 | | |
| STAT0800-1 | Models and Methods in Applied Statistics
|
|
| Durée : | 30h Th |
|
| Nombre de crédits : |
| Master en ingénieur de gestion, à finalité spécialisée en Performance Management and Control, 1re année | | 5 |
|
| Master en ingénieur de gestion, à finalité spécialisée en Financial Engineering, 1re année | | 5 |
|
| Master en ingénieur de gestion, à finalité spécialisée, 1re année | | 5 |
|
| Master en ingénieur de gestion, à finalité spécialisée en intrapreneuriat, 1re année | | 5 |
|
| Master en ingénieur de gestion, à finalité spécialisée en Modélisation et technologie, 1re année | | 5 |
|
| Master en ingénieur de gestion, à finalité spécialisée en Supply Chain Management, 1re année | | 5 |
|
| Master en ingénieur de gestion, à finalité spécialisée en Performance Management Systems, 1re année | | 5 |
|
|
|
| Nom du professeur : | Cédric Heuchenne |
|
Langue(s) du cours :
|
| Langue anglaise |
|
Organisation et évaluation :
|
| Enseignement au deuxième quadrimestre |
|
Contenus du cours :
|
| Dans ce cours, les méthodes vues dans les cours de statistique de base sont adaptées à l'analyse de problèmes appliqués utiles en économie et gestion: analyse de la variance (comparaison de plusieurs moyennes); modélisation de relation entre variables (modèles linéaires); tests d'hypothèses non paramétriques. On introduira aussi à travers quelques exemples simples la méthode générale d'estimation par maximum de vraisemblance abondamment utilisée dans les modèles économétriques complexes.
Enfin, on abordera certaines notions de d'analyse multivariée et de contrôle statistique des processus, sujets
particulièrement utiles aux étudiants s'orientant vers les méthodes quantitatives et l'étude des chaînes logistiques. |
|
Acquis d'apprentissage (objectifs d'apprentissage) du cours :
|
| L'objectif de ce cours est d'apporter une vue d'ensemble sur les problèmes statistiques rencontrés dans les domaines de l'économie et de la gestion.
A l'issue du cours, l'étudiant devra être capable de comprendre et de résoudre pratiquement ces problèmes. Parmi ceux-ci, on peut citer l'explication de variances, la modélisation de relations entre variables ou l'utilisation d'outils statistiques pour la gestion des processus industriels.
Ce cours constitue également un pré-requis aux cours quantitatifs suivant dans le cursus.
Plus précisément, de par ses différents modes d'apprentissage, ce cours contribue aux attendus d'apprentissage du programme de master ingénieur de gestion suivants :
- Renforcer la connaissance et la compréhension des disciplines de base de la gestion de manière à les utiliser pour réaliser une analyse rigoureuse d'une situation de gestion et fournir des solutions pertinentes
- Capacité à rechercher de manière autonome et méthodique l'information nécessaire pour résoudre un problème de gestion transversal complexe, réaliser une analyse rigoureuse de celui-ci et suggérer des solutions pertinentes
- Comprendre et être capable d'utiliser des méthodes de modélisation pour chercher une solution à un problème de gestion concret
- Développer un sens critique (argumenter)
- Développer une vision globale, transversale
- Capacité à la communication écrite de manière professionnelle
|
|
Prérequis et corequis / Modules de cours optionnels recommandés :
|
| Cours de base de probabilités (fonction de répartion, distribution, densité, espérance, variance, lois discrètes et continues usuelles univariées, normale multivariée) et d'inférence statistique (estimation, intervalles de confiance, tests d'hypothèses). Equivalent au contenu du cours : Probabilités et inférence statistique STAT1208-1 |
|
Activités d'apprentissage prévues et méthodes d'enseignement :
|
| |
|
Mode d'enseignement (présentiel ; enseignement à distance) :
|
| Méthodologie utilisée
A1. Cours ex-cathedra : introduction théorique et applications (rappel, développement des méthodes, interprétation des solutions de celles-ci, exemples).
A1. Etude et compréhension du cours.
A2. Applications sur logiciel encadrées en présentiel et à distance : l'enseignant présente le logiciel aux étudiants et leur propose des exercices pendant les séances prévues. Chaque étudiant résoudra ces exercices en dehors des séances (avec l'assistance éventuelle de l'enseignant).
A5. Projet d'analyse de données réelles encadré à distance : l'enseignant propose en présentiel un problème particulier de la vie réelle pour lequel se pose un certain nombre de questions. Grâce aux points A1, A2 ci-dessus et à l'assistance de l'enseignant, chaque groupe d'étudiants apporte des solutions au problème posé. L'enseignant interagit avec les étudiants lors de réunions et critique chaque résultat obtenu, chaque méthode utilisée. Il incite les étudiants à choisir et à évaluer correctement leurs procédures, à bien définir les limitations de celles-ci, à interpréter, discuter et nuancer leurs résultats afin de proposer des solutions finales suffisamment argumentées.
A4. Rédaction d'un rapport de projet : synthèse critique, analyse pertinente et présentation adéquate des résultats. |
|
Lectures recommandées ou obligatoires et notes de cours :
|
| Les vidéos (logiciel et concepts théoriques), les livres de référence (permettant d'améliorer la compréhension et protégés par droits d'auteurs) et les énoncés des exercices (incluant les documents d'aide à l'utilisation des logiciels) et du projet sont mis à disposition des étudiants (voir le campus lola). Les vidéos, des parties définies de livres de référence, les exercices sur logiciel et la résolution du projet constituent la matière de l'examen.
Lectures conseillées:
Wonnacott R.J. and Wonnacott T.H. (1990), Introductory Statistics for Business and Economics, New York, John Wiley & Sons (ISBN : 047161517X)
Simar, L. (2003), Statistique en Economie et Gestion, manuscript 248 pages, Institut de Statistique, Université Catholique de Louvain, Louvain-la-Neuve. |
|
Modalités d'évaluation et critères :
|
| L'évaluation comporte trois parties : la participation en classe (10% sur la qualité de la résolution d'exercices préparés en groupes, évaluation commune), le projet sur ordinateur traitant un cas réel à l'aide des méthodes vues au cours théorique (40%, projet par groupe, évaluation commune) et un examen oral pendant la session de juin portant sur l'ensemble de la matière vue (50%, évaluation individuelle).
Pondération relative de l'évaluation individuelle : 50% |
|
Stage(s) :
|
| |
|
Remarques organisationnelles :
|
| Langue d'enseignement : anglais |
|
Contacts :
|
| Cédric HEUCHENNE, HEC-ULg Ecole de Gestion de l'Université de Liège, Bât N1, local 309, email: C.Heuchenne@ulg.ac.be
Alessandro BERETTA, HEC-ULg Ecole de Gestion de l'Université de Liège, Bât N1, local 310, email: A.Beretta@ulg.ac.be |
|
|
|
| Notes en ligne : |
|
| matériel de cours |
| vidéos, documents d'aide logiciel, exercices sur logiciel |
|
|
|
| |
