Durée
30h Th, 10h Pr, 20h TD
Nombre de crédits
| Master en sciences mathématiques, à finalité (années paires, pas organisé en 2021-2022) | 8 crédits | |||
| Master en sciences mathématiques (années paires, pas organisé en 2021-2022) | 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. 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)
Combinaison d'activités d'apprentissage en présentiel et en distanciel
Explications complémentaires:
ATTENTION: ce cours n'est organisée qu'un an sur deux (voir la section "remarques organisationnelles")!
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.
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
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 (20-21, 22-23,...) et n'est donc pas accessible en 2021-2022.
Contacts
G. Haesbroeck: G.Haesbroeck@uliege.be