Code APOGEE | Intitulé | ECTS | CM | TD | TP | 1ère Session | 2ème Session | ||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
CC | Examen | Dérogatoire | Examen | ||||||||||||||
Ecrit | Oral | TP | Ecrit | Oral | TP | Ecrit | Oral | TP | Ecrit | Oral | TP | ||||||
ASAESTA0 | Statistiques | 3.0 | 14 | 12 | 4 | 30% | 70% | 70% | 30% | 70% | 30% |
Outils mathématiques 1 (S1) Outils Statistiques 1 (S3) Connaissances de base en biologie
Introduction à l'usage des statistiques et aux tests sur des exemples biologiques et écologiques: Fournir à l'étudiant les outils statistiques tant théoriques que pratiques nécessaires à l'Analyse des Données en sciences expérimentales. Le cours insistera sur l'utilisation des outils de statistique appliquée rencontrés dans la pratique quotidienne des résultats de recherche. L'accent sera mis sur la capacité à choisir le type d'analyse correspondant à la question posée et au jeu de données. L'étudiant apprendra à utiliser un logiciel de statistiques très performant, évolutif et gratuit (logiciel R).
Comprendre la démarche des tests d’hypothèses. Choisir le test d’hypothèse adapté à une problématique clairement identifiée. Mettre en œuvre des tests d’hypothèses classiques sous le logiciel R.
Analyse de Variance: estimation de l'influence d'un facteur sur la réponse expérimentale: Tests d'hypothèse paramétriques et non paramétriques (Student, Wilcoxon, Mann-Whitney, Chi², Shapiro-Wilk), analyse de variance (ANOVA), régression, modèles mixtes et globaux linéaires. Introduction aux analyses descriptives multidimensionnelles: Analyse en composantes principales (réduction dimensionnelle, représentation graphique optimisée, estimation de la variabilité, qualité des résultats obtenus et vérification des hypothèses de travail, quelques exemples d'analyse en composantes principales) Introduction à la programmation sous R
Enseignement magistral classique. Enseignement dirigé sur machine (PC) impliquant un travail non-présentiel préalable. Travaux pratiques sur machine (PC) d’analyse de données sous le logiciel R
[1] Huber-Carol, C. (1992) Statistiques au PCEM avec exercices, 2ème édition, Abrégés Masson, Paris, 213pp. [2] Scherrer, B. (1994) Biostatistiques. Eds Gaetan Morin, 850pp. [3] Sokal, R. R., and Rohlf, F. J. (1995) Biometry: The principles and practice of statistics in biological research, 3rd ed., Freeman, New York. [4] Crawley, M.J. (2012) The R Book, Wiley
Maquette 2017/2018 - Les informations portées sur ces pages sont non-contractuelles et n'engagent en rien la responsabilité de la faculté des sciences et technologies de l'UPEC.