Programme des cours 2023-2024
MAGE2011-1  
Analyse multivariée
Durée :
15h Th
Nombre de crédits :
Master en sciences de l'ingénieur industriel en agronomie, orientation environnement1
Nom du professeur :
Laurence Dohogne
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").
Les deux grandes familles des analyses multivariées seront abordées : analyses descriptives et analyses explicatives (ACP, clustering, AFC, MDS...) .  Il s'agit de structurer et résumer l'information dans des situations à n observations et p variables d'une part et d'expliquer le comportement d'une ou plusieurs variables indépendantes en fonctions d'autres dépendantes variable à expliquer.

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.
Savoirs et compétences prérequis :
Ouitls informatiques de base (windows, gestion de fichiers, etc).

Mathématiques et statistiques: études de fonctions, logarithme, exponentielle, calcul matriciel, variance, moyenne, écart type.
Activités d'apprentissage prévues et méthodes d'enseignement :
cours séquentiel et participatif

travail en autonomie

utilisation du logiciel R

Recherche de base(s) de données
Mode d'enseignement (présentiel, à distance, hybride) :
hybride
Lectures recommandées ou obligatoires et notes de cours :
Les ressources, activités et espaces d'échanges et de dépôts se trouvent sur moodle.hech.be
Modalités d'évaluation et critères :
Les étudiants devront choisir une base de données.

Ils traiteront la base de données choisie, via un ou plusieurs tris ou encore des suppressions de données éventuelles et mèneront une analyse en utilisant le logiciel R ainsi que les packages spécifiques aux ACP, ACM, etc.

Chaque étudiant réalisera un travail personnel portant sur l'analyse multivariée. Ce travail sera présenté à une date convenue.
Stage(s) :
Remarques organisationnelles :
Il faut réaliser les activités proposées surla plateforme pour accéder à l'ensemble des éléments du cours.
 
Contacts :
r.milano@hech.be