Analyse quantitative I

• L'estimation ponctuelle et l'estimation par intervalle de confiance.
• Les tests d'hypothèses classiques : tests pour une proportion ou une moyenne ; tests pour la comparaison de deux proportions ou de deux moyennes (pour échantillons indépendants) ; analyse de la variance à un facteur ; tests chi-carré d'ajustement et d'indépendance.
• Tests non paramétriques (de rangs et de signes) pour résoudre des problèmes de position.

À l'issue de cette unité d'enseignement, l'étudiant.e aura une bonne maîtrise des techniques classiques d'inférence statistique (estimation ponctuelle et estimation par intervalle de confiance, tests d'hypothèses classiques et non-paramétriques (de rangs et de signes)) et sera capable, non seulement d'en interpréter correctement les résultats, mais également de les mettre en application sur des données réelles à l'aide du logiciel R.

Connaissances et compétences pré-requises ou co-requises

Il est indispensable d'avoir une bonne maîtrise des outils de la statistique descriptive univariée et bivariée (graphiques, tableaux, mesures de position, de dispersion, d'association/corrélation, etc.).

Avoir déjà une certaine familiarité avec l'utilisation du logiciel R avant d'aborder le cours STAT-D-203 facilitera certainement l'apprentissage de l'étudiant, du moins au début du cours. Toutefois, cette pré-connaissance de R n'est pas indispensable, l'apprentissage des fonctions de base de ce logiciel pouvant se faire très rapidement.

Cours pré-requis

• Cours magistral au cours duquel les principes de base et les résultats théoriques fondamentaux seront exposés et illustrés à l'aide d'exemples et via leur application avec le logiciel R sur des bases de données.
• Séances d'exercices au cours desquelles les étudiant.es peuvent mettre en application sur une base de données proposée par l'assistant.e, à l'aide du logiciel R, les notions, outils et méthodes vus au cours. Pour ces séances d'exercices, il est demandé aux étudiant.es de travailler, éventuellement par deux ou trois, sur leurs ordinateurs portables sur lesquels ils auront préalablement installé le logiciel libre R et l'interface libre RStudio.

Références, bibliographie et lectures recommandées

Droesbeke J.-J., C. Dehon et C. Vermandele (2015), Eléments de statistique (sixième édition), Editions de l'Université de Bruxelles (Bruxelles) et Editions Ellipses (Paris).

Support(s) de cours

• Université virtuelle

Contacts

E-mail: Catherine.Vermandele@ulb.be

Tél.: 02/650.46.55

Campus

Solbosch

Méthode(s) d'évaluation

• Examen écrit
• Travail de groupe
• Rapport écrit

Examen écrit

• Question fermée à Choix Multiple (QCM)
• Question ouverte à développement long

Travail de groupe

Rapport écrit

L'examen écrit (constitué de QCM et de questions ouvertes) comportera des questions sur des notions théoriques fondamentales en inférence statistique et évaluera également les étudiant.es sur leur capacité à choisir correctement le test statistique à appliquer, à formuler correctement le problème de test à considérer, à interpréter correctement les résultats d'une analyse statistique fournis par le logiciel R, à formuler correctement la conclusion que l'on peut tirer des résultats d'un test statistique. 
À cet examen, les étudiant.es peuvent disposer d'une synthèse (formulaire) des différents chapitres du cours mis à leur disposition par l'enseignant dès le début du cours.

Il est également demandé aux étudiant.es de réaliser, au cours du quadrimestre, un travail d'analyse descriptive et inférentielle d'une base de données. Ce travail sera à réaliser en trinôme, à l'aide du logiciel R. Il sera demandé à chaque trinôme :

1. de mener à l'aide du logiciel R, sur une base de données choisie parmi celles qui leur seront proposées en début de quadrimestre, différentes analyses statistiques descriptives et inférentielles étudiées dans le cadre du cours et leur permettant d'apporter des éléments de réponse à différentes questions de recherche pertinentes qu'ils auront préalablement formulées ;
2. de rédiger un rapport reprenant les questions de recherche abordées, les analyses statistiques réalisées et décrivant de manière claire et rigoureuse les résultats de celles-ci. Ce rapport écrit devra être rendu au tout début de la session d'examens.

Le travail sera évalué sur la base du rapport écrit remis par les étudiant.es. Toutefois, si l'équipe enseignante suspecte qu'un travail a été produit essentiellement par l'IA (que ce soit pour le codage des commandes de R, l'application d'analyses statistiques non enseignées dans le cadre du cours, l'interprétation de résultats non vus dans le cadre du cours, etc.), elle se réserve le droit de convoquer les étudiant.es responsables de ce travail afin de leur demander d'expliquer oralement les éléments problématiques de celui-ci et vérifier leur maîtrise personnelle du contenu du travail réalisé.

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

La note finale pour le cours STAT-D-203 est construite sur la base de deux notes partielles :

• une première note partielle, sur 15 points, pour l'examen écrit ;
• une seconde note partielle, sur 5 points, pour le travail en trinôme.

La note finale est la simple somme de ces deux notes partielles.

Langue(s) d'évaluation

• français