Crédits ECTS
3
Volume horaire
36 h
Programme d'études
| Programme | Bloc | Caractère |
|---|---|---|
| IE-Bachelier en informatique, orientation intelligence artificielle | 1 | Obligatoire |
Prérequis
Co-requis
Implantation
Département technique de Namur
Directeur de département du domaine
Benoît Dujardin
Responsable de l'UE
Candy SONVEAUX
Enseignants intervenants
- Concevoir, gérer (administrer) et utiliser des bases de données à des fins opérationnelles et décisionnelles (AAT9)
- Exploiter des données en provenance du système d’informations de l’entreprise, des réseaux sociaux, des objets connectés ou toute autre source de données via des technologies issues de la data intelligence en vue d'aider l’entreprise à la décision (AAT12)L'étudiant sera capable au terme de l'activité d'apprentissage de :
- Utiliser les probabilités simples et conditionnelles de manière théorique et/ou applicative
- Construire la distribution de probabilités d'une variable aléatoire discrète ou continue
- Utiliser les variables aléatoires binomiale, de Poisson, normale et exponentielle négative à des fins théoriques et/ou applicatives
- Calculer et interpréter les paramètres statistiques usuels à une et deux dimensions
- Détecter et déterminer un lien linéaire entre deux variables statistiques (régression linéaire)
- Modéliser les résultats d'une étude de statistique descriptive par la variable aléatoire adéquate
- Utiliser et interpréter des estimateurs ponctuels ou par intervalles de confiance.
- Poser, appliquer et interpréter des tests d'hypothèses
Document annexe à la fiche UE accessible via un lien explicitant en quoi le programme d’études s’inscrit dans une politique de développement durable. Une ou plusieurs UE spécifique(s) pourraient être ciblée(s) dans cette annexe.
À définir
La statistique descriptive à deux dimensions:
- Présentation des données (tableaux et graphiques)
- Calcul et interprétation des paramètres (centraux et de dispersion)
- Régression linéaire
Les probabilités :
- définitions, calcul de probabilités simples et conditionnelles, événements indépendants et probabilité des causes
- les variables aléatoires discrètes et continues
- la loi des grands nombres
- les variables aléatoires particulières : Binomiale, Poisson, Normale, Student
- utilisation d'une variable aléatoire pour modéliser des données de statistique descriptive
Notions de statistique inférentielle:
- L'estimation ponctuelle des paramètres classiques (moyenne, proportion, variance)
- L'estimation par intervalle de confiance de ces mêmes paramètres ainsi que la notion de marge d'erreur
- Introduction aux test d'hypothèse (tests de valeurs, tests d'égalité et tests d'ajustement et d'indépendance)À définir
| Activité d'apprentissage | Support |
|---|---|
| ATEN1055 — Outils statistiques | Sur la plateforme: - Syllabus de théorie complet pour les modules 1 et 2 - Slides de cours pour tous les modules - Énoncés des exercices (résolution/correction au cours ou par ateliers) |
| Activité d'apprentissage | Heures | Langue d'enseignement | Langue d'évaluation |
|---|---|---|---|
| ATEN1055 — Outils statistiques | 36 h | français | français |
| Activité d'apprentissage | Méthodes d'enseignement et d'apprentissage |
|---|---|
| ATEN1055 — Outils statistiques | - Exposé de la théorie en cours magistraux - Exercices dirigés |
À définir
À définir
À définir
Au sein du programme d'études, lors du calcul de la moyenne, la pondération de l'évaluation de l'unité d'enseignement est effectuée sur base des crédits affectés à cette unité d'enseignement et évalués
| Activité d'apprentissage | Modalités d'évaluation |
|---|---|
| ATEN1055 — Outils statistiques | Examen écrit sur la théorie et les exercices. Lors des évaluations, l'étudiant peut s'aider de notes personnelles manuscrites et nominatives. Elles ne peuvent excéder une face de feuille format A4. |
Une mention sur la fiche informera les étudiants du fait que les précisions sur les épreuves seront disponibles sur Moodle au plus tard 6 semaines avant l'évaluation.