Modèles linéaires

Durée

30h Th, 10h Pr, 20h TD

Nombre de crédits

Enseignant

Gentiane Haesbroeck

Langue(s) de l'unité d'enseignement

Langue française

Organisation et évaluation

Enseignement au deuxième quadrimestre

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 présente en détail les modèles linéaires (régression linéaire multiple et ANOVA), et aborde leurs extensions à des modèles plus généraux. En fonction du temps disponible, des modèles utilisés dans des contextes plus spécifiques pourraient être considérés (ex: modèles de survie, régression quantile).

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. Il·elle sera capable de reconnaitre les situations où les hypothèses d'application de ces modèles ne sont pas satisfaites.

Savoirs et compétences prérequis

- Cours de bachelier en probabilités et statistiques.
- Cours d'algèbre linéaire. 
- Base de l'utilisation du logiciel R

Activités d'apprentissage prévues et méthodes d'enseignement

- La théorie sera présentée à partir de passages de livres de référence;
- Des exercices "théoriques" seront à résoudre de manière personnelle;
- Des analyses de données à l'aide de deux logiciels statistiques (R et SAS) seront aussi au programme.

Mode d'enseignement (présentiel, à distance, hybride)

Si les conditions sanitaires le permettent, le cours théorique se donnera en présentiel selon l'horaire officiel sur Celcat.
Les exercices devront être résolus à domicile et les résolutions ou problèmes rencontrés seront discutés en présentiel lors d'un cours théorique ou d'une séance de travaux pratiques.
Des séances de travaux pratiques (analyse de données à l'aide de logiciels) seront également organisées en présentiel

Adaptations organisationnelles liées au contexte sanitaire

Si le présentiel n'est pas possible, le cours se donnera à distance de la manière suivante: lecture de certains passages d'un livre de référence et discussion en classe virtuelle.
Si l'examen ne peut pas se dérouler en présentiel, l'examen se fera à distance avec la résolution d'exercices/l'analyse de données faite à domicile, avec discussion via une classe virtuelle. La présentation du projet se fera aussi de manière virtuelle.

Lectures recommandées ou obligatoires et notes de cours

Il n'y aura pas de notes de cours. Les transparents utilisés seront mis en ligne sur eCampus à l'avance et pour chaque chapitre du cours, des références seront précisées.
 


 

Modalités d'évaluation et critères

Vous trouverez ci-dessous les modalités d'évaluation envisagées pour les examens en présentiel et à distance ainsi que celle souhaitée en cas de session hybride. En fonction de l'évolution sanitaire, la modalité choisie vous sera communiquée au plus tard un mois avant le début de la session d'examen.

Toutes sessions confondues :

- En présentiel

évaluation écrite ( questions ouvertes )

- En distanciel

évaluation écrite ( questions ouvertes )

- Si évaluation en "hybride"

préférence en présentiel


Explications complémentaires:

La cote finale sera basée sur deux parties:
- Un examen écrit (théorie et des exercices)
- Un projet personnel d'analyse de données (rédaction d'un rapport et défense orale le jour de l'examen).
 

Stage(s)

Remarques organisationnelles

Le cours est organisé seulement les années paires et se donne donc en 2020-2021 (mais il ne sera pas enseigné en 2021-2022). 

Contacts

G. Haesbroeck: G.Haesbroeck@uliege.be