ATTENTION : version 2017-2018 de l'engagement pédagogique
|
|||||
ATGA0024-1 | |||||
Sciences appliquées à l'agronomie IV
|
|||||
Durée :
|
|||||
Chimie appliquée : 10h Th, 20h TP Biométrie appliquée : 45h Th |
|||||
Nombre de crédits :
|
|||||
|
|||||
Nom du professeur :
|
|||||
Chimie appliquée : Nadia Smal
Biométrie appliquée : Robert Milano |
|||||
Coordinateur(s) :
|
|||||
Robert Milano | |||||
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 :
|
|||||
Chimie appliquée
|
|||||
Le cours est consacré aux méthodes physicochimiques d'analyse utilisées dans les domaines de l'agronomie, des industries agroalimentaires, du contrôle de la qualité et de l'environnement.
Le contenu une méthode électrochimique (conductivité) et des méthodes spectroscopiques (spectrophotométrie d'absorption des composés et des atomes, spectrophotométrie d'émission des atomes) et des méthodes chromatographiques (chromatographie sur couches minces et sur papier). L'acquisition des compétences s'effectue dans le cadre d'une pédagogie qui alterne l'enseignement des principes théoriques et l'apprentissage par leur mise en pratique dans des exercices numériques et des séances de laboratoire. Les étudiants doivent être capables de connaître et comprendre les principes des méthodes abordées et de mener à bien toutes les étapes d'une analyse chimique en obtenant des résultats de qualité. Pour répondre à la spécificité de la formation : les méthodes, les exemples les illustrant et les analyses effectuées au laboratoire sont essentiellement choisis dans les domaines de l'agronomie, des industries agroalimentaires, du contrôle de la qualité et de l'environnement. |
|||||
Biométrie appliquée
|
|||||
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, score Z, intervalle interquartile, valeurs extrêmes. - Histogramme, Box-plot, Q-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 |
|||||
Acquis d'apprentissage (objectifs d'apprentissage) de l'unité d'enseignement :
|
|||||
Chimie appliquée
|
|||||
Connaître et comprendre les principes des méthodes abordées.
Mener à bien toutes les étapes d'une analyse chimique en obtenant des résultats de qualité
L'objectif du cours est donc d'amener l'étudiant à acquérir des compétences aux niveaux théorique et pratique dans le domaine des méthodes physicochimiques d'analyse. Compétences terminales à acquérir 1b, 2a, 2b, 2c, 4a, 4b, 4c, 6b |
|||||
Biométrie appliquée
|
|||||
- Connaître les méthodes de calcul de la statistique descriptive et de l'inférence statistique.
- Etudes de cas. Appliquer ces méthodes à des cas concrets (TFE) - Discuter les avantages, inconvénients et la pertinence des tests choisis - Evaluer la pertinence des résultats |
|||||
Savoirs et compétences prérequis :
|
|||||
Chimie appliquée
|
|||||
UE pré-requises : UE14, UE18 | |||||
Biométrie appliquée
|
|||||
- Maîtrise de Windows;
- Maîtrise du cours de mathématiques. |
|||||
Activités d'apprentissage prévues et méthodes d'enseignement :
|
|||||
Chimie appliquée
|
|||||
Cours ex cathedra
Exercices, applications, TP Activités en laboratoire Observation de pratiques Travaux en autonomie Rapports de laboratoire à rédiger |
|||||
Biométrie appliquée
|
|||||
Cours ex cathédra.
Des séances d'exercices avec le logiciel R sont prévues. Remarque : les notes de cours ET les informations orales diffusées durant le cours et les traveaux pratiques sont matières d'examen. |
|||||
Mode d'enseignement (présentiel ; enseignement à distance) :
|
|||||
Chimie appliquée
|
|||||
Cours en présentiel | |||||
Biométrie appliquée
|
|||||
- Présentiel. Cours oral, patiellement sur PC (logiciel R).
- L'étudiant qui le désire peut installer le logiciel R sur son PC (logiciel gratuit) et travailler sur son propre ordinateur durant les TP. REM. Les notes de cours et le cours oral sont matières d'examen. |
|||||
Lectures recommandées ou obligatoires et notes de cours :
|
|||||
Chimie appliquée
|
|||||
Syllabus du cours théorique
Syllabus de laboratoire : protocoles de laboratoire |
|||||
Biométrie appliquée
|
|||||
- Des notes de cours seront transmises durant la progression 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 -> apprentissage des Biostatistiques de la FUNDP (responsable académique Eric Depiereux) |
|||||
Modalités d'évaluation et critères :
|
|||||
Chimie appliquée
|
|||||
Examen écrit (70%)
Rapport et résultats des laboratoires (30%) Les travaux pratiques de laboratoire avec traitement chimiométrique des résultats d'analyse sont obligatoires, l'absence à ces séances empêchera le passage de l'examen écrit. Les calculatrices programmables ne sont pas autorisées pendant l'examen. La cote minimum de 10/20 doit être atteinte afin de réussir l'Activité d'Apprentissage. L'Unité d'Enseignement ne sera réussie que si l'Activité d'Apprentissage est réussie (sauf décision contraire du jury de délibération). |
|||||
Biométrie appliquée
|
|||||
- Ecrit sur feuille (50%) : Résolutions d'exercices destinés à vérifier la compréhension des concepts théoriques.
- Oral sur PC (50 %) : Etude d'un cas concret avec 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 livrés par le logiciel R. Il fera preuve d'une approche critique sur la pertinence de sa démarche et des résultats. |
|||||
Stage(s) :
|
|||||
Remarques organisationnelles :
|
|||||
Contacts :
|
|||||
Chimie appliquée
|
|||||
Nadia Smal Rue Saint Victor, 3 4500 HUY 085/27.33.59 nadia.smal@hech.be | |||||
Biométrie appliquée
|
|||||
r.milano@hech.be | |||||
Notes en ligne :
|
|||||
Chimie appliquée
|
|||||
Chimie appliquée Théorie et exercices |
|||||