Key information
About the content
Ce cours permet d’apprendre la statistique à l’aide du logiciel libre R.
Le recours aux mathématiques est minimal. L’objectif est de savoir analyser des données, de comprendre ce que l’on fait, et de pouvoir communiquer ses résultats.
Ce cours s’adresse aux étudiants et praticiens de toutes disciplines qui recherchent une formation pratique. Il sera utile à toute personne ayant le besoin d’analyser un jeu de données réel dans le cadre d’un enseignement, de son activité professionnelle ou de recherche, ou par simple curiosité d’analyser un jeu de données par soi-même (données du web, données publiques…).
Le cours s’appuie sur le logiciel libre R qui est un des logiciels de statistique les plus puissants disponibles actuellement.
Les méthodes abordées sont : les techniques descriptives, les tests, l’analyse de variance, les modèles de régression linéaire et logistique, les données censurées (de survie).
Prerequisite
Il n’y a pas de pré-requis pour suivre ce cours. Des connaissances de base en algèbre ou en programmation sont utiles mais ne sont pas nécessaires. En revanche, la volonté d’apprendre à analyser un jeu de données par soi-même est essentielle.
Ce cours s'adresse à un public francophone cherchant à se former aux bases de la statistique avec un logiciel libre (disponible gratuitement). Il vise aussi bien un public en formation initiale qu'un public en formation continue. Compte tenu des nombreux domaines d'application des statistiques et de la taille importante de la communauté R, ce cours concerne une large audience. Sciences fondamentales comme appliquées, sciences humaines, gestion de projet, les statistiques concernent potentiellement l'ensemble des professions.
Syllabus
Semaine 1
Introduction aux statistiques et à R,description d’une variable
Introduction Chapitre 1 : Définitions Chapitre 2 : Représentations graphiques Chapitre 3 : Mesures de position et de dispersion : les principes Chapitre 4 : Mesures de position et de dispersion : la pratique Lab 1 : Introduction à R studio, manipulation des fichiers et des variables
Semaine 2
Intervalles de confiance, association entre variables
Chapitre 5 : Intervalles de confiance Chapitre 6 : Coefficient de corrélation Chapitre 7 : Risque relatif et odds-ratio Lab 2 : Manipulation de données, résumés numériques et graphiques Lab 3 : RMarkdown et rapport automatisé
Semaine 3
Tests statistiques et pratique des tests
Chapitre 8 : Tests statistiques : le “p” Chapitre 9 : Tests statistiques : l’approche de Neyman et Pearson Chapitre 10 : Comparaison de deux pourcentages Chapitre 11 : Comparaison de deux moyennes Chapitre 12 : Test de nullité d’une corrélation, divers Lab 4 : Mesures d'association, tests statistiques, update sur RMarkdown
Semaine 4
Régression linéaire simple et multiple, régression logistique
Chapitre 13 : Régression linéaire simple Chapitre 14 : Régression linéaire, corrélation et test t Chapitre 15 : Régression linéaire multiple, analyse de variance Chapitre 16 : Introduction à la régression logistique Chapitre 17 : Régression logistique multiple Lab 5 : Régression linéaire et logistique
Semaine 5
Données de survie (censurées), méthodes exploratoires multidimensionnelles
Chapitre 18 : Données de survie ou censurées Chapitre 19 : Tests et modèles pour données censurées Chapitre 20 : Introduction aux méthodes exploratoires multidimensionnelles Chapitre 21 : Analyse en composantes principales Chapitre 22 : Classification hiérarchique
Instructors
Bruno Falissard
Professeur de biostatistique à l'Université Paris-Sud, ancien élève de l'école polytechnique, pédopsychiatre et directeur du CESP/Inserm U1018 (Centre de Recherche en Épidémiologie et Santé des Populations).
Christophe Lalanne
Ingénieur de recherche (Université Paris-Diderot, AP-HP)
Content designer
University of Paris-Sud (University of Paris XI) is a French university distributed among several campuses in the southern suburb of Paris (including Orsay, Cachan, Châtenay-Malabry, Sceaux and Kremlin-Bicêtre campuses). The main campus is located in Orsay (48.699890°N 2.173309°E). This university is a member of the UniverSud Paris and a constituent university of the federal University of Paris-Saclay.
Paris-Sud is one of the largest and most renowned French universities, particularly in science and mathematics. Paris-Sud is ranked 2nd in France, 7th in Europe and 39th worldwide by the 2013 Academic Ranking of World Universities (ARWU). Furthermore, in this latest edition of ARWU ranking, the university is ranked 15th globally in the field of Natural Sciences and Mathematics; in the five general subject rankings, the university is ranked 7th in mathematics and 19th in physics.
Platform
France Université Numérique is the broadcaster of the online courses of French higher education institutions and their partners.
It operates several platforms of diffusion, of which the best known, FUN MOOC, is the first French-speaking academic platform worldwide. Thanks to many partner institutions, this platform offers a vast catalog of courses enriched daily with various themes and current events.
Grande pédagogie de la part de Bruno Falissard, exemples concrets et appliqués, facile et intéressant à suivre. Permet in fine une progression significative !
Excellente pédagogie des animateurs. Tous les supports écrits, vidéo, sont très bien structurés. Les lab permettent une prise en main concrète du logiciel les exercices sont nombreux, bien structurés et sans ambiguïté Les devoirs corrigés par des paires sont vraiment très enrichissants Un immense merci à l'équipe pédagogique pour la richesse et la qualité de ce cours
Un MOOC vraiment Structuré, la pédagogie est vraiment exhaltant, par son biais d'evalution par Paires, permet de de pratiquer un cas de TP en formation. Une fois encore merci à l'équipe du MOOC
Très bon MOOC, à la fois comme introduction à la statistique et prise en main du logiciel R.
Super intro aux stats: l'approche pédagogique de B. Falissard est un vrai régal! Agréable également de disposer du texte écris des vidéos. Les labs sont un peu décevants, pas assez coordonnés aux cours, et manquent d'explications quant aux tableaux obtenus. Deux petites remarques: Rq1 j'aurais apprécier pouvoir accéder à ce MOOC qq tps avant le début des cours pour me familiariser avec la richesse des infos qu'il contient. Rq2 :l'évaluation du temps estimé de travail hebdomadaire (2 à 8 heures) est franchement loin de la réalité. Avoir une activité à temps plein en même temps que ce MOOC nécessite d'avoir un entourage particulièrement dévoué. Le rythme est très soutenu, mais la possibilité de pouvoir continuer à faire les devoirs (les corrigés étant disponibles et la base de données téléchargées) va me permettre de consolider les acquis. Un grand merci pour cet excellent MOOC qui m'a fait énormément progresser.
J'ai apprécié la pédagogie des intervenants, en particulier Bruno FALISSARD, les Labs et les .pdf pour intégrer l'utilisation de R Il n'y a que le rythme qui est délicat lorsqu'on travaille en même temps Un grand merci à toute l'équipe
