FICHE DESCRIPTIVE DU COURS · EM 516

Obligatoire · Anglais
ECTS
8
Crédit local
3
Cours Théoriques + Travaux Dirigés (TD) + Travaux Pratiques (TP)
4 + 0 + 0
Niveau du Cours
Master
Cours Pré-Requis
-
Semestre du Cours
1

Contenus

Objectif du Cours

L’objectif de ce cours est d’initier les étudiants aux concepts, méthodes et techniques statistiques fondamentaux qui constituent les bases de la science des données (Data Science) et de leur permettre d’acquérir les connaissances et les compétences nécessaires pour collecter, organiser, synthétiser, analyser et interpréter des données.

Le cours aborde la théorie des probabilités, les lois de probabilité, l’échantillonnage, l’estimation statistique, les tests d’hypothèses et la régression linéaire simple, dans le but de développer les compétences des étudiants en matière d’analyse des données et de prise de décision fondée sur les données.

Contenu du Cours

1. Introduction à la science des données et à la statistique, types de données et méthodes de collecte des données
2. Présentation des données sous forme de tableaux et de graphiques
3. Statistique descriptive et mesures numériques de synthèse
4. Concepts fondamentaux de probabilité et règles de calcul des probabilités
5. Variables aléatoires discrètes et lois de probabilité
6. Lois de probabilité continues et loi normale
7. Méthodes d’échantillonnage et distributions d’échantillonnage
8. Intervalles de confiance et estimation des paramètres
9. Tests d’hypothèses statistiques
10. Analyse de régression linéaire simple
11. Analyse statistique de jeux de données réelles et interprétation des résultats

Acquis d'Apprentissage du Cours

À l’issue de ce cours, les étudiants seront capables de :
1. Identifier les différents types de données et les méthodes de collecte des données ; synthétiser les données à l’aide de tableaux, de graphiques et de mesures statistiques descriptives appropriés.
2. Résoudre des problèmes probabilistes en appliquant les règles fondamentales du calcul des probabilités ainsi que les lois de probabilité discrètes et continues.
3. Expliquer les distributions d’échantillonnage et les utiliser dans le cadre de l’inférence statistique.
4. Calculer des intervalles de confiance et réaliser des tests d’hypothèses statistiques ; interpréter les résultats obtenus.
5. Construire des modèles de régression linéaire simple, estimer les paramètres des modèles et évaluer les relations entre les variables.
6. Sélectionner les méthodes statistiques appropriées pour analyser des jeux de données réelles, interpréter les résultats des analyses et présenter efficacement leurs conclusions.

Méthodes d'Enseignement

1. Cours magistraux et explications théoriques
2. Résolution de problèmes et études de cas
3. Analyse statistique appliquée des données
4. Analyse et visualisation des données assistées par ordinateur
5. Travaux individuels et/ou en groupe
6. Devoirs, projets et présentations des étudiants
7. Discussions en classe et séances de questions-réponses

Ressources

Manuel de référence principal
Levine, D. M., Stephan, D. F., & Szabat, K. A. (2017). Statistics for Managers Using Microsoft Excel (8e édition). Pearson Education.
Supports pédagogiques
- Notes de cours et présentations préparées par l’enseignant
- Exercices de résolution de problèmes statistiques et d’analyse de données
- Jeux de données et fichiers d’exercices pratiques utilisés tout au long du cours

Intitulés des Sujets

Intitulés des Sujets Théoriques
Semaine Intitulés des Sujets
1 Introduction à la statistique et aux méthodes de collecte des données
2 Présentation des données sous forme de tableaux et de graphiques
3 Statistique descriptive et mesures numériques de synthèse
4 Concepts fondamentaux de probabilité et règles de calcul des probabilités
5 Variables aléatoires discrètes et lois de probabilité
6 Lois de probabilité continues
7 Examen partiel
8 Méthodes d’échantillonnage et distributions d’échantillonnage
9 Estimation des paramètres et intervalles de confiance
10 Tests d’hypothèses statistiques
11 Analyse de régression linéaire simple

Système d'évalution

Contribution à la Note Finale
Activités Numéro Contribution
Contribution du contrôle continu à la note finale 5 60
Contribution de l'examen final à la note finale 1 40
Total 6 100
Contrôle Continu
Activités Numéro Contribution
Devoir 0 0
Présentation 0 0
Examen partiel (temps de préparation inclu) 2 30
Projet 0 0
Travail de laboratoire 0 0
Autres travaux pratiques 0 0
Quiz 3 30
Devoir/projet de session 1 40
Portefeuille 0 0
Rapport 0 0
Journal d'apprentissage 0 0
Mémoire/projet de fin d'études 0 0
Séminaire 0 0
Autre 0 0
Make-up 0 0
Total 6 100

Evalution de la Compétence

No Objectifs Pédagogiques du Programme Contribiton
1 2 3 4 5
1 X
2 X
3 X
4 X
5 X
6 X
7 X
8 X
9 X
10 X
11 X
12 X

Tableau de la Charge de Travail

Activités Nombre Durée Charge totale de Travail
Durée du cours 14 3 42
Préparation pour le cours 14 3 42
Devoir 0 0 0
Présentation 0 0 0
Examen partiel (temps de préparation inclu) 2 10 20
Projet 0 0 0
Laboratoire 0 0 0
Autres travaux pratiques 0 0 0
Examen final (temps de préparation inclu) 1 15 15
Quiz 3 2 6
Devoir/projet de session 0 0 0
Portefeuille 0 0 0
Rapport 0 0 0
Journal d'apprentissage 0 0 0
Mémoire/projet de fin d'études 0 0 0
Séminaire 0 0 0
Autre 0 0 0
baclé 0 0 0
Yil 0 0 0
Yil 0 0 0
Yil 0 0 0
Charge totale de Travail 125
Charge totale de Travail / 25 5.00
Crédits ECTS 5