关键信息
关于内容
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).
前提
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.
课程大纲
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
教师
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)
内容设计师
L'Université Paris-Sud est l'une des plus prestigieuses universités en Europe sur le plan de la recherche. Classée parmi les premiers établissements d'enseignement supérieur français et 39e mondial au classement de Shanghai 2013, elle est un acteur majeur de la création de l’Université Paris-Saclay qui a vu le jour en 2014. Pluridisciplinaire et à forte dominante scientifique et de santé, l'excellence de sa recherche est marquée par de nombreux prix internationaux, notamment dans le domaine des mathématiques (quatre médailles Fields entre 1994 et 2010) et de la physique (trois prix Nobel).
L'Université Paris-Sud est constituée de 5 Unités de Formation et de Recherche (UFR), de 3 Instituts Universitaires de Technologie (IUT) et d'une école d'ingénieurs (Polytech Paris-Sud). Elle rassemble plus de 100 laboratoires reconnus internationalement.
L'Université Paris-Sud a développé ses services numériques au sein du campus numérique UNPIdF qui développe les infrastructures, les outils et services, la formation et l'accompagnement des usagers. Ses services développent les infrastructures, les outils et services, et la formation et l'accompagnement des usagers. L'Université Paris-Sud participe également à deux campus numériques thématiques (UNT) : AUNEGE (Économie-Gestion) et UNISCIEL (Sciences). Au cœur du schéma directeur numérique, la collaboration entre le service de pédagogie numérique et la direction informatique a permis d'élargir les publics vers ces nouvelles pratiques, et notamment à l'international avec les MOOCs.
平台
France Université Numérique est le diffuseur des cours en ligne des établissements d’enseignement supérieur français et de leurs partenaires.
Il opère plusieurs plateformes de diffusion, dont la plus connue, FUN MOOC, est la première plateforme académique francophone mondiale. Grâce à de nombreux établissements partenaires, cette plateforme propose un vaste catalogue de cours s’enrichissant de jour en jour avec des thématiques variées et d’actualité.
Grande pédagogie de la part de Bruno Falissard, exemples concrets et appliqués, facile et intéressant à suivre. Permet in fine une progression significative !
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
Très bon Mooc accessible à tous les débutants, mais qui pourtant aborde des fonctions avancées. Il demande un travail régulier et de la rigueur, mais délivre de vraies compétences. Le forum est actifs et les membres de l'équipe pédagogique présents et bienveillants.
