v2.11.0 (6131)

Cours scientifiques - MEC_52619_EP : Introduction aux statistiques et à l'analyse des données

Domaine > Mécanique.

Descriptif

e cours introduit les idées fondamentales de la modélisation statistique et de l'analyse des données. Il a deux objectifs complémentaires : aider les étudiants à comprendre les mathématiques qui sous-tendent ces méthodes statistiques de base, et leur donner les moyens d'utiliser ces outils de manière appropriée pour l'analyse pratique des données. Le cours couvre des concepts clés tels que les probabilités, les statistiques descriptives, l'estimation et les tests d'hypothèse. Il explore également certaines méthodes avancées d'exploration de données. Toutes ces notions seront mises en pratique en utilisant Python avec des exemples du monde réel, en commençant par une introduction rapide au langage. Aucune expérience préalable de Python n'est requise. Les étudiants doivent apporter leur ordinateur portable personnel en classe pour les exercices pratiques. Le module commencera par un petit test pour évaluer les connaissances des étudiants afin d'adapter le contenu du cours.



 

 

Objectifs pédagogiques

 

  • Réaliser une analyse descriptive en utilisant des méthodes adaptées aux données.
  • Reconnaître si une question expérimentale concerne l'estimation ou les tests.
  • Comprendre et mémoriser les bases de l'estimation et des tests dans des modèles statistiques simples.
  • Utiliser R et Python pour effectuer des estimations et des tests, et interpréter les résultats.

 

Pour les étudiants du diplôme M1 Mech - Mécanique

Il est recommandé à chaque étudiant d'installer R et Rstudio sur son ordinateur portable personnel avant la première leçon (voir par exemple la procédure détaillée à l'adresse https://rstudio-education.github.io/hopr/starting.html).

Format des notes

Numérique sur 20

Littérale/grade réduit

Pour les étudiants du diplôme M2 BME - Biomécanique et Ingéniérie Biomédical

Le rattrapage est autorisé (Note de rattrapage conservée)
    L'UE est acquise si Note finale >= 10
    • Crédits ECTS acquis : 3 ECTS

    Pour les étudiants du diplôme M1 DS4Health - Compétences numériques pour la transformation des soins de santé

    Le rattrapage est autorisé (Note de rattrapage conservée)
      L'UE est acquise si Note finale >= 10
      • Crédits ECTS acquis : 3 ECTS

      Pour les étudiants du diplôme M1 Mech - Mécanique

      Vos modalités d'acquisition :

      • Contrôle continu
      • Examen écrit
      • Etude de cas pratique

      Le rattrapage est autorisé (Note de rattrapage conservée)
        L'UE est acquise si Note finale >= 10
        • Crédits ECTS acquis : 3 ECTS

        Programme détaillé

         

        • Statistiques Descriptives
        • Rappels de Probabilités
        • Statistiques Inférentielles (Estimation, Intervalles de Confiance, Tests)
        • Outils Avancés pour l'Analyse Exploratoire des Données (Analyse en Composantes Principales, Algorithme K-means)

         

        Méthodes pédagogiques

        Cours magistraux et travaux pratiques
        Veuillez patienter