Durée
30h Th, 10h Pr, 20h TD
Nombre de crédits
| Master en sciences mathématiques, à finalité | 8 crédits | |||
| Master en sciences mathématiques | 8 crédits |
Enseignant
Langue(s) de l'unité d'enseignement
Langue française
Organisation et évaluation
Enseignement au deuxième quadrimestre
Horaire
Unités d'enseignement prérequises et corequises
Les unités prérequises ou corequises sont présentées au sein de chaque programme
Contenus de l'unité d'enseignement
Le cours présente en détail les modèles linéaires (régression linéaire multiple et ANOVA), et aborde leurs extensions à des modèles plus généraux.
Acquis d'apprentissage (objectifs d'apprentissage) de l'unité d'enseignement
L'étudiant sera capable d'ajuster, de valider et d'interpréter un modèle de régression linéaire multiple et un modèle d'analyse de la variance. Les chapitres suivants seront notamment abordés :
Régression linéaire
- Description du modèle de régression linéaire multiple
- Propriétés statistiques des estimateurs
- Inférence et prédiction
- Validation et adaptations possibles du modèle
- Sélection de variables explicatives
- Extensions
- Analyse ANOVA I
- Analyse ANOVA II
- Extensions
Une attention particulière est accordée à la mise en pratique des techniques étudiées sur des jeux de données réelles.
Savoirs et compétences prérequis
Cours de bachelier en probabilités et statistiques. Cours d'algèbre linéaire. Utilisation d'un logiciel statistique.
Capacité d'analyse et de modélisation d'un problème concret. Interprétation de résultats statistiques dans leur contexte.
Activités d'apprentissage prévues et méthodes d'enseignement
Cours magistral. Travaux pratiques en salle informatique (utilisation des logiciels R et SAS, notamment). Réalisation d'un projet personnel.
Mode d'enseignement (présentiel ; enseignement à distance)
Pour le cours théorique et les travaux pratiques, l'enseignement est présentiel. L'étudiant réalisera en outre un projet d'analyse de données.
Lectures recommandées ou obligatoires et notes de cours
Référence (non obligatoire) : Neter, J., Kutner, M.H., Nachtsheim, C.J. et Wasserman, W. (1996), Applied linear statistical models. McGraw-Hill, Boston.
L'essentiel du cours théorique est présenté au tableau. Les éventuels transparents présentés au cours seront mis en ligne sur myUlg au fur et à mesure.
Modalités d'évaluation et critères
- Projet d'analyse de données, y compris présentation orale et rédaction d'un rapport.
- Examen.
Critères : utilisation correcte des techniques et outils ; compréhension des méthodes utilisées ; capacité d'expliquer ces méthodes et leurs enjeux; utilisation de logiciels statistiques (notamment R et SAS) pour les modèles linéaires ; mise en œuvre d'outils statistiques sur des données réelles ; interprétation de résultats statistiques dans leur contexte d'application et communication de ces résultats.
Stage(s)
Remarques organisationnelles
L'essentiel du cours théorique est présenté au tableau. Les éventuels transparents présentés au cours seront mis en ligne sur myUlg au fur et à mesure.
Le cours est organisé seulement les années paires (2018-2019 est la prochaine année d'organisation).