Enseignants
Langue
d'enseignement
d'enseignement
贵谤补苍莽补颈蝉
Acquis
d'apprentissage
d'apprentissage
A la fin de cette unit茅 d鈥檈nseignement, l鈥櫭﹖udiant est capable de : | |
| L'objet fondamental de la statistique est de d茅gager d'un 茅chantillon des r茅sultats valables pour l'ensemble de la population. Cette d茅marche inductive est appel茅e " Inf茅rence statistique ". Dans une 茅tape pr茅liminaire, il faudra simplifier l'茅chantillon en le repr茅sentant, sans perdre trop d'information, par le biais de graphes et de tableaux les plus ad茅quats possibles et le r茅duire 脿 quelques nombres qui le d茅crivent. C'est le r么le de la Statistique Descriptive qui constitue la premi猫re partie du cours. Pour pouvoir aller au-del脿 de la simple description de l'茅chantillon et tirer des conclusions valables sur la population sous-jacente, il faut faire des hypoth猫ses suppl茅mentaires sur la fa莽on dont les donn茅es de l'茅chantillon ont 茅t茅 g茅n茅r茅es ; c'est le r么le de la Th茅orie des Probabilit茅s qui offre cet outil indispensable 脿 toute d茅marche inf茅rentielle. Cette d茅marche inductive introduit de l'incertitude ; la th茅orie des probabilit茅s permet aussi d'assortir toute conclusion inf茅rentielle d'une mesure de fiabilit茅. La seconde partie du cours sera donc une introduction aux Probabilit茅s. Le but de la premi猫re partie du cours est de familiariser les 茅tudiants aux premiers outils de la Statistique Descriptive ; outils auxquels ils sont d'ailleurs confront茅s quotidiennement, ne f没t-ce que par les m茅dias qui en font grande consommation. Outre son int茅r锚t pour d茅crire un 茅tat de fait ou un 茅chantillon, la Statistique Descriptive permet d'introduire facilement 脿 la Th茅orie des Probabilit茅s. La seconde partie du cours a pour but d'introduire au mode deraisonnement probabiliste. Au terme de ce cours, les 茅tudiants devraient avoir acquis une aisance suffisante dans la compr茅hension et la manipulation de la Statistique Descriptive et des Probabilit茅s (simples) pour pouvoir aborder le cours de Statistique Appliqu茅e de BLOC2 ; la Statistique Descriptive et les Probabilit茅s en sont les pr茅mices et sont abord茅es comme telles. |
|
Contenu
Le principal support du cours consiste en le livre de r茅f茅rence "Notions de statistique", 3猫me 茅dition (couverture verte), ouvrage r茅dig茅 par Christiane Simard.
Les chapitres vus dans ce livre sont les chapitres 1 脿 3 :
- statistique descriptive
- probabilit茅s (terminologie, propri茅t茅s de base et analyse combinatoire)
- lois de probabilit茅s (loi binomiale, loi de Poisson, loi normale)
Un peu du chapitre 4 pourrait aussi 锚tre parcouru.
Quelques notes et slides suppl茅mentaires r茅dig茅s directement par votre professeur seront 茅galement mis en ligne et constitueront la suite du cours, ils concernent les statistiques dites "math茅matiques", incluant
- 茅tude des propri茅t茅s math茅matiques fondamentales des variables al茅atoires (fonction de r茅partition, densit茅, esp茅rance, variance, loi exponentielle)
- variables discr猫tes 脿 deux dimensions
Les chapitres vus dans ce livre sont les chapitres 1 脿 3 :
- statistique descriptive
- probabilit茅s (terminologie, propri茅t茅s de base et analyse combinatoire)
- lois de probabilit茅s (loi binomiale, loi de Poisson, loi normale)
Un peu du chapitre 4 pourrait aussi 锚tre parcouru.
Quelques notes et slides suppl茅mentaires r茅dig茅s directement par votre professeur seront 茅galement mis en ligne et constitueront la suite du cours, ils concernent les statistiques dites "math茅matiques", incluant
- 茅tude des propri茅t茅s math茅matiques fondamentales des variables al茅atoires (fonction de r茅partition, densit茅, esp茅rance, variance, loi exponentielle)
- variables discr猫tes 脿 deux dimensions
M茅thodes d'enseignement
Le cours magistral et les travaux pratiques se donnent en pr茅sentiel ;
a) Le cours magistral est une initiation syst茅matique aux fondements m茅thodologiques de la statistique descriptive et aux fondements th茅oriques des probabilit茅s ; il est assorti d'exemples destin茅s 脿 illustrer cette th茅orie. Un effort particulier est fait tout au long du cours, des travaux pratiques pour impliquer les 茅tudiants dans l'茅laboration et la d茅couverte des concepts nouveaux et de leurs applications. C鈥檈st une participation active au cours, aux travaux pratiques ou en visionnant une vid茅o qui est attendue des 茅tudiants afin de pouvoir profiter pleinement des travaux pratiques qui compl猫tent le cours magistral et d'锚tre, d'embl茅e, pris dans une d茅marche de recherche.
b) Les travaux pratiques reposent sur les tr猫s nombreux exercices tir茅s de l'ouvrage de r茅f茅rence pour ce cours.
c) Une attitude active et participative au cours et aux travaux pratiques ainsi que la participation aux s茅ances questions/r茅ponses 茅ventuelles sont essentiels ; les chances de r茅ussite en d茅pendent. Un travail personnel r茅gulier (notamment, la recherche des solutions des exercices propos茅s) doit imp茅rativement 锚tre fourni par l'茅tudiant, d猫s la premi猫re semaine de cours ; il est absolument essentiel que les 茅tudiants s鈥檌nscrivent depuis le d茅but du quadrimestre dans le rythme du cours en participant, chaque semaine, au cours magistral et aux travaux pratiques.
Chaque 茅tudiant doit donc y consacrer un temps d'茅tude personnel suffisant pour s'assurer qu'il comprend et s鈥檃pproprie la mati猫re, en s鈥檃idant du cours magistral, des slides du cours et des dispositifs p茅dagogiques relatifs aux travaux pratiques. En fin de quadrimestre, la p茅riode qui pr茅c猫de l'examen ne doit pas 锚tre une p茅riode de d茅couverte mais bien une p茅riode de r茅vision d'une mati猫re pr茅alablement comprise et acquise.
Le travail personnel attendu n鈥檈st en aucune cas une m茅morisation par c艙ur. Ce qui sera 茅valu茅 脿 l'examen n'est pas la capacit茅 restitutive de l'茅tudiant mais bien sa compr茅hension en profondeur des concepts et des m茅canismes explicatifs et sa capacit茅 脿 les utiliser 脿 bon escient.
a) Le cours magistral est une initiation syst茅matique aux fondements m茅thodologiques de la statistique descriptive et aux fondements th茅oriques des probabilit茅s ; il est assorti d'exemples destin茅s 脿 illustrer cette th茅orie. Un effort particulier est fait tout au long du cours, des travaux pratiques pour impliquer les 茅tudiants dans l'茅laboration et la d茅couverte des concepts nouveaux et de leurs applications. C鈥檈st une participation active au cours, aux travaux pratiques ou en visionnant une vid茅o qui est attendue des 茅tudiants afin de pouvoir profiter pleinement des travaux pratiques qui compl猫tent le cours magistral et d'锚tre, d'embl茅e, pris dans une d茅marche de recherche.
b) Les travaux pratiques reposent sur les tr猫s nombreux exercices tir茅s de l'ouvrage de r茅f茅rence pour ce cours.
c) Une attitude active et participative au cours et aux travaux pratiques ainsi que la participation aux s茅ances questions/r茅ponses 茅ventuelles sont essentiels ; les chances de r茅ussite en d茅pendent. Un travail personnel r茅gulier (notamment, la recherche des solutions des exercices propos茅s) doit imp茅rativement 锚tre fourni par l'茅tudiant, d猫s la premi猫re semaine de cours ; il est absolument essentiel que les 茅tudiants s鈥檌nscrivent depuis le d茅but du quadrimestre dans le rythme du cours en participant, chaque semaine, au cours magistral et aux travaux pratiques.
Chaque 茅tudiant doit donc y consacrer un temps d'茅tude personnel suffisant pour s'assurer qu'il comprend et s鈥檃pproprie la mati猫re, en s鈥檃idant du cours magistral, des slides du cours et des dispositifs p茅dagogiques relatifs aux travaux pratiques. En fin de quadrimestre, la p茅riode qui pr茅c猫de l'examen ne doit pas 锚tre une p茅riode de d茅couverte mais bien une p茅riode de r茅vision d'une mati猫re pr茅alablement comprise et acquise.
Le travail personnel attendu n鈥檈st en aucune cas une m茅morisation par c艙ur. Ce qui sera 茅valu茅 脿 l'examen n'est pas la capacit茅 restitutive de l'茅tudiant mais bien sa compr茅hension en profondeur des concepts et des m茅canismes explicatifs et sa capacit茅 脿 les utiliser 脿 bon escient.
Modes d'茅valuation
des acquis des 茅tudiants
des acquis des 茅tudiants
L鈥櫭﹙aluation certifictive se fera en juin et en ao没t, en pr茅sentiel, il s'agira d'un examen papier, avec calculatrice rudimentaire (茅cran d'une ligne), sans formulaire, 脿 livres ferm茅s. Des exemples r茅solus d'examen des pr茅c茅dentes ann茅es seront disponibles sur la page Moodle du cours d猫s le premier cours magistral.
Le type d鈥檈xamen permet d鈥檃ppr茅cier la ma卯trise par l鈥櫭﹖udiant de l鈥檃spect technique et calculatoire du cours, sa rigueur en la mati猫re, sa capacit茅 脿 interpr茅ter des r茅sultats obtenus et d鈥櫭﹙aluer son raisonnement.
Une telle 茅valuation interroge non seulement la compr茅hension du cours acquise par l'茅tudiant (comprendre ses concepts et leurs applications dans des exercices et savoir interpr茅ter les r茅sultats) mais requiert 茅galement la capacit茅 脿 pouvoir aller un peu au-del脿 de la mati猫re vue au cours et aux travaux pratiques, par ses propres moyens. Dit autrement, il s鈥檃git de faire l'effort de s'approprier la mati猫re du cours pour pouvoir s'en servir.
L鈥櫭﹙aluation de juin et/ou d鈥檃o没t ne sera en aucune mani猫re une r茅plique 脿 l鈥檌dentique des pr茅c茅dents examens. Il ne suffit pas de se contenter de se concentrer sur les pr茅c茅dents examens et sur les exercices des travaux pratiques pour esp茅rer r茅ussir ce cours ; c鈥檈st totalement insuffisant.
Remarque :
Ce pr茅sent plan de cours peut 锚tre 茅volutif, au fil du cours, en fonction de la dynamique avec les 茅tudiants et d'ann茅e en ann茅e au gr茅 des am茅liorations apport茅es au cours et aux travaux pratiques.
Le type d鈥檈xamen permet d鈥檃ppr茅cier la ma卯trise par l鈥櫭﹖udiant de l鈥檃spect technique et calculatoire du cours, sa rigueur en la mati猫re, sa capacit茅 脿 interpr茅ter des r茅sultats obtenus et d鈥櫭﹙aluer son raisonnement.
Une telle 茅valuation interroge non seulement la compr茅hension du cours acquise par l'茅tudiant (comprendre ses concepts et leurs applications dans des exercices et savoir interpr茅ter les r茅sultats) mais requiert 茅galement la capacit茅 脿 pouvoir aller un peu au-del脿 de la mati猫re vue au cours et aux travaux pratiques, par ses propres moyens. Dit autrement, il s鈥檃git de faire l'effort de s'approprier la mati猫re du cours pour pouvoir s'en servir.
L鈥櫭﹙aluation de juin et/ou d鈥檃o没t ne sera en aucune mani猫re une r茅plique 脿 l鈥檌dentique des pr茅c茅dents examens. Il ne suffit pas de se contenter de se concentrer sur les pr茅c茅dents examens et sur les exercices des travaux pratiques pour esp茅rer r茅ussir ce cours ; c鈥檈st totalement insuffisant.
Remarque :
Ce pr茅sent plan de cours peut 锚tre 茅volutif, au fil du cours, en fonction de la dynamique avec les 茅tudiants et d'ann茅e en ann茅e au gr茅 des am茅liorations apport茅es au cours et aux travaux pratiques.
Autres infos
Nous recommandons vivement aux 茅tudiants de faire l'acquisition de l'ouvrage de r茅f茅rence du cours d猫s que possible ;聽聽"Notions de statistique", 3猫me 茅dition (couverture verte), ouvrage r茅dig茅 par Christiane Simard.
Bibliographie
-聽聽"Notions de statistique", 3猫me 茅dition (couverture verte), ouvrage r茅dig茅 par Christiane Simard <= la principale r茅f茅rence du cours
- Comte M. et J. Gaden, Statistiques et Probabilit茅s pour les sciences 茅conomiques et sociales, Collection Mayor, PUF, 1猫re 茅dition, 2000.
- Wackerly D. D., Mendenhall W and R.L. Scheaffer, Mathematical Statistics with Applications, Duxbury Press, 7th ed., 2008.
- Mendenhall W, Beaver R. J. and B. M. Beaver, Introduction to Probability and Statistics, Duxbury Press, 14 ed. 2012.
- Ross S. M., Initiations aux Probabilit茅s, traduction de la 4猫me 茅dition am茅ricaine, Collection : Enseignement des Math茅matiques, Presses polytechniques et universitaires normandes.
- Ross S., A first course in Probability, Pearson International Edition, 9th ed., 2013. ISBN-10: 1292024925.
- Howell D. C., Statistique en Sciences Humaines (M. Rogier, traduction fran莽aise), Edition Deboeck, 2008.
Il existe une panoplie de livres en fran莽ais comme en anglais qui reprennent cette mati猫re de base de la statistique et qui sont assortis d鈥檈xercices r茅solus ou non. Certains se trouvent 脿 la biblioth猫que ESPO de l鈥檜niversit茅. De plus, Internet regorge de cours de statistique, plus ou moins pouss茅s, et de documents expliquant des concepts ou des chapitres de ce cours. Une s茅rie de vid茅os sur YouTube issues de la chaine "Chat Sceptique", permettent une approche aussi s茅rieuse que ludique de certains concepts statistiques. 脌 certaines occasions, elles seront utilis茅es au cours-m锚me.
- Comte M. et J. Gaden, Statistiques et Probabilit茅s pour les sciences 茅conomiques et sociales, Collection Mayor, PUF, 1猫re 茅dition, 2000.
- Wackerly D. D., Mendenhall W and R.L. Scheaffer, Mathematical Statistics with Applications, Duxbury Press, 7th ed., 2008.
- Mendenhall W, Beaver R. J. and B. M. Beaver, Introduction to Probability and Statistics, Duxbury Press, 14 ed. 2012.
- Ross S. M., Initiations aux Probabilit茅s, traduction de la 4猫me 茅dition am茅ricaine, Collection : Enseignement des Math茅matiques, Presses polytechniques et universitaires normandes.
- Ross S., A first course in Probability, Pearson International Edition, 9th ed., 2013. ISBN-10: 1292024925.
- Howell D. C., Statistique en Sciences Humaines (M. Rogier, traduction fran莽aise), Edition Deboeck, 2008.
Il existe une panoplie de livres en fran莽ais comme en anglais qui reprennent cette mati猫re de base de la statistique et qui sont assortis d鈥檈xercices r茅solus ou non. Certains se trouvent 脿 la biblioth猫que ESPO de l鈥檜niversit茅. De plus, Internet regorge de cours de statistique, plus ou moins pouss茅s, et de documents expliquant des concepts ou des chapitres de ce cours. Une s茅rie de vid茅os sur YouTube issues de la chaine "Chat Sceptique", permettent une approche aussi s茅rieuse que ludique de certains concepts statistiques. 脌 certaines occasions, elles seront utilis茅es au cours-m锚me.
Support de cours
- "Notions de statistique", 3猫me 茅dition (couverture verte), ouvrage r茅dig茅 par Christiane Simard.
Facult茅 ou entit茅
en charge
en charge
