小瓢虫传媒

Enseignants

Heuchenne C茅dric;

Langue
d'enseignement

贵谤补苍莽补颈蝉

笔谤茅补濒补产濒别蝉

Le(s) pr茅requis de cette Unit茅 d鈥檈nseignement (UE) sont pr茅cis茅s 脿 la fin de cette fiche, en regard des programmes/formations qui proposent cette UE.

Th猫mes abord茅s

Partie 1 : M茅thodes de base de l'analyse statistique. Apr猫s une introduction au mod猫le statistique (mod猫le de population et mod猫le d'茅chantillonnage), on montre comment les distributions d'茅chantillonnage de statistiques sont 脿 la base de l'inf茅rence. Ces propri茅t茅s permettent de contr么ler la pr茅cision d'estimateurs ponctuels de construire des intervalles de confiance et de contr么ler les risques d'erreur dans une proc茅dure de test d'hypoth猫ses. Partie 2 : Application 脿 quelques probl猫mes types. Les m茅thodes de base peuvent alors 锚tre adapt茅es 脿 l'analyse de probl猫mes d'application utiles en 茅conomie et gestion : Analyse de la variance (comparaison de plusieurs moyennes) ; Mod茅lisation de relation entre variables (mod猫les lin茅aires) ; Etudes de variables cat茅gorielles y compris un test d'ind茅pendance entre variables. On introduira aussi 脿 travers quelques exemples simples la m茅thode g茅n茅rale d'estimation par maximum de vraisemblance qui est particuli猫rement utile dans des mod猫les plus complexes abord茅s dans les cours d'茅conom茅trie qui suivront. Nous consid茅rons finalement le probl猫me d'une mauvaise sp茅cification du mod猫le et le cas d'une r茅gression non-lin茅aire.

Acquis
d'apprentissage

A la fin de cette unit茅 d鈥檈nseignement, l鈥櫭﹖udiant est capable de :
1	L'objectif de ce cours est d'introduire les raisonnements et les m茅thodes de base de l'analyse statistique, ainsi que ses applications 脿 la r茅solution de probl猫mes statistiques simples rencontr茅s dans le domaine de l'茅conomie et de la gestion. Ce cours vise aussi 脿 enseigner la mati猫re de base qui sera utilis茅e dans les cours de statistique et d'茅conom茅trie qui suivront dans le curriculum de l'茅tudiant. A l'issue du cours l'茅tudiant devra 锚tre capable de comprendre les m茅canismes de base de l'inf茅rence statistique et de r茅soudre pratiquement les probl猫mes standards d'estimation, de construction d'intervalles de confiance et de tests d'hypoth猫ses sur des moyennes, variances et proportions. Il sera 茅galement capable de mod茅liser des relations entre variables par des mod猫les de r茅gression lin茅aire simple, avec une introduction aux aspects multivari茅s.

Contenu

Mod猫le statistique et distribution d'茅chantillonnage, Estimation ponctuelle, Estimation par intervalle, Tests d'hypoth猫ses, Comparaison de moyennes, Mod猫le lin茅aire, y compris notation matricielle, M茅thodes d'estimation y compris Maximum de vraisemblance, Propri茅t茅s d'estimateurs, Inf茅rence dans la r茅gression simple, R茅gression nonlin茅aire M茅thode : Le cours est donn茅 sous forme : - d'expos茅s magistraux (sur base de vid茅os pr茅alablement visionn茅es par les 茅tudiants, l'enseignant r茅introduit et r茅interpr猫te les concepts avant d'engager le d茅bat avec les 茅tudiants qui r茅pondent 脿 des questions pr茅par茅es -r茅solution autonome de probl猫mes-), - de s茅ances d'exercices (l'enseignant y soumet des applications/probl猫mes aux 茅tudiants et propose une d茅marche de r茅solution).

M茅thodes d'enseignement

Voir introduction du cours LECGE1224 sur moodle.
Mode pr茅sentiel et distanciel combin茅s

Modes d'茅valuation
des acquis des 茅tudiants

Evaluation en premi猫re session : deux cas de figures
1) Si l'茅tudiant est interrog茅 pendant l'ann茅e (syst猫me d'interrogation al茅atoire lors de chaque cours), il obtient une note d'茅valuation continue repr茅sentant 25% de la note finale de premi猫re session, les 75% restants correspondant 脿 l'examen 茅crit final (QCM) programm茅 durant la premi猫re session d'examens.
2) Si l'茅tudiant n'est pas interrog茅 pendant les cours, 100% de sa note de premi猫re session correpondent 脿 l'examen 茅crit final (QCM) programm茅 durant la premi猫re session d'examens.
Evaluation en seconde session
100% de la note de seconde session correspondent 脿 l'examen 茅crit final (QCM) programm茅 durant la seconde session d'examens.
Langue de l'茅valuation : fran莽ais

Autres infos

Pr茅-requis : LECGE1114 Statistique en 茅conomie et gestion I ou cours jug茅 茅quivalent.

Ressources
en ligne

Cours LECGE1224 sur moodle.

Bibliographie

Mathematical Statistics with Applications, 7猫me 茅dition. Wackerly, Mendenhall, Scheaffer.

Support de cours

• vid茅os et documents (transcriptions, exercices, d茅monstrations sur logiciel) relatifs sur moodle/videos and related documents (transcriptions, exercices, software demonstrations) on moodle

Facult茅 ou entit茅
en charge

> ESPO