STA203 Modélisation statistique et stratégies d'analyse

Informations

Langue d'enseignement : Français
Crédits ECTS: 4

Programme

  • Heures d'enseignement dispensées à l'étudiant : 30 heures
  • Temps de travail personnel : 60 heures

Objectifs et compétences

Objectifs :

Se familiariser avec la théorie et la mise en œuvre pratique des modèles linéaires généralisés. Dans ce cours, un accent particulier est mis sur les fondements théoriques des méthodes et sur la mise en pratique de ces méthodes en utilisant les logiciels, ainsi que sur la compréhension et l’interprétation des sorties proposées par les logiciels et de leurs limites. A l’issue de ce cours, les étudiants doivent :

• maîtriser la théorie des modèles linéaires généralisés, notamment les méthodes de régression linéaire, logistique et de Poisson

• pouvoir choisir le modèle adapté pour répondre aux objectifs de l’étude

• savoir mettre en œuvre les méthodes à l’aide de logiciels

• appliquer une stratégie de modélisation et de sélection de variables répondant aux objectifs de l’analyse

• étudier et évaluer l’adéquation des modèles

• interpréter, discuter et présenter les résultats

Compétences :
  • Travailler en équipe dans différents contextes, y compris avec des personnes issues de disciplines différentes : s'intégrer, se positionner, collaborer, communiquer et rendre compte.

  • Faire preuve de capacités de recherche d'informations, d'analyse et de synthèse.
  • Analyser et synthétiser des données en vue de leur exploitation
  • Posséder une rigueur méthodologique
  • Rédiger un rapport scientifique et le présenter oralement

  • Identifier la méthode statistique la plus adaptée à un schéma d’étude donné ou à une question de recherche même lorsque celle-ci n’est pas formulée en termes statistiques
  • Rédiger et de mettre en œuvre un plan d’analyse statistique
  • Mettre en œuvre une analyse statistique standard, interpréter les résultats, identifier et évaluer les hypothèses sous-jacentes à la méthode utilisée
  • Communiquer par écrit et par oral des résultats d’une étude statistique et expliquer la méthodologie employée à un public spécialiste ou non
  • Maitriser au moins un logiciel statistique standard (SAS ou R par exemple) et être capable de comprendre et modifier un programme écrit dans un langage de programmation statistique standard (SAS et/ou R)

Organisation pédagogique

le mode de fonctionnement de l'UE est présenté au début des enseignements

Contrôle des connaissances

Projets d'analyse de données épidémiologiques à rendre sous forme d'un article scientifique en français

Examen sur table

Lectures recommandées

l'ensemble des références bibliographiques est communiqué au début des enseignements

Responsable de l'unité d'enseignement

Amadou Alioum

Enseignants

la composition de l'ensemble de l'équipe pédagogique est communiquée au début des enseignements