v2.11.0 (5648)

Programme d'approfondissement - HSS_52065_EP : Méthodes quantitatives en sciences sociales et data science

Domaine > Humanités et sciences sociales.

Descriptif

Données et méthodes quantitatives : administration publique et sciences sociales

Descriptif du cours

Les nombres sont aujourd’hui partout : économie, santé, politique, environnement, éducation, sport, etc. Peu de sphères de notre existence peuvent prétendre résister au déluge quantitatif contemporain et à l’avènement du big data. Cette situation n’est certes pas totalement nouvelle : les données chiffrées ont accompagné le développement de la science moderne et l’avènement des formes contemporaines d’Etat. Le mouvement s’est toutefois fortement accéléré au cours des dernières décennies. Et la profusion des data ne va pas sans poser d’épineux problèmes cognitifs, éthiques et politiques.

Mais de quelles données parle-t-on précisément ? Comment sont-elles produites ? A quoi servent-elles ? Comment les exploiter de façon raisonnée et les comprendre sans se tromper ? Avec ses volants théorique et pratique, le cours présentera un large panorama des sources, raisonnements et méthodes d’analyse quantitatives.

En s’appuyant sur des éléments d’histoire et d’épistémologie, les étudiants seront amenés à porter un regard réflexif sur les outils de la statistique et des data sciences contemporaines. Dans le cadre de leur mémoire, ils mettront en œuvre des techniques avancées directement opérationnelles sur des données contemporaines liées à un enjeu public ou une question de société.

  • Les thématiques abordées en séance comprennent la modélisation comptable, la mesure des inégalités économiques, les méthodes quantitatives en santé, le traitement statistique des discriminations, les dangers associés à l’utilisation des données numériques et, inversement, les possibilités d’action qu’elles ouvrent.
  • Les séances pratiques incluent une initiation à l’environnement du logiciel R et présentent les méthodes d’analyses descriptives et factorielles, de clustering et machine learning et de régression (linéaire et logistique).

Le cours fournit une introduction approfondie aux compétences quantitatives requises par les métiers de l’administration économique et de la statistique publique, qu’ils soient exercés au niveau de l’Etat ou des collectivités territoriales. Par les thématiques sociales qu’il aborde, il sera également utile aux étudiants souhaitant s’orienter dans le domaine des organisations non gouvernementales et de la recherche en sciences sociales.

Nota bene : l’accès à des données individuelles, qui sont susceptibles d’être utilisées dans le cadre du mémoire, suppose que les inscriptions au cours soient faites au plus tard à la mi-novembre 2024.

 

Programme prévisionnel

Séance 1 (Thomas Amossé) : qu’est-ce que quantifier ? ; thématiques de mémoire ; histoire et droit des données ; exemples d’utilisation.

Séance 2 (Camille Beaurepaire) : logiciel R ; méthodes statistiques descriptives ; choix des sujets de mémoire.

Séance 3 (Thomas Amossé) : l’économie et l’environnement mis en compte ; lutte des classes et inégalités économiques.

Séance 4 (Camille Beaurepaire) : analyses factorielles des données ; mise en œuvre des méthodes descriptives sur les données pour le mémoire.

Séance 5 (Thomas Amossé, Camille Beaurepaire ; Montrouge, bibliothèque de l’Insee) : le système statistique public ; visite de la bibliothèque et des fonds historiques ; analyse documentaire pour les mémoires.

Séance 6 (Camille Beaurepaire) : clustering et machine learning ; mise en œuvre sur les données pour le mémoire.

Séance 7 (Thomas Amossé) : inégalités et discriminations (genre et « race ») ; le raisonnement statistique ; les représentations tabulaires et graphiques.

Séance 8 (Camille Beaurepaire) : méthodes de régression linéaire et logistique ; principes de data-visualisation ; mise en œuvre sur les données utilisées pour le mémoire.

Séance 9 (Thomas Amossé) : domination ou émancipation, les données sont-elles bonnes ou méchantes ? Du social credit system chinois au statactivisme.

Séance 10 (Thomas Amossé, Camille Beaurepaire) : soutenance des mémoires.

Format des notes

Numérique sur 20

Littérale/grade réduit

Pour les étudiants du diplôme Programmes d'échange internationaux

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 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.

      Veuillez patienter