v2.11.0 (5648)

PA - C5 - MAP566 : Statistics in Action

Domaine > Mathématiques appliquées.

Descriptif

Objectives : The purpose of this course is to introduce the students to how statistics is used in practice. By working-out practical examples, students will learn how to select and use appropriate statistical methodologies. We will use data produced in many different areas including among other biology, medicine, toxicology, etc. The course will present both statistical theory and practical analysis on real data sets. The R statistical software and several R packages will be used for implementing methods presented in the course and analyzing real data.

 

Taking previously the course " Statistics with R" (MAP536) is strongly encouraged.

Website:  sia.webpopix.org

Syllabus


             1. Statistical tests

                          • Parametric and non-parametric tests for comparing two groups,
                          • Power analysis,
                          • Equivalence testing,
                          • Multiple comparisons,
                          • Permutation tests,

             2. Regression models

                          • Linear and nonlinear regression models,
                          • Confidence and prediction intervals,
                          • Diagnostic plots,
                          • Model comparison,

             3. Mixed effects models

                          • The population approach,
                          • Linear mixed effects models,
                          • Nonlinear mixed effects models,
                          • Pharmacokinetics modelling,


             4. Mixture models

                          • k-means clustering,
                          • Finite mixture of Gaussian distributions,
                          • The EM algorithm for Gaussian mixtures,
                          • Supervised classification,


             5. Change point analysis

                          • Detection of a single change point,
                          • Detection of multiple change points,
                        

             6. Image restoration

                          • Markov random fields
                          • Gibbs sampler
                          • Simulated annealing


Langue du cours : Français

Credits ECTS : 4

Format des notes

Numérique sur 20

Littérale/grade réduit

Pour les étudiants du diplôme Echanges PEI

Le rattrapage est autorisé (Note de rattrapage conservée)
    L'UE est acquise si note finale transposée >= C

      Pour les étudiants du diplôme M1 - Mechanics

      Le rattrapage est autorisé (Note de rattrapage conservée)
        L'UE est acquise si note finale transposée >= C
        • Crédits ECTS acquis : 3 ECTS

        Pour les étudiants du diplôme Non Diplomant

        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.

          Pour les étudiants du diplôme M1 Mathématiques et Applications - Voie Jacques Hadamard - École Polytechnique

          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 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

              La note obtenue rentre dans le calcul de votre GPA.

              Pour les étudiants du diplôme M2 Biomeca - Biomechanics

              Le rattrapage est autorisé (Note de rattrapage conservée)
                L'UE est acquise si note finale transposée >= C
                • Crédits ECTS acquis : 3 ECTS

                Pour les étudiants du diplôme M2 Biomechanics

                Le rattrapage est autorisé (Note de rattrapage conservée)
                  L'UE est acquise si note finale transposée >= C
                  • Crédits ECTS acquis : 3 ECTS

                  Pour les étudiants du diplôme M1 Data AI - Data and Artificial Intelligence

                  Le rattrapage est autorisé (Note de rattrapage conservée)

                    Pour les étudiants du diplôme Titre d’Ingénieur diplômé de l’École 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.

                      Pour les étudiants du diplôme Artificial Intelligence and Advanced Visual Computing

                      Le rattrapage est autorisé (Note de rattrapage conservée)
                        L'UE est acquise si note finale transposée >= C
                        • Crédits ECTS acquis : 4 ECTS

                        La note obtenue rentre dans le calcul de votre GPA.

                        Veuillez patienter