Learning outcomes

Les modalités prévues dans cette fiche  descriptive  sont susceptibles d'être modifiées en fonction des dispositions prises suivant l'évolution de la situation sanitaire 

MICA: code HULG0464-1

A l’issue de ce cours, l’étudiant sera capable de :

Maitriser la terminologie et les concepts de base de l'analyse en composantes principales et de l'ANOVA.

Tirer des conclusions scientifiques de la représentation de plans factoriels et  des conclusions  des tests d'hypothèse.

Gérer les risques d'erreur associé aux conclusions.

Acquérir une vision critique d'un document traitant de statistiques, textes, formules, tableaux et figures. 

Goals

La recherche en sciences repose largement sur l’analyse statistique des données qui se décompose principalement en deux types de méthodes :

1.      L’analyse descriptive qui consiste en la description des données expérimentales discrètes ou continues. L'étude approfondie de  technique de l'analyse en composantes principales a pour objectif de pouvoir comprendre les résultats d'un ensemble d'analyses factorielles, largement utilisées dans la recherche en géologie et géographie, ainsi que dans les sciences de l'environnement et du contrôle de la production alimentaire.

2.      L’inférence statistique qui consiste à utiliser des observations faites sur un échantillon particulier pour tenter de tirer des conclusions générales. L'étude approfondie des modèles d'ANOVA et des liens entre ces modèles et les plans expérimentaux  a pour objectif de pouvoir concevoir, analyser et interprèter des récoltes de données sur le terrain, enquêtes, statistiques démographiques, qualité alimentaire...) 

 

Content

1. Méthodes d'inférence relatives aux moyennes 2. Méthodes d'inférence relatives aux variances 3. Analyse de la variance à un critère de classification- Modèle fixe non ordonné et comparaisons multiples de moyennes- Modèle fixe ordonné et régression - Modèle aléatoire 4. Analyse de la variance à deux critères de classification et plus - Définition des Espérances des Carrés Moyens et détermination des tests - Modèles croisés et hiérarchisés- Modèles fixe, aléatoire et mixte. 5. Rappels de calcul matriciel 6. Régression multiple et polynomiale 7. Vecteurs propres et valeurs propres 8. Analyse en composantes principales

Table of contents

1 TECHNIQUES D'INFERENCE

1.1 intervalle de confiance 1.2 barres d'erreur 1.3 comparaison de variances 1.4 comparaisons de moyennes (ANOVA1 fixe non ordonnée) 1.5 modèles de régression (ANOVA1 fixe ordonnée) 1.6 échantillonnage a deux niveaux (anova1 aléatoire) 1.7 détermination du nombre de duplicats et de réplicats

2 MODELES EXPERIMENTAUX 2.1 Facteur croisés et hiérachisés 2.2. Identification de modèles dans des plans expérimentaux 2.3. Interaction de deux facteurs 2.4 ANOVA2 2.5 Diagnostic des modèles d'analyse de la variance à partir d'énoncés d'expérience.

3 ANALYSE MULTIVARIEE 3.1 Calcul matriciel 3.2 Régression multiple et non linéaire 3.3 Valeurs propres 3.4 Composantes principales

Exercices

Plusieurs séances d’exercices de 2 ou 3 h par groupe d’une vingtaine  d’étudiants dont l’horaire et les programmes sont publiés en début de semestre. Les exercices sont résolus à l'aide du logiciel R. les Tps sont prévus en non présentiel synchrone, selon l'horaire établi. Pratiquement cela signifie que les étudiants doivent se connecter dans le logiciel  Teams, via le menu "calendrier", en cliquant sur  la plage horaire prévue.

La participation aux Tps est obligatoire (voir la section malus de l’évaluation)

Les modalités prévues pour les Tps sont susceptibles d'être modifiées en fonction des dispositions prises suivant l'évolution de la situation sanitaire 

 

Teaching methods

Les modalités prévues sont susceptibles d'être modifiées en fonction des dispositions prises suivant l'évolution de la situation sanitaire 

Le cours et les Tps sont prévus en non présentiel synchrone, selon l'horaire établi. Pratiquement cela signifie que les étudiants doivent se connecter dans le logiciel  Teams, via le menu "calendrier", en cliquant sur  la plage horaire prévue.

Le cours d'ANOVA repose sur un livre très détaillé (suite du cours SBIOB205, voir la section référence) en vente à la librairie centrale de l'UNamur, qui représente le "contrat contenu" à maîtriser par les étudiants. Ce dispositif est doublé d'un site web d'auto apprentissage qui est le fruit d'une collaboration étroite entre différents spécialistes de cette matière et d'un site web d'évaluation formative eTests et qui est un dispositif très apprécié des étudiants. La partie analyse mutlivariée est illustrée par 4 modules du  site web d'auto apprentissage, qui comprend en annexe les documents projetés au cours.

Assessment method

Examens oral, précédé d'une préparation sur ordinateur. Diagnostic, calcul et interprétation d'un problème quantitatif posé dans le cadre de la géologie ,   de la géographie .

Bonus : Les remarques pertinentes à propos du livre (Eric Depiereux)  formulées suivant une procédure communiquée en début de cours seront gratifiées d’un bonus pouvant atteindre 0,5 point maximum sur la note de première session.

Malus : toute absence aux TP non justifiées par un document officiel (certificat médical, convocation de justice ...) à remettre au secrétariat des sciences et tout travail de TP non remis à temps ou incomplet sera sanctionné de -1 point, par absence et/ou par retard, sur la cote globale de première session.  La non consitution du PAE ne sera pas une excuse d'absence.

Les modalités prévues pour les examens sont susceptibles d'être modifiées en fonction des dispositions prises suivant l'évolution de la situation sanitaire

Sources, references and any support material

Livre

De la variabilité aux risques d'erreur : analyse critique des résultats expérimentaux et de la fiabilité d'une décision clinique. Eric Depiereux. Presses universitaires de Namur, 2016 2e ed. ISBN-13 : 9782870379516 http://pun.be/fr/livre/?GCOI=99993100909050 (vente étudiant -50% librairie centrale de l'UNamur).

 

Site Web

http://webapps.fundp.ac.be/umdb/biostats2017/

modules 140 150 170 190 200 210 220 230 240 250

 

Vidéos

 

Générique

 

Préequis: voir fiche de cours SBIOB205

 

ANOVA I Fixe non ordonnée 

 

module-140-010

module-140-020

module-140-21

module-140-22

module-140-030

module-140-040

 

Contrastes et barres d’erreur

 

module-150-10

module-150-20

module-105-50

 

ANOVA I Fixe ordonnée 

 

module-170-10

module-170-20

module-170-30

 

Critères de classification 

 

module-190-10

module-190-20

 

ANOVA II III IV…

 

module-200-10

module-210-10

 

Tableaux, matrices, rotation orthogonale 

 

module-220-10

module-220-20

module-220-30

 

Régression multiple

 

module-230-10

 

Vecteurs et valeurs propres, ACP

 

module-240-10

module-240-20

module-240-30

module-240-40

module-240-50

 

Language of instruction

Français