Programme des cours 2018-2019
| ASCA0014-1 | |||||
Techniques agronomiques et techniques informatiques appliquées à l'agronomie I
|
|||||
|
Durée :
|
|||||
| Techniques informatiques : 30h Th Électricité : 15h Th |
|||||
|
Nombre de crédits :
|
|||||
|
|||||
|
Nom du professeur :
|
|||||
| Techniques informatiques : Robert Milano
Électricité : Roland Bricmaan |
|||||
|
Coordinateur(s) :
|
|||||
| Roland Bricmaan | |||||
|
Langue(s) de l'unité d'enseignement :
|
|||||
| Langue française | |||||
|
Organisation et évaluation :
|
|||||
| Enseignement au premier quadrimestre, examen en janvier | |||||
|
Unités d'enseignement prérequises et corequises :
|
|||||
| Les unités prérequises ou corequises sont présentées au sein de chaque programme | |||||
|
Contenus de l'unité d'enseignement :
|
|||||
|
Techniques informatiques
|
|||||
| Ce cours est une initiation au logiciel R, logiciel permettant de réaliser des analyses statistiques.
Dès lors, pour utiliser de façon cohérente, efficiente et sensée un tel logiciel, l'étudiant devra -- conjointement à l'apprentissage des commandes de base du logiciel R -- étayer cette initiation de notions élémentaires de la statistique. Ce cours se donne donc pour objectif une approche concrète des notions statistiques les plus courantes, point de départ de toute analyse de données bio-agronomiques. Durant les séances sur PC, seront étudiés et "réalisés" en R les chapitres suivants : A. Statistiques descriptives A.1. Variables discrètes, continues, quantitatives, qualitatives, ordinales, nominales. A.2. Statisitiques à une variable - moyenne, médiane, fréquences, étendue, variance, écart-type, quartiles, intervalle interquartile, valeurs extrêmes. - Histogramme, Box-plot. A.3. Statisitiques à deux variables A.3.1. - Deux variables qualitatives : tableau de contigence, diagramme en mosaïques, distributions marginales, probabilités conditionnelles. A.3.2. - Une variable qualitative et une variable quantitative : statistiques groupées, Box-plot parallèles, événements rares ou aberrants. A.3.3. - Deux variables quantitatives : nuage de points, corrélation, régression linéaire, ajustement des moindres carrés, coefficient de détermination. B. Lois de probabilités B.1. - Rappels de notions de bases en probabilités : indépendance d'événements, incompatibilité, probabilité conditionnelle. B.2. Notions de variable aléatoire, d'espérance d'une v.a., fonction de répartition, loi de probabilité d'une v.a. B.3. Loi Binomiale B.4. Loi Normale B.5. Loi Khi-Carré B.6. Loi de Student C. Statistique inférentielle : C.1. Notion d'échantillonnage; notion d'estimateur. C.2. Estimation ponctuelle d'une moyenne et d'une proportion. C.3. Intervalle de confiance (IC) d'un estimateur. D. Tests d'hypothèses D.1. aplha, bêta, niveau de confiance, puissance d'un test, test unilatéral, test bilatéral D.2. Test du X² : test d'indépendance D.3. Comparaison de deux moyennes (variance connue ou estimée) : Test de Student D.4. Comparaison de deux moyennes issues de "gros" échantillons : hypothèse de normalité D.5. Comparaison de deux proportions : Approximation normale - Test de Fisher - Test de Mc Nemar D.6. Comparaison de plusieurs moyennes : ANOVA 1 facteur D.7. Test de normalité d'une v.a. D.8. Tests non-paramètriques tels que : Mann-Whitney, Wilcoxon, Kruskal-Wallis, test exact de Fisher, test de Mc Nemar, Corrélation des rangs |
|||||
|
Électricité
|
|||||
| Une introduction aux dispositifs suivants :
- Transformateurs, - Moteurs continus, synchrones et asynchrones. |
|||||
|
Acquis d'apprentissage (objectifs d'apprentissage) de l'unité d'enseignement :
|
|||||
|
Techniques informatiques
|
|||||
| - Connaître les méthodes de calcul de la statistique descriptive et de l'inférence statistique.
- Etudes de cas. Choisir la ou les méthode(s) pertinente(s) et appliquer ces méthodes à des cas concrets (TFE) - Discuter les avantages, inconvénients et la pertinence des tests choisis - Evaluer la pertinence des résultats - Utiliser le logiciel R |
|||||
|
Savoirs et compétences prérequis :
|
|||||
|
Techniques informatiques
|
|||||
| - Maîtrise de Windows:
- Maîtrise du cours de mathématiques. |
|||||
|
Électricité
|
|||||
| L'unité d'enseignement "Sciences appliquées II", partie "électricité". | |||||
|
Activités d'apprentissage prévues et méthodes d'enseignement :
|
|||||
|
Techniques informatiques
|
|||||
| Des notes sont mises à disposition des étudiants. Au fur et à mesure de l'avancée dans ces notes de cours, l'étudiant mettra en pratique les notions abordées grâce au logiciel R. La résolution des exercices se fera aussi avec R. Ceci favorisera une familiarisation progressive avec ce logiciel.
REM : Les notes ET les informations orales livrées durant le cours sont matières d'examen. |
|||||
|
Mode d'enseignement (présentiel ; enseignement à distance) :
|
|||||
|
Techniques informatiques
|
|||||
| - Présentiel. Cours pratiques sur PC
- L'étudiant qui le désire peut installer le logiciel R (logiciel gratuit) sur son PC et travailler sur son propre ordinateur durant les TP. |
|||||
|
Électricité
|
|||||
| présentiel | |||||
|
Lectures recommandées ou obligatoires et notes de cours :
|
|||||
|
Techniques informatiques
|
|||||
| - Des notes de cours sont prévues, distribuées au fur et à mesure de l'avancement du cours.
- Statistique Théorique et Appliquée, Tome 1 , Pierre Dagnelie, De Boeck (-> disponible en bibliothèque). - Théorie et méthodes statistiques (Applications agronomiqes), Tome 2, Pierre Dagnelie, De Boeck (-> disponible en bibliothèque). - Le Logiciel R, Pierre Lafaye de Michaux et al., Springer (-> disponible en bibliothèque). - Internet offre de nombreux documents introduisant au logiciel R (par exemple : R pour débutants -> transmis au cours). - Biostatistique pour les sciences de la vie et de la santé, Triola, Pearson Education - Un site intéressant : http://webapps.fundp.ac.be/biostats -> Biostatistiques de la FUNDP (responsable académique Eric Depiereux) |
|||||
|
Modalités d'évaluation et critères :
|
|||||
|
Techniques informatiques
|
|||||
| Oral sur PC : Etude d'un cas concret sur le logiciel R. L'étudiant choisira la méthode la plus appropriée pour l'étude de données concrètes. Ce choix devra être justifié. Il s'agira de montrer sa compréhension des concepts mis en pratique dans cette étude. L'étudiant justifiera ses méthodes d'analyse et commentera les résultats obtenus par le logiciel R. Il fera preuve d'une approche critique sur la pertinence de sa démarche et des résultats. | |||||
|
Électricité
|
|||||
| Un examen écrit de maximum 2h portant sur la matière du cours. | |||||
|
Stage(s) :
|
|||||
|
Remarques organisationnelles :
|
|||||
|
Techniques informatiques
|
|||||
| ... | |||||
|
Contacts :
|
|||||
|
Techniques informatiques
|
|||||
| r.milano@hech.be | |||||
|
Électricité
|
|||||
| Nom du titulaire : Roland Bricmaan
Mail : rolandbricmaan@gmail.com Tel : 0475/687257 |
|||||