2019-2020 / STAT1750-1

Multivariate statistical analysis

Durée

10h Th, 15h Pr

Nombre de crédits

 Master en sciences biomédicales, à finalité2 crédits 
 Master en sciences de la santé publique, à finalité2 crédits 
 Certificat d'université en épidémiologie clinique et en économie de la santé3 crédits 

Enseignant

Anne-Françoise Donneau

Coordinateur(s)

N...

Langue(s) de l'unité d'enseignement

Langue française

Organisation et évaluation

Enseignement au premier quadrimestre, examen en janvier

Horaire

Horaire en ligne

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 consiste en une introduction générale aux méthodes d'analyses statistiques multivariées, c'est-à-dire l'étude de la variabilité d'une variable (variable dépendante) en fonction d'un ensemble de plusieurs variables (variables indépendantes). Le cours comporte les parties suivantes:

  • Introduction à R/Rcmdr
  • Régression multiple
  • Régression logistique binaie et ordinale
  • Courbes de survie et régression de Cox
 

Acquis d'apprentissage (objectifs d'apprentissage) de l'unité d'enseignement

Le cours a pour objectif d'introduire de façon pragmatique les méthodes de l'analyse statistique multivariée. A la fin du cours, l'étudiant doit être à même de poser un problème multivarié, d'en réaliser l'analyse à l'aide du logiciel R/Rcmdr et d'en exposer clairement les résultats. Il doit être aussi à même de comprendre l'utilisation de méthodes multivariées dans la littérature scientifique.

Savoirs et compétences prérequis

Prérequis: STAT1001-1 et STAT0420-1 ou STAT730-2
Avoir suivi un cours d'analyse statistique univariée.
 

Activités d'apprentissage prévues et méthodes d'enseignement

Les travaux pratiques consistent en l'analyse statistique de fichiers de données multivariées à l'aide du logiciel R/Rcmdr.
L'étudiant devra se présenter aux séances de travaux pratiques avec un ordinateur portable chargé et le logiciel R/Rcmdr dûment installé (voir myuliege pour l'installation). 

Mode d'enseignement (présentiel ; enseignement à distance)

Chaque cours est composé d'une partie théorie suivie de la partie pratique correspondante avec le logiciel R. Les exercices peuvent être terminés à domicile.

Lectures recommandées ou obligatoires et notes de cours

Les slides ainsi que les bases de données utilisées aux cours seront mis à la disposition des étudiants.  
Les livres de référence (non obligatoire) sont: - 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

Examen pratique sur ordinateur d'une durée de 2 heures durant la session de janvier. L'examen consistera en la résolution d'exercices à l'aide du logiciel R/Rcmdr. 
Afin d'organiser au mieux l'examen, les étudiants devront confirmer leur présence/participation à l'examen . Le jour de l'examen, les étudiants devront se présenter avec leur identifiant et mot de passe ULiège, sans cela il sera impossible de passer cet examen.

Stage(s)

Remarques organisationnelles

En principe, le cours se donne le mercredi matin du premier quadrimestre.

Contacts

* Anne-Françoise DONNEAU (Chargée de cours), Quartier Hôpital, Avenue Hippocrate, 13 - Bât 23, 4000 Liège - Belgique. Tél: 04-366.47.90 Email: afdonneau@uliege.be

* Assistante : Nadia DARDENNE, Quartier Hôpital, Avenue Hippocrate, 13 - Bât 23, 4000 Liège - Belgique - Tél: 04-366.33.40 - Email:ndardenne@uliege.be

Adaptation des engagements pédagogiques suite à la pandémie de COVID-19 pour la session de mai-juin

Méthodes d'apprentissage mises en œuvre : enseignement à distance

Matière de l'évaluation

Méthodes d'évaluation

Contact

Adaptation des engagements pédagogiques suite à la pandémie de COVID-19 pour la session août-sept

Matière de l'évaluation

Matière identique à l'examen de janvier :

  • Introduction à R/Rcmdr
  • Régression multiple
  • Régression logistique binaie et ordinale
  • Courbes de survie et régression de Cox

Méthodes d'évaluation (et plateforme utilisée)

Examen pratique sur ordinateur d'une durée de 2 heures via eCampus. L'examen consistera en la résolution d'exercices à l'aide du logiciel R/Rcmdr. 

Contact(s)

* Anne-Françoise DONNEAU (Lecturer), Quartier Hôpital, Avenue Hippocrate, 13 - Bât 23, 4000 Liège - Belgique. Tel: 04-366.47.90 Email: afdonneau@uliege.be
* Assistant : Nadia DARDENNE, Quartier Hôpital, Avenue Hippocrate, 13 - Bât 23, 4000 Liège - Belgique Tel: 04-366.33.40 - Email: ndardenne@uliege.be