Ce cours apparaît dans les formations suivantes :
• JUNIA > Diplôme Ingénieur ISEN > Liste complète des cours du cycle M > 3,00 ECTS
• JUNIA > Diplôme Ingénieur ISEN > Domaine Big Data - M1 > 3,00 ECTS
• JUNIA > Diplôme Ingénieur ISEN > Domaine Cybersécurité - M1 > 3,00 ECTS
• JUNIA > Diplôme Ingénieur ISEN > Domaine Informatique et Finance - M1 > 3,00 ECTS

Pré requis

Proba/stat course (CSI3,CIR3)
Mathématique (CSI3)
Data Report, Communication and Visualisation (S1M1)

Objectifs du cours

Compétences :
31(311,312,313), 32(321,322,323), 33(331,332,333), 34 (341,342,343), 35(351,352,353), 52(521), 53(531,532), 54(541,542), 55 (551,552,553) 61(611,612,613), 62(321,322), 63(631, 632,633,634), 110(1101,1102)

La science de la statistique est un corpus méthodologique qui permet d’établir des indicateurs d’information capitaux et importants dans différents domaines, comme par exemple, le business, les sciences humaines et la santé, la politique, etc.
L’objectif du cours est :
1. De vous donner une compréhension suffisamment profonde des méthodes pour que vous puissiez reconnaitre la problématique d’une méthode dans un questionnement d’utilisateur et de bien évaluer la portée des résultats que vous obtenez.
2. De vous exposer un large éventail de méthodes ayant un grand potentiel d’application.
3. De vous permettre de comprendre les outils statistiques, de les utiliser, et de les expliquer.
Chaque chapitre du cours abordera un aspect théorique suivi par de la pratique avec le traitement de problème en langage R de la vie réelle (business, science humaine…).
Pour ceux qui n’ont pas suivi le cours Data Report, Communication and Visualisation, un document sur le langage R vous sera distribué et un accompagnement de l’enseignant pour l’acquisition du logiciel et les premiers pas avec R.

Contenu du cours

1. Description d’une série numérique
2. Estimation-Intervalle de confiance
3. Comparaison de deux moyennes
4. Comparaison de deux variances
5. Analyse de variance à 1 facteur
6. Analyse de variance à 2 facteurs sans répétitions
7. Tests fondés sur le critère Chi2
8. Liaisons entre deux variables quantitatives
9. Régression simple
10. Régression multiple

Modalités d'enseignement

Organisation du cours

Nous aborderons dans une même séance de cours, l'aspect théorique dans un premier temps ensuite nous les illustrons avec des travaux dirigés et pratiques.

Méthodes pédagogiques

• Approche par problèmes
• Cours magistral
• Etudes de cas
• Exercices pratiques
• Projet
• Travaux dirigés

Évaluation

Au début de chaque séance, un QCM de 15 mn vous sera distribué et contribuera à 50% de la note finale.
A la fin des séances vous réaliserez un projet à rendre à une date qui vous sera communiqué par l'enseignant. Ceci comptera 50% de la note finale.