Durée
10h Th, 10h Pr
Nombre de crédits
| Bachelier en sciences biologiques | 3 crédits | |||
| Bachelier en sciences géographiques, orientation générale | 2 crédits |
Enseignant
Langue(s) de l'unité d'enseignement
Langue française
Organisation et évaluation
Enseignement au deuxième quadrimestre
Horaire
Unités d'enseignement prérequises et corequises
Les unités prérequises ou corequises sont présentées au sein de chaque programme
Contenus de l'unité d'enseignement
Le cours consiste en une introduction générale aux méthodes d'analyse les plus souvent utilisées en statistique multivariée (c'est-à-dire lors de l'étude simultanée de plusieurs variables) dans le domaine de la biologie. Le cours comporte les parties suivantes:
- Représentation graphique et résumés des données multivariées
- Techniques exploratoires multivariée: analyse en composantes principales, classification automatique, analyse en coordonnées principales
- Régression linéaire multiple et modèles linéaires généralisés
Acquis d'apprentissage (objectifs d'apprentissage) de l'unité d'enseignement
Les méthodes sont enseignées de façon pragmatique afin que l'étudiant soit, à la fin du cours, capable à même de
- poser un problème multivarié,
- comprendre le fonctionnement des méthodes ensignées,
- réaliser une analyse multivariée classique à l'aide du logiciel R, et
- exposer clairement les résultats.
Savoirs et compétences prérequis
Les étudiants doivent avoir suivi un cours de statistique descriptive et inférentielle dans le contexte univarié. Les concepts de distribution normale, d'intervalles de confiance et de tests statistiques seront considérés comme acquis. Par ailleurs, une certaine maitrise du logiciel R est considérée acquise.
La présentation des méthodes est réalisée sans insister sur les justifications mathématiques. Néanmoins, il est impératif que les étudiants maitrisent les concepts suivants: notions de base en algèbre linéaire (vecteurs, matrices, y compris les notions de déterminant et d'inverse), aussi que fonctions linéaires, exponentielles et logarithmiques.
Activités d'apprentissage prévues et méthodes d'enseignement
En complément des séances ex-cathedra d'exposition théorique des techniques, les étudiants seront amenés à appliquer celles-ci suivant le schéma d'apprentissage suivant:
- Travail de préparation à domicile (détaillé ci-dessous) : parcourir le script lié au TP.
- Séance de travaux pratiques : résoudre les problèmes sous supervision de l'assistant/élève-moniteur.
Mode d'enseignement (présentiel, à distance, hybride)
Cours donné exclusivement en présentiel
Explications complémentaires:
Lectures recommandées ou obligatoires et notes de cours
Il n'y a pas de note de cours mais les transparents utilisés lors des séances de théorie seront disponibles à l'avance sur eCampus. Les scripts du logiciel R et les énoncés des analyses de données à réaliser (aussi que les correctifs et une vidéo explicative) seront également mis en ligne sur eCampus.
Le livre de référence suivant (dont l'accès en ligne est possible à partir des bibliothèques de l'ULiège) sera suivi pour la plupart des thèmes considérés (ACP, mesures d'associations et analyse en coordonnées principales, régression multiple et modèles de régression généralisé):
A.F. Zuur, E.N. Ieno et G.M. Smith, Analysing ecological data, Springer serie (Statistics for Biology and Health)
Modalités d'évaluation et critères
Examen(s) en session
Toutes sessions confondues
- En présentiel
évaluation écrite ( questions ouvertes )
Explications complémentaires:
L'examen consiste en des analyses statistiques réalisées à l'aide du logiciel R. L'accent est surtout sur l'interprétation des résultats et le bon usage des techniques mais l'exploitation du logiciel et la compréhension des méthodes utilisées seront également évaluée.
Pendant l'examen, les étudiants pourront travailler soit sur leur ordinateur personnel soit sur un ordinateur de la salle informatique du Département de Mathématique. L'examen est à livre ouvert.
Stage(s)
Remarques organisationnelles et modifications principales apportées au cours
Le cours se donne selon l'horaire affiché sur Celcat. Un planning détaillé sera mis en ligne sur eCampus.
Contacts
Professeur: Arnout Van Messem
Assistant: Carole Baum