小瓢虫传媒

Enseignants

Pircalabelu Eugen;

Langue
d'enseignement

贵谤补苍莽补颈蝉

笔谤茅补濒补产濒别蝉

Notions de Math茅matiques

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

Outre son r么le d'introduction g茅n茅rale aux statistiques, ce cours doit fournir les bases pour le traitement des donn茅es de type analytique. Il doit donner aux 茅tudiants la possibilit茅 de pratiquer certaines m茅thodes de validations et de dosages utilis茅es aux T.P. Il est indispensable de former l'茅tudiant 脿 la m茅thodologie du traitement de donn茅es ainsi qu'脿 la pratique de cet outil sur ordinateur, qui sera ult茅rieurement appliqu茅es (TP chimie analytique FARM 2143 et TP int茅gr茅s FARM 2205)

Acquis
d'apprentissage

A la fin de cette unit茅 d鈥檈nseignement, l鈥櫭﹖udiant est capable de :
1	Comp茅tences 脿 acqu茅rir : 1) n茅cessit茅 d'une ma卯trise de l'outil statistique et informatique, en vue de la validation des r茅sultats exp茅rimentaux 2) 茅viter les 茅cueils li茅s 脿 une exploitation abusive des donn茅es et un traitement erron茅 des r茅sultats par la connaissance et l'analyse statistique.

Contenu

Ce cours comprend des cours magistraux et des exercices avec le logiciel JMP. Il contient un r茅sum茅 des concepts de la statistique descriptive et bivari茅e听: produire des r茅sum茅s graphiques et num茅riques utiles comme la moyenne, m茅diane, l'茅cart-type, la variance, l'intervalle de confiance. 听Il se concentre principalement sur les questions de base de l'inf茅rence statistique : probabilit茅s, population et 茅chantillon, variables al茅atoires, distributions, erreurs de type 1 et de type 2, intervalles de confiance (moyenne, variance et proportion) et tests d'hypoth猫ses relatifs 脿 la moyenne (t de Student) et aux proportions.

M茅thodes d'enseignement

Le cours comprend des expos茅s magistraux (15h) et des s茅ances d鈥檈xercices听(15h).听
La pr茅sence aux cours magistraux et aux听s茅ances de TPs est fortement encourag茅e,听听quasi-OBLIGATOIRE听!

Modes d'茅valuation
des acquis des 茅tudiants

Les modalit茅s exactes d'茅valuation pourraient 锚tre adapt茅es en fonction des contraintes en vigueur au moment des听sessions d'examens.
L'examen sert 脿 tester les connaissances des 茅tudiants听au niveau de la compr茅hension g茅n茅rale du cours, pour r茅pondre 脿 des questions pr茅cises en pratique, faire des calculs 脿 la main, utiliser le software JMP pour faire des analyse statistiques, interpr茅ter les resultats, etc.听Les 茅tudiants seront interrog茅s sur la totalit茅 de la mati猫re听et l'examen est compos茅 de questions ouvertes et/ou 脿 choix multiple.
Session de juin:

1. Examen de 3听heures, en presentiel, 脿 livre ferm茅, possibilit茅 d鈥檜tiliser听une calculatrice (non-programmable) et un formulaire. L鈥檈xamen comporte 2 parties : une partie th茅orique听sans JMP (pour 8/20 de la note finale du cours) et une autre partie appliqu茅e sur ordinateur avec le logiciel JMP (pour 11/20 sur la note finale du cours).
2. Des devoirs QCM sur Moodle et pr茅parations de TPs 脿 r茅aliser 脿 domicile durant le quadrimestre (pour 1/20 sur la note finale du cours).听

La r茅partition des notes pour ces trois parties est 8/20 pour la partie th茅orique, 11/20 pour la partie appliqu茅e sur JMP 听et 1/20 pour les devoirs QCM et pr茅parations durant le quadrimestre. 听La note finale en janvier pour le cours WFARM1247 est donn茅e par les points obtenus pour les devoirs + les points obtenus pour la partie JMP+ les points obtenus pour la partie th茅orique.
Pour valider le cours en janvier,听l'茅tudiant a besoin d'obtenir un score total de 10 ou plus.
Session de ao没t:

1. Examen de 3听heures, en presentiel, 脿 livre ferm茅, possibilit茅 d鈥檜tiliser听une calculatrice (non-programmable) et un formulaire. L鈥檈xamen comporte 2 parties : une partie th茅orique听sans JMP (pour 8/20 de la note finale du cours) et une autre partie appliqu茅e sur ordinateur avec le logiciel JMP (pour 12/20 sur la note finale du cours).

La r茅partition des notes pour ces deux parties est 8/20 pour la partie th茅orique et 12/20 pour la partie appliqu茅e sur JMP.听 La note finale en ao没t pour le cours WFARM1247 est donn茅e par les points obtenus pour la partie JMP+ les points obtenus pour la partie th茅orique.听Les points attribu茅s aux QCM sur Moodle听ne comptent pas pour la session d'ao没t, car l'茅valuation continue est pr茅vue seulement pour le travail pendant le quadrimestre.
Pour valider le cours en ao没t, l'茅tudiant a besoin d'obtenir un score total de 10 ou plus.

Ressources
en ligne

Site Moodle du cours : WFARM1247 - Traitement statistique des donn茅es.
https://moodleucl.uclouvain.be/course/view.php?id=9327

Bibliographie

• Triola, M.M., Triola, M.F. and Roy, J. (2018) Biostatistics for the biological and health sciences, Pearson Education, 2nd edition.
• Rosner B. (2010) Fundamentals of Biostatistics. Duxbury, 7th edition.
• Zar, J.H. (2010) Biostatistical analysis, Pearson Education, 5th edition.
• Forthofer, R.N., Lee, E.S., and Hernandez M. (2007) Biostatistics. A guide to Design, Analysis and Discovery, Elsevier, 2nd edition.
• Senn, S. (2007) Statistical Issues in Drug Development, Wiley, 2nd edition.

Support de cours

• documents (slides) sur moodle 脿 consulter

Facult茅 ou entit茅
en charge

> FARM