• Votre sélection est vide.

    Enregistrez les diplômes, parcours ou enseignements de votre choix.

Biostatistiques

  • Niveau d'étude

    Bac +4

  • ECTS

    6 crédits

  • Composante

    Sciences Fondamentales et Appliquées

  • Période de l'année

    Semestre 1

Description

Ce module est destiné à acquérir les bases statistiques nécessaires à l'analyse de données biologiques et écologiques. Une mise en situation avec des données réelles permettra la mise en application des analyses – i.e., tests statistiques, modèle linéaire, modèle linéaire généralisé, analyses exploratoires multivariées - avec le logiciel R. Ce module introduira également les analyses de survie et les modèles additifs généralisés.

Lire plus

Objectifs

L’objectif de ce module est de donner aux étudiants l’ensemble des bases nécessaires à l’analyse de jeux de données, indispensable à la poursuite de leurs études et de leur capacité à tirer des conclusions robustes à partir de mesures et observations, en laboratoire ou in situ. Ce module débute par un rappel des lois de probabilité et des tests paramétriques et non paramétriques. Nous étudierons ensuite en détail le fonctionnement et l’utilisation du modèle linéaire et des modèles linéaires généralisés. Dans un second temps nous aborderons les analyses exploratoires multivariées, leur fonctionnement, leur condition d’utilisation et leur interprétation. Une présentation des analyses de survie est également au programme. Les différentes séances de travaux pratiques permettront aux étudiants la mise en pratique des connaissances acquises en cours.

Lire plus

Heures d'enseignement

  • CMCM22h
  • P-Ci-EtuClasse Inversée - Autonomie6h
  • P-CI-CMClasse inversée - CM4h
  • P-CI-TDClasse Inversée - TD2h
  • P-CI-TPClasse Inversée - TP16h

Programme détaillé

1. Rappel des lois de probabilité et des tests statistiques
2. Modèle linéaire
3. Modèles linéaires généralisés
4. Analyse de survie
5. Analyses exploratoires multivariées

Lire plus

Compétences visées

• Élaborer une stratégie de collecte des données en fonction des analyses et des résultats attendus
• Déterminer les méthodes et les outils de traitement les plus appropriés afin d'assurer la fiabilité et la pertinence des résultats
• Savoir interpréter les résultats afin de construire des conclusions robustes
• Savoir adapter un outil d'analyse à des besoins particuliers, construire un plan expérimental et identifier les variables d'intérêt

Lire plus