Programme des cours 2022-2023
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 :
Ce cours est une introduction à l'analyse multivariée. Dans une base de données où chaque "individu" est caractérisé par plusieurs variables, il s'agira d'établir les "liens" éventuels (ou absence de "liens") entre ces différentes variables et/ou de dégager des "proximités" entre individus (répartition en "sous-groupes").

Plan du cours :

  • Concepts fondamentaux
  • Analyse de corrélation
  • Analyse de régression
  • Analyse de la variance
  • Arborescence, classification, clustering
  • Régression multivariée
  • Analyse en composantes principales
  • Analyse des correspondances
  • Analyse des correspondances multiples
Les différents chapitres seront abordés tant au point de vue théorique que pratique au moyen du logiciel R.
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.
De commenter ses résultats.
De justifier et argumenter clairement ses choix.
De synthétiser ses analyses et présenter ses résultats sous forme d'un rapport écrit circonstancié.
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
Mode d'enseignement (présentiel, à distance, hybride) :
Enseignement en présentiel
Lectures recommandées ou obligatoires et notes de cours :
Notes de cours rédigées ert remises par l'enseignant.
Modalités d'évaluation et critères :
Les étudiants devront choisir une base de donnée de leur choix sur internet (quelques références seront données au cours).

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, ACM, etc., afin de traiter et analyser les données.

Chaque étudiant réalisera un travail personnel portant sur l'analyse multivariée. Ce travail sera remis sous forme d'un rapport écrit à une date convenue.
Stage(s) :
Remarques organisationnelles :
   
Contacts :
r.milano@hech.be