) d'enseignement
français
Contenu du cours
- Rappels sur la raison d'être des statistiques
- Introduction aux tests d’hypothèse
- Analyse de la variance (ANOVA)
- Régressions linéaires simples et multiples
- Introduction aux tests non-paramétriques
- Observations et design expérimental
- Analyses multivariées, distances et groupements
- Les ordinations
- Cas d’étude multivariés
Objectifs (et/ou acquis d'apprentissages spécifiques)
A l'issue de cette unité d'enseignement, l'étudiant sera capable de :
- choisir une méthode statistique adaptée au traitement des données issues d'un dispositif d'observations ou d'expérience
- adapter et dimensionner un dispositif d'observations ou d'expériences pour répondre à une question biologique
- de mettre en oeuvre et d'interpréter les méthodes statistiques de base
Pré-requis et Co-requis
Cours ayant celui-ci comme co-requis
Méthodes d'enseignement et activités d'apprentissages
24h de cours magistral ex-cathedra, 20h d’exercices réalisés à l'aide des logiciels R et RStudio en salle informatique
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 et techniques de l’environnement
- Appliquer des techniques d’analyse, d’échantillonnage et d’identification dans le cadre d’études scientifiques de pointe dans les domaines des sciences agronomiques
- Appliquer des techniques d’analyse,d’échantillonnage et d’identification (faisant notamment appel aux techniques avancées d’imagerie) dans le cadre d’études scientifiques de pointe dans les domaines de la chimie et des bio-industries
- 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
- 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
- 1.4. Maîtriser les approches mathématiques, statistiques et informatiques sur lesquelles se fondent les études bioinformatiques et de modélisation
Références, bibliographie et lectures recommandées
- Crawley MJ (2005). Statistics. An introduction using R. Wiley, Chichester, 327pp
- Legendre P, Legendre L (1998). Numerical ecology (2° edition). Elsevier, Amsterdam, 853pp
Support(s) de cours
- Université virtuelle
Autres renseignements
Contacts
Simon Dellicour (simon.dellicour@ulb.be) et Marc Dufrêne (marc.dufrene@ulg.ac.be)
Campus
Plaine
Evaluation
Méthode(s) d'évaluation
- Examen écrit
- Examen oral
Examen écrit
Examen oral
L'examen de première session est écrit et dure 3h avec une partie théorique portant sur les connaissances de base et une partie pratique portant sur l'interprétation de résultats d'analyses statistiques (ces résultats sont fournis sur le questionnaire) à l'aide de méthodes d'analyse vues au cours.
L'examen de deuxième session est oral et dure 1h, dont 30 min de préparation et 30 min d'exposé. La structure de l'examen est analogue à celle de l'examen écrit. L'étudiant est invité à démontrer ses connaissances de base et sa capacité à interpréter des résultats d'analyse statistique.
Construction de la note (en ce compris, la pondération des notes partielles)
Une seule note pour l'examen écrit (1ère session) ou l'examen oral (2ème session)
Langue(s) d'évaluation
- français