![]() | Programme d’études 2019-2020 | English | |
![]() | Science des données I : visualisation et inférence | ||
Unité d’enseignement du programme de Bachelier en sciences biologiques à la Faculté des Sciences |
Les étudiants sont invités à consulter les fiches ECTS des AA pour prendre connaissance des modalités d’évaluation prévues pour la fin du Q3 |
---|
Code | Type | Responsable | Coordonnées du service | Enseignant(s) |
---|---|---|---|---|
US-B2-SCBIOL-006-M | UE Obligatoire | GROSJEAN Philippe | S807 - Ecologie numérique des milieux aquatiques |
|
Langue d’enseignement | Langue d’évaluation | HT(*) | HTPE(*) | HTPS(*) | HR(*) | HD(*) | Crédits | Pondération | Période d’enseignement |
---|---|---|---|---|---|---|---|---|---|
| Français | 0 | 70 | 0 | 0 | 0 | 6 | 6.00 | Année |
Code(s) d’AA | Activité(s) d’apprentissage (AA) | HT(*) | HTPE(*) | HTPS(*) | HR(*) | HD(*) | Période d’enseignement | Pondération |
---|---|---|---|---|---|---|---|---|
S-BIOG-006 | Science des données I : visualisation | 0 | 50 | 0 | 0 | 0 | Q1 | |
S-BIOG-027 | Science des données I : inférence | 0 | 20 | 0 | 0 | 0 | Q2 |
Unité d'enseignement |
---|
Objectifs par rapport aux acquis d'apprentissage du programme
Acquis d'apprentissage UE
Maitriser les outils informatiques et statistiques nécessaires aux science des données, en particuliers, l'importation, remaniement et transformation des données, la visualisation sous forme de graphiques, et l'inférence. Pouvoir présenter clairement et rigoureusement les résultats de ces analyses dans un rapport scientifique de manière reproductible. Etre capable d'analyser des données biologiques usuelles en pratique.
Contenu de l'UE
Les chapitres de cette UE sont:
- Initiation aux logiciels (Logiciels R, RStudio, git & Markdown.)
- Visualisation I, nuage de points et R Markdown
- Visualisation II, histogramme, densité, violon
- Visualisation III, barres, camembert, boxplot, composition et moteurs graphiques
- Traitement des données I, importation, variables, conversion, utilisation de dplyr
- Traitement des données II, cas par variables, contingence, population, échantillonnage, acquisition, chaînage des instructions
- Traitement des données III, utilisation de tidyr et traitement multi-tableaux, initiation aux bases de données
- design expérimental, révision graphiques, à faire et ne pas faire, compléments logiciels
- Probabilités et distributions
- Test Chi carré, proportions et corrélation
- Intervalle de confiance, test de Student, test de Wilcoxon
- Analyse de variance
Compétences préalables
Notions de base d'utilisation d'un ordinateur. Notions de base en mathématique: artithmétique, y compris logarithme et exponentielle, systèmes de coordonnées cartésiennes et géométrie élémentaire dans le plan et dans un espace à 3 dimensions.
Types d'évaluations Q1 pour l'UE
Commentaire sur les évaluations Q1 de l'UE
Note globale rassemblant les évaluations suivantes: - Evaluation de la progression en continu - Participation lors des classes renversées - Réalisations aux travaux pratiques - Rapport d'analyse de données coté - E-test.
En raison de l'évaluation de la progression en continu, la présence aux séances est obligatoire.
Types d'évaluations Q2 pour l'UE
Commentaire sur les évaluations Q2 de l'UE
Similaire à Q1.
Types d'évaluation Q3 pour l'UE
Commentaire sur les évaluations Q3 de l'UE
Similaire à Q1.
Types d'évaluation rattrapage BAB1 (Q1) pour l'UE
Commentaire sur les évaluations rattr. Q1 de l'UE
Néant
Types d'activités
AA | Types d'activités |
---|---|
S-BIOG-006 | |
S-BIOG-027 |
|
Mode d'enseignement
AA | Mode d'enseignement |
---|---|
S-BIOG-006 |
|
S-BIOG-027 |
|
Supports principaux
AA | |
---|---|
S-BIOG-006 | |
S-BIOG-027 |
Supports principaux non reproductibles
AA | Supports principaux non reproductibles |
---|---|
S-BIOG-006 | Sans objet |
S-BIOG-027 | Sans objet |
Supports complémentaires
AA | |
---|---|
S-BIOG-006 | |
S-BIOG-027 |
Supports complémentaires non reproductibles
AA | Support complémentaires non reproductibles |
---|---|
S-BIOG-006 | Sans objet |
S-BIOG-027 | Sans objet |
Autres références conseillées
AA | Autres références conseillées |
---|---|
S-BIOG-006 | Barnier, J., 2018. Introduction à R et au tidyverse (https://juba.github.io/tidyverse/index.html). Ismay, Ch. & Kim A.Y, 2018. Moderndive: An introduction to statistical and data science via R (http://moderndive.com). Wickham, H. & Grolemund, G, 2017. R for data science (http://r4ds.had.co.nz). Cornillon, P.A. Et al, 2008. Statistiques avec R. Presses Universitaires de Rennes. 257pp. Dagnelie, P., 2007. Statistique théorique et appliquée, Volumes I et II (2ème ed.). De Boeck & Larcier, Bruxelles. 511pp (vol. I) 734pp (vol. II). |
S-BIOG-027 | Barnier, J., 2018. Introduction à R et au tidyverse (https://juba.github.io/tidyverse/index.html). Ismay, Ch. & Kim A.Y, 2018. Moderndive: An introduction to statistical and data science via R (http://moderndive.com). Wickham, H. & Grolemund, G, 2017. R for data science (http://r4ds.had.co.nz). Zar, J.H., 2010. Biostatistical analysis (5th ed.). Pearson Education, London. 944pp. Dagnelie, P., 2007. Statistique théorique et appliquée, Volumes I et II (2ème ed.). De Boeck & Larcier, Bruxelles. 511pp (vol. I) 734pp (vol. II). Venables W.N. & B.D. Ripley, 2002. Modern applied statistics with S-PLUS (4th ed.). Springer, New York, 495 pp. Legendre, P. & L. Legendre, 1998. Numerical ecology (2nd ed.). Springer Verlag, New York. 587 pp. |