FORMATIONS |
Fiche détaillée d'un cours
Ecologie numérique 1 | |||
2023-2024 | FrFaculté de Gestion, Economie & Sciences Masters
(
FGES MASTERS
)
| ||
Code Cours : | 2324-RIZOMM-ECOL-FR-4004 |
Niveau | Année de formation | Période | Langue d'enseignement |
---|---|---|---|
S1 | FrFrançais |
Professeur(s) responsable(s) | Evgéniya BABYKINA |
---|---|
Intervenant(s) | Pas d'autre intervenant |
- Ce cours apparaît dans les formations suivantes :
- Faculté de Gestion, Economie & Sciences - Masters - Master 1 Ecologie Opérationnelle - S1 - 2 ECTS
Pré requis
- Maîtrise des notions de probabilités et statistique de base (variable, fonction, addition, multiplication, probabilité, etc.).
- Maîtrise des outils informatiques (bureautique, notion de répertoire, fichier, dossier, etc.).
- Les connaissances en statistiques descriptives.
Objectifs du cours
A la fin du cours l’étudiant devrait :
- comprendre la notion et les principes des statistiques descriptives et inférentielles ;
- connaître et maîtriser les principaux tests statistiques paramétriques et non paramétriques ;
- être capable de formuler un problème « écologique » en termes mathématiques ;
- savoir utiliser le logiciel R (manipulation de données, statistiques descriptives, représentation des graphique, tests) ;
- être capable de réaliser l’analyse statistique de base (description de données, tests statistiques) d’un jeu de données à l’aide de logiciel R ;
- être capable de comprendre les cours sur les analyses statistiques plus poussées, être capable d’apprendre rapidement d’implémenter les différentes méthodes statistiques à l’aide de logiciel R.
Contenu du cours
1) Introduction : notion de données , variable , individu statistique , etc.
2) Statistiques descriptives : rappels - savoir décrire les données
a. Variables quantitatives : présentation graphique et indicateurs numériques
b. Variables qualitatives : présentation graphique et indicateurs numériques
3) Statistiques inférentielles - connaître les principes de tests, savoir choisir un test adapté afin de répondre à un problème posé.
a. Echantillonnage et notion d'inférence
b. Tests paramétriques (Test de Student, ANOVA)
c. Tests non-paramétriques (Test de Mann-Whitney, Wilcoxon, Kruskall-Wallis)
d. Corrélation, coefficient de corrélation de Spearman et Perarson
4) Implémentation : analyse statistique de données avec le logiciel R - savoir mettre en oeuvre les analyses statistiques de base sur les vraies données.
Modalités d'enseignement
Organisation du cours
L’ensemble d’enseignement est possible à réaliser à distance. Néanmoins, dans la mesure de possible, les cours et les TP « classiques », en présentiel sont à priviliger.
Méthodes pédagogiques
Évaluation
Contrôle continu : coeff. 1
Bibliographie
« Comprendre et réaliser les tests statistiques à l'aide de R », Gaël Millot, DeBoeck, 2018., - « Numerical Ecology with R (Use R) », D. Brocard, F. Gillet, F et P. Legendre, Springer-Verlag, New York, 2011., - « Statistique: Economie. Gestion. Sciences. Médecine (avec exercices d'application) », T. Wannacott, R. Wannacott, Economica, Paris, 1998, ,
Ressources internet
- Introduction à la programmation en R, V. Goulet
https://cran.r-project.org/doc/contrib/Goulet_introduction_programmation_R.pdf
- Introduction au logiciel R : tests statistiques et graphs, A. Dubois, J. Bertrand, E. Comets
http://www.biostat.fr/docs/cours3.pdf
* Informations non contractuelles et pouvant être soumises à modification