Programme des cours 2015-2016
STAT0750-1  
Analyse statistique multivariée (logiciel R)
Durée :
10h Th, 10h Pr
Nombre de crédits :
Master en biologie des organismes et écologie, à finalité 2
Master en biologie des organismes et écologie, à finalité 2
Nom du professeur :
Gentiane Haesbroeck
Langue(s) du cours :
Langue française
Organisation et évaluation :
Enseignement au premier quadrimestre, examen en janvier
Unités d'enseignement prérequises et corequises :
Les unités prérequises ou corequises sont présentées au sein de chaque programme
Contenus du cours :
Le cours consiste en une introduction générale aux méthodes d'analyse  utilisées en statistique multivariée, c'est-à-dire lors de l'étude simultanée de plusieurs variables. Le cours comporte les parties suivantes:
- Représentation graphique des données multivariées
- Vecteur moyen et matrice de dispersion
- Analyse en composantes principales
- Analyse discriminante
- Régression et corrélation multiple
Acquis d'apprentissage (objectifs d'apprentissage) du cours :
Les méthodes enseignées le sont de façon très pragmatique afin que l'étudiant soit, à la fin du cours, à même de
- poser un problème multivarié,
- réaliser une analyse multivariée classique à l'aide du logiciel R,
- exposer clairement les résultats.
L'étudiant devra aussi être capable de tenir compte des limites d'application des techniques enseignées.
Savoirs et compétences prérequis :
Les étudiants doivent avoir suivi un cours de statistique descriptive et inférentielle dans le contexte univarié. Les concepts de distribution normale, d'intervalles de confiance et de tests statistiques seront considérés comme acquis.
La présentation des méthodes est réalisée sans insister sur les justifications mathématiques. Néanmoins, il est impératif que les étudiants maitrisent les concepts suivants: notions de base en algèbre linéaire (vecteurs, matrices, y compris les notions de déterminant et d'inverse), fonctions linéaires, exponentielles et logarithmiques.
Activités d'apprentissage prévues et méthodes d'enseignement :
En complément des séances ex-cathedra d'exposition théorique des techniques, les étudiants seront amenés à appliquer celles-ci suivant les deux types d'activités suivants:
- Travaux dirigés (encadrés par le proesseur et un assistant) en salle informatique afin de reproduire, à l'aide du logiciel R, les analyses statistiques illustrées lors du cours théorique. 
- Travail personnel à domicile (analyses de données à réaliser; des correctifs étant ensuite distribués)
Mode d'enseignement (présentiel ; enseignement à distance) :
Le cours compte 20 heures en présentiel. Chaque séance de cours dure 2h30 et est décomposée en un cours ex-cathédra de théorie et une activité de travaux dirigés en salle informatique. Les exercices commencés lors des séances de travaux dirigés doivent être terminés à domicile.
Lectures recommandées ou obligatoires et notes de cours :
Il n'y a pas de note de cours mais les transparents utilisés lors des séances ex-cathedra seront disponibles à l'avance sur MyULg. De même, des listes d'exercices (et les correctifs) seront mis en ligne sur MyULg en fonction de l'évolution de la matière. 
Les livres de référence suivants peuvent être utiles:
- Multivariate statistical methods. D. Morrison, Mc Graw-Hill, Auckland, 1986 - Introduction to multivariate analysis. C. Chatfield et A.J. Collins, Chapman and Hall. ed, London, 1980
Modalités d'évaluation et critères :
L'examen se déroule en salle informatique. Des analyses statistiques doivent être réalisées à l'aide du logiciel R et les réponses reproduites par écrit.
Stage(s) :
Remarques organisationnelles :
Le cours se donne le mardi matin lors du premier quadrimestre dans la salle informatique du Département de Mathématique (Bâtiment B37)
Contacts :
Enseignant
Gentiane Haesbroeck Département de Mathématique (B37, bureau 0/60) Tél: 04/366.95.94 Email: G. Haesbroeck@ulg.ac.be
Assistant
Marie Ernst Tél: 04/366. 366.94.02  Email: m.ernst@ulg.ac.be