Programme des cours 2021-2022
MAGE2011-1  
Biodiversité et territoire V, Analyse multivariée
Durée :
15h Th
Nombre de crédits :
Master en sciences de l'ingénieur industriel en agronomie, orientation environnement1
Nom du professeur :
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 :
Plan du cours :
  • Concepts fondamentaux
  • Analyse de corrélation
  • Analyse de régression
  • Analyse de la variance
  • Arborescence, classification, clustering
  • Régression multivariée
  • Analyse en composantes principales
Les différents chapitres seront abordés tant au point de vue théorique que pratique au moyen du logiciel R. Les étudiants devront choisir une base de donnée de leur choix sur internet, par exemple une base de données publiques.
Cette base de données sera retravaillée, via un tri ou encore des suppressions de données éventuelles.
Les étudiants devront utiliser le logiciel R ainsi que les packages spécifiques aux ACP afin de maitriser R et faire les ajouts leur permettant de traiter les données.
Ces différentes étapes devraient pouvoir aider les étudiants à faire un travail personnel portant sur l'analyse multivariée. Ce travail personnel sera présenté via Teams à distance par l'étudiant à l'ensemble de la classe. Un travail écrit sera déposé sur la plate-forme et noté par l'enseignant.
   
Acquis d'apprentissage (objectifs d'apprentissage) de l'unité d'enseignement :
Au terme du cours l'étudiant sera capable, de trouver et choisir une base de donnée.
De déterminer les variables à analyser et le cas échéant, de simplifier les tableaux de données récoltées.
De mettre en place une analyse bivariée ou multivariée simple via le logiciel R.
De réaliser des représentations graphiques ainsi que de déterminer la pertinence de l'analyse réalisée.
   
Savoirs et compétences prérequis :
Ouitls informatiques de base (windows, gestion de fichiers, etc).
Mathématiques : études de fonctions, logarithme, exponentielle, calcul matriciel.
Activités d'apprentissage prévues et méthodes d'enseignement :
cours ex cathedra
travaux dirigés
travail en autonomie
utilisation du logiciel R
Recherche de base(s) de données
vidéos en ligne
   
   
Mode d'enseignement (présentiel, à distance, hybride) :
Enseignement en présentiel
   
Lectures recommandées ou obligatoires et notes de cours :
Notes de cours à disposition
   
Modalités d'évaluation et critères :
présentation orale : 40%
travail écrit : 60%
   
Stage(s) :
Remarques organisationnelles :
   
Contacts :
r.milano@hech.be