Descriptif
L'objectif de ce cours est de montrer aux étudiants comment les statistiques sont utilisées dans la pratique pour répondre à une question précise, en introduisant une série d'approches importantes basées sur des modèles.
Les étudiants apprendront à sélectionner et utiliser les méthodologies stratégiques appropriées et à aquérir des compétences solides et pratiques à l'aide d'exemples concrets d'ensembles de données réelles issus de différents domaines y compris, entre autres, de la médecine, génomique, écologie.
Toutes les analyses seront réalisées sur un logiciel R. Des connaissances en programmation R ne sont pas requises (seulement en script de base).
Evaluation : 1 ou 2 projects de groupe + 1 rapport de PC + un examen final
Langue du cours : Français
Diplôme(s) concerné(s)
Format des notes
Numérique sur 20Pour les étudiants du diplôme M1 DS4H - in Digital Skills for Health Transformation
Le rattrapage est autorisé (Note de rattrapage conservée)- le rattrapage est obligatoire si :
- Note initiale < 7
- le rattrapage peut être demandé par l'étudiant si :
- 7 ≤ note initiale < 10
- Crédits ECTS acquis : 4.5 ECTS
Programme détaillé
- Tests statistiques (x2)
- Comparaison de deux populations
- Analyses de pouvoir
- Tests multiples
- Modèles de regression (x2)
- Modèle de régression linéaire et non linéaire
- Modèles de régression linéaire
- Inférence diagnostique, Comparaison de modèles
- Modèles à effets mixtes (x2)
- Modèles à effets mixtes linéaires
- Modèles à effets mixtes non linéaires
- Densités mélanges et groupement basé sur des modèles (x3)
- Modèle de mélange gaussien pour groupement de données
- Modèles de blocs stochastiques pour groupement de graphes
- Algortihme espérence-maximisation (des variations)
