v2.6.0 (3588)

PA - C3B - HSS562 : Méthodes quantitatives en Sciences Sociales et data Science

Descriptif

Samuel Allain

Emmanuel Didier

 

Description de l’enseignement

Ce cours est construit en trois parties complémentaires. D’une part, il consiste en uneintroduction aux principales méthodes quantitatives - recensement, enquêtes, évaluations,expérimentations, data mining, introduction qui s’appuie sur l’histoire de ces dernières. Eneffet, ces méthodes proviennent de débats souvent oubliés et qui ont pourtant conformé leursprésupposés, les résultats qu’elles peuvent fournir, et leurs usages divers, souvent politiques.Les connaissances que fournissent les méthodes quantitatives ne sont pas seulement dansleurs résultats, mais aussi dans l’analyse des conditions de leur utilisation.D’autre part, il repose sur corpus de textes que les élèves devront présenter proposant unretour critique sur chacune de ces méthodes, ainsi que de l'étude de cas emblématiques.Enfin, le cours permettra ainsi aux étudiants de se familiariser aussi bien avec les principesméthodologiques au fondement des grandes enquêtes de la statistique publique, de l'usage desdonnées administratives, des enquêtes par quota menées par les instituts de sondage ou encoredes avancées plus récentes liées aux usages des traces numériques (big data) en “mettant lamain à la pâte” c’est-à-dire en traitant un corpus de donné sous la supervision d’unenseignant.

 

Evaluation

Par groupes de 2 ou 3 étudiants, présentation d’une étude de cas, choisis parmi ceux quiseront proposés. Souvent articulés autour d’une controverse scientifique et/ouméthodologique, permettant d’appréhender finement les problématiques d’usage des outilsd’analyse présentés pendant le cours, ces cas seront analysés par les étudiants, afin d’encomprendre les enjeux.

 

Organisation du cours

Le cours repose sur une série de cours classiques dispensés par les professeurs. Cette partie neprendra cependant pas plus d’un gros tiers du temps disponible. En outre, nous allons fairetravailler les élèves sur deux exercices simultanément :

1.Présentations d'articles (échelonnées sur les séances 2 à 8) en début de cours sur lathématique de la séance correspondante (nous constituerons les groupes, distribueronsles thèmes et les ressources biblio à la séance 1)

2.Travail en TP: 5 sujets statistiques (ie une question problématisée + des jeux dedonnées - fournies ou à collecter) sur lesquels les élèves travailleront tout au long ducours pour une présentation finale à la séance 9

 

Travail en TP

Par groupe de 2 ou 3 vous choisirez l’un des sujets proposés. Seront évaluées la réflexionméthodologique et la qualité du dispositif de preuve lui-même. Celui-ci s’appuiera sur le jeude données proposé, devra inclure des statistiques descriptives et pourra intégrer,éventuellement, une modélisation. La réflexion méthodologique devra répondre aux questionssuivantes : quels sont les atouts et les limites du jeu de données pour traiter le sujet ? Quellesautres approches pourraient enrichir l’analyse ?

Format des notes

Numérique sur 20

Littérale/grade réduit

Pour les étudiants du diplôme M1 Innovation, Entreprise, et Société - Voie Innovation technologique

Le rattrapage est autorisé (Note de rattrapage conservée)
    L'UE est acquise si note finale transposée >= C
    • Crédits ECTS acquis : 5 ECTS

    Pour les étudiants du diplôme Echanges PEI

    Le rattrapage est autorisé (Note de rattrapage conservée)
      L'UE est acquise si note finale transposée >= C
      • Crédits ECTS acquis : 5 ECTS

      Pour les étudiants du diplôme Diplôme d'ingénieur de l'Ecole polytechnique

      Le rattrapage est autorisé (Note de rattrapage conservée)
        L'UE est acquise si note finale transposée >= C
        • Crédits ECTS acquis : 5 ECTS

        La note obtenue rentre dans le calcul de votre GPA.

        Veuillez patienter