Biogéostatistiques

Ce cours propose une introduction approfondie aux fondements de l'inférence statistique. Il débute par un bref rappel des notions de probabilité, avant d’aborder les concepts de population et d’échantillon, ainsi que quelques statistiques descriptives essentielles. La théorie de l’estimation est ensuite développée, avec une attention particulière portée aux estimateurs sans biais et à l’estimation efficace. Le cours explore également la théorie des tests d’hypothèse, en traitant les cas à un et deux échantillons. Enfin, les méthodes de régression et l’analyse de la variance (ANOVA) sont présentées. Les techniques étudiées sont parfois illustrées à l’aide de jeux de données réelles, afin de favoriser une compréhension concrète et appliquée des outils statistiques.

L’objectif de ce cours est de fournir aux étudiants les bases solides de l’inférence statistique, tant sur le plan théorique que pratique. Il vise à développer leur capacité à comprendre, appliquer et interpréter les principales méthodes statistiques utilisées dans l’analyse de données. À travers l’étude de concepts fondamentaux tels que l’estimation, les tests d’hypothèse, la régression et l’ANOVA, les étudiants apprennent à formuler des conclusions rigoureuses à partir d’échantillons issus de populations. L’approche pédagogique, fondée sur l’utilisation de jeux de données réelles, permet de relier les outils statistiques à des problématiques concrètes.

Connaissances et compétences pré-requises ou co-requises

Connaissances de base en probabilité utiles mais des rappels sont fournis en début de cours. 

Cours pré-requis

Les méthodes d’apprentissage utilisées dans ce cours combinent théorie, pratique et réflexion critique afin de favoriser une compréhension approfondie des concepts statistiques. Les séances alternent entre exposés magistraux pour introduire les notions fondamentales, travaux dirigés pour appliquer les méthodes sur des exemples concrets, et travaux pratiques avec le logiciel R pour manipuler des données réelles. Cette approche intégrée vise à développer à la fois les compétences techniques et l’intuition statistique nécessaires à une analyse rigoureuse des données.

Support(s) de cours

• Syllabus
• Université virtuelle

Informations complémentaires

Non

Contacts

thomas.verdebout@ulb.be

Campus

Plaine

Méthode(s) d'évaluation

• Examen écrit
• Projet

Examen écrit

• Question ouverte à développement long

Projet

Examen écrit en session et travail de groupe.

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

La note finale est obtenue comme une moyenne pondéré de la note du travail (1/4 de la note finale) et de l'examen (3/4 de la note finale).

Langue(s) d'évaluation

• français