Statistique 3

Diplômes intégrant cet élément pédagogique :

Descriptif

Par son caractère conclusif dans la formation statistique de cette licence, ce cours permet de prendre un certain recul relativement aux cours de mathématiques, de probabilités et de statistique des semestres précédents de la licence MIASHS. Il met en évidence le rôle des probabilités (et des mathématiques) dans le développement des méthodes statistiques.

Finalement, il devrait permettre à l’étudiant d’apprécier l’apport du raisonnement statistique dans les sciences sociales, biologiques et physiques. Plus concrètement, l’étudiant devrait, à la fin du cours, être apte à modéliser des expériences aléatoires, et à appliquer les modèles qui sont à sa portée.

Contenu :

Informatique: Éléments de R permettant la réalisation des différentes analyses vues en classes. Voir Lafaye de Micheaux et collab. (2011) et Nolan et Speed (2000)

Statistique:

Partie I

Analyse de la variance Plan à un et à deux facteurs. Régression linéaire Fondements mathématiques de l’estimation et obtention des distributions des estimateurs des moindres carrés.

Partie II

Méthodes non paramétriques Intervalle pour les quantiles; tests non paramétriques classiques. Théorie de Neyman-Pearson Mise au point des tests et des intervalles de confiance. Justification de l’usage de certains tests vus dans les cours de statistique précédents.

Prérequis

Pré-requis

La réussite des cours de mathématiques des semestres S1 à S5 est nécessaire.

Compétences visées

Habileté à décrire de manière efficace les différentes caractéristiques d’un ensemble de données dans le contexte où il a été observé et formuler de manière adéquate les conclusions qui découlent des analyses. Savoir utiliser les logiciels permettant la réalisation de ces descriptions. Développer un esprit critique dans le contexte de l’analyse des données.

Bibliographie

Bressoux, P. 2010, Modélisation statistique appliquée aux sciences sociales,2e éd., Méthodes en sciences humaines, De Boeck, Bruxelles, ISBN 2804163644, 464 p..

Hogg, R. V., J. W. McKean et A. T. Craig.2004,Introduction to Mathematical Statistics,6e éd., Pearson, Upper Saddle River, N.J., ISBN 0130085073, 692 p..

Lejeune, M. 2010, Statistique. La théorie et ses applications,2e éd., Statistique et probabilités appliquées, Springer, ISBN 2817801563

Lafaye de Micheaux, P., R. Drouilhet et B. Liquet.2011,Le logiciel R : Maîtriser le langage - Effectuer des analyses statistiques,1re éd., Statistique et probabilités appliquées, Springer, ISBN 2817801148, 528 p..

Nolan, D. et T. Speed.2000,Stat Labs : Mathematical Statistics Through Applications, Springer Texts in Statistics, Springer, ISBN 978-0-387-22743-6. URL http://www.stat.Berkeley.EDU/users/statlabs/.

Informations complémentaires

Langue(s) : Français