Enseignants
Langue
d'enseignement
d'enseignement
Anglais
Préalables
Techniques avancées d'analyse statistique des données biologiques : statistiques multivariées, modèles mixtes linéaires généralisés.
Thèmes abordés
Techniques avancées d'analyse statistique des données biologiques : statistiques multivariées, modèles mixtes linéaires généralisés.
Acquis
d'apprentissage
d'apprentissage
A la fin de cette unité d’enseignement, l’étudiant est capable de : | |
| 1 | Contribution de l'unité d'enseignement au référentiel AA du programme Eu égard au référentiel de compétences du programme BOE2M, cette unité d'enseignement contribue au développement et à l'acquisition des compétences suivantes : 3 (3.3, 3.4, 3.5, 3.6) |
| 2 | Acquis d'apprentissage spécifiques au cours : L'étudiant élargit ses connaissances en visualisation de données et en analyse statistique, avec un accent particulier sur les méthodes statistiques multivariées et les modèles linéaires mixtes généralisés. |
Contenu
Module 1 : Modélisation statistique linéaire
Introduction théorique aux modèles mixtes et généralisés (6h) ; Séances d’exercices sur R (14h) ; Deux études de cas sur des modèles mixtes et généralisés (4h+2h).
Module 2 : Analyse de données multivariées
Ce module comprend les chapitres suivants :
Introduction théorique aux modèles mixtes et généralisés (6h) ; Séances d’exercices sur R (14h) ; Deux études de cas sur des modèles mixtes et généralisés (4h+2h).
Module 2 : Analyse de données multivariées
Ce module comprend les chapitres suivants :
- Chapitre 1 – Données multivariées et leur visualisation
- Chapitre 2 – Une première technique détaillée : l’ordination par analyse en composantes principales (ACP)
- Chapitre 3 – Ordination d’un tableau de contingence : analyse des correspondances (AC)
- Chapitre 4 – Extension à d’autres techniques d’ordination : mise à l’échelle multidimensionnelle
- Chapitre 5 – Regroupement d’objets : clustering
- Chapitre 6 – Affectation d’objets à des groupes : analyse discriminante
Méthodes d'enseignement
Cours magistraux, séminaires et séances d'exercices en salle informatique. L'étudiant est encouragé à l'interactivité pour toutes ces activités.
Exercices : apprendre à résoudre un problème statistique. Trouver l'analyse appropriée face à un problème, vérifier les conditions d'application relatives à l'utilisation de cette analyse, réaliser le test statistique sur le logiciel R, interpréter les résultats obtenus et les illustrer.
Exercices : apprendre à résoudre un problème statistique. Trouver l'analyse appropriée face à un problème, vérifier les conditions d'application relatives à l'utilisation de cette analyse, réaliser le test statistique sur le logiciel R, interpréter les résultats obtenus et les illustrer.
Modes d'évaluation
des acquis des étudiants
des acquis des étudiants
Les deux modules seront évalués séparément, chaque module contribuant à hauteur de 10/20 à la note finale. La note finale devant être arrondie à l'unité, la somme des deux notes sera arrondie à l'unité supérieure si les deux modules sont réussis (au moins 5/10) et à l'unitté inférieure si ce n'est pas le cas.
Module 1 : Modélisation statistique linéaire
Examen à livre ouvert, comprenant deux exercices sur LMM et GLM(M) sur R (basés sur les TPs et le premier séminaire) et une étude de cas (basée sur le deuxième séminaire).
Module 2 : Analyse de données multivariées
Examen écrit à livre ouvert composé de questions à choix multiples, de questions ouvertes et de résolution pratique d'exercices avec le logiciel R sur ordinateur. L'examen est réalisé sur Moodle, en salle informatique sur campus. Sauf mention contraire figurant dans les consignes de l'examen sur Moodle, seul l'usage de l'ordinateur UCLouvain de la salle informatique est autorisé pour accéder à l'examen et à la documentation électronique et l'usage de l'intelligence artificielle est interdit.
Module 1 : Modélisation statistique linéaire
Examen à livre ouvert, comprenant deux exercices sur LMM et GLM(M) sur R (basés sur les TPs et le premier séminaire) et une étude de cas (basée sur le deuxième séminaire).
Module 2 : Analyse de données multivariées
Examen écrit à livre ouvert composé de questions à choix multiples, de questions ouvertes et de résolution pratique d'exercices avec le logiciel R sur ordinateur. L'examen est réalisé sur Moodle, en salle informatique sur campus. Sauf mention contraire figurant dans les consignes de l'examen sur Moodle, seul l'usage de l'ordinateur UCLouvain de la salle informatique est autorisé pour accéder à l'examen et à la documentation électronique et l'usage de l'intelligence artificielle est interdit.
Autres infos
Une connaissance de base du logiciel R est requise : l'étudiant doit être capable de créer et de modifier des ensembles de données R de manière autonome et d'effectuer des procédures de gestion de données et d'analyse statistique de base. Si ces connaissances ne sont pas acquises, l'étudiant doit être formé de manière autonome à ces compétences, par exemple au moyen des nombreuses ressources disponibles gratuitement en ligne.
Ressources
en ligne
en ligne
Toutes les ressources sont disponibles sur le site de Moodle : visuels des cours et des séances pratiques, jeux de données et scripts R, liens vers des ressources complémentaires et des ouvrages de soutien.
Support de cours
- Les visuels du cours et de support aux travaux pratiques / Course visuals and materials supporting the practical work
Faculté ou entité
en charge
en charge
