Programme des cours 2023-2024
ATGA3060-1  
Biométrie appliquée
Durée :
45h Th
Nombre de crédits :
Bachelier en agronomie, orientation techniques et gestion agricoles4
Nom du professeur :
Nathalie Debergh
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 alterne des notions théoriques en statistiques et leur mise en pratique sur ordinateur.

Le volet pratique de ce cours (TP) poursuit et amplifie la maîtrise du logiciel R commencée l'an dernier, logiciel permettant de réaliser, entre autres, 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 des notions élémentaires de la statistique.

Ce cours a donc pour objectif une approche concrète des concepts statistiques les plus courantes, point de départ de toute analyse de données bio-agronomiques. Les chapitres suivants commenceront par approfondire ceux introduits l'an passé  pour ensuite aborder des notions nouvelles :

A. Statistiques descriptives

A.1. Variables discrètes, continues, quantitatives, qualitatives.

A.2. Statistiques à une variable

*Moyenne, médiane, fréquences, variance, écart-type, quartiles, intervalle interquartile, valeurs extrêmes.

*Table des effectifs et des fréquences (pourcentages); Effectifs cumulés; Fréquences cumulées.

*Diagramme en bâtons; Diagramme circulaire; Histogramme; Box-plot etc.

*Fonction de répartitions.


A.3. Statistiques à deux variables

A.3.1. - Deux variables qualitatives : tableau de contingence.

A.3.2. - Une variable qualitative et une variable quantitative. 

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 Loi uniforme

B.2 Loi de Bernoulli

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 (proportion, moyenne, etc.).

D. Tests d'hypothèses

D.1. risque alpha, 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 (-> Test de Shapiro)

D.5. Comparaison de deux proportions : Approximation normale - Test de Fisher 


 

EXERCICES/TP


Une majorité de ces exercices renvoient à des bases de données mises à disposition des étudiants. Certains exercices sont résolus pendant les séances théoriques ou durant les séances pratiques sur ordinateur, d'autres sont proposés mais facultatifs. 

 
Acquis d'apprentissage (objectifs d'apprentissage) de l'unité d'enseignement :
- Connaître les méthodes de calcul de la statistique descriptive, de l'inférence statistique et des tests d'hypothèses.

- Etudes de cas pratiques. Appliquer ces méthodes à des cas concrets. 

- Discuter les avantages et inconvénients des ces méthodes. Justifier clairement la pertinence des méthodes choisies et leur condisitons de validité.

- Evaluer la cohérence des résultats et leur limitation.

- Pour l'étude de cas concrets sur ordinateur (à l'aide du logiciel R, d'Excel ou de GeoGebra), l'étudiant choisira la méthode la plus appropriée selon la base de données. 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 clairement les résultats obtenus par le logiciel R. Il fera preuve d'une approche critique sur la pertinence de sa démarche et des résultats.
Savoirs et compétences prérequis :
- Maîtrise de Windows (gestion des répertoires et des fichiers, etc.);
- Maîtrise du cours de mathématiques (Dérivation - Fonctions exponentielle et logarithmique - Intégration - Analyse combinatoire).
Activités d'apprentissage prévues et méthodes d'enseignement :
- Cours ex cathédra en mode hybride.

- Des séances d'exercices avec le logiciel R, Excel et GeoGebra sont prévues.

- Des bases de données seront fournies aux étudiants pour qu'ils puissent s'exercer durant les travaux pratiques. Des cas concrets seront analysés et étudiés sur ordinateur durant les séances de TP.

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, à distance, hybride) :
- Hybride. 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.

REMARQUE. Les notes de cours et les informations livrées durant le cours oral sont matières d'examen.
Lectures recommandées ou obligatoires et notes de cours :
- Des notes de cours seront transmises sous la forme de vidéos pédagogiques.

- Statistique Théorique et Appliquée, Tome 1 , Pierre Dagnelie, De Boeck   (-> disponible à la bibliothèque de l'ISIa).

- Théorie et méthodes statistiques (Applications agronomiques), Tome 2, Pierre Dagnelie, De Boeck     (-> disponible à la bibliothèque de l'ISIa).

- Le Logiciel R, Pierre Lafaye de Michaux et al., Springer  (-> disponible à la bibliothèque de l'ISIa).

- 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, Mario Triola, Pearson Education

- Un site intéressant :  http://webapps.fundp.ac.be/biostats  -> apprentissage des Biostatistiques de la FUNDP (responsable académique : Eric Depiereux)

- Probabilités, analyse des données et Statistique, Gilbert Saporta, éditions TECHNIP  (-> disponible à la bibliothèque de l'ISIa)

- Méthodes statistiques en biologie et en agronomie, André Vessereau, Editeur : Tec&Doc;  2e édition (1999)   (-> disponible à la bibliothèque de l'ISIa)

- Initiation à la statistique avec R - 2e éd. - Cours, exemples, exercices et problèmes corrigés, Frédéric Bertrand, Myriam Maumy-Bertrand, Editeur : Dunod;  2e édition (2014)   (-> disponible à la bibliothèque de l'ISIa)

 
Modalités d'évaluation et critères :
Epreuve portant sur la présentation et discussion orales d'un cas pratique (dossier sous format Word et défense de ce dossier sous format PowerPoint)

La cote minimum de 10/20 doit être atteinte afin de réussir le cours (sauf décision contraire du jury de délibération).
Stage(s) :
Remarques organisationnelles :
Contacts :
nathalie.debergh@hech.be