Descriptif
Dans ce module, nous présentons des modèles et méthodes statistiques les plus usuels : modèles linéaires gaussiens et généralisés, modèles mixtes, modèles non linéaires paramétriques ou non paramétriques, classification non supervisée. Ces modèles et méthodes sont abordés du point de vue théorique et pratique. L'implémentation et l'analyse se fait l'aide du logiciel R.
- Evaluation : 6
- TP : 3
- TD : 24
- CM : 18
Diplôme(s) concerné(s)
Parcours de rattachement
Domaine disciplines/enjeux/objets
Système d'information - Modélisation.Domaine Université Paris Saclay
GS BIOSPHERA.Pour les étudiants du diplôme MASTER - BIODIVERSITE, ECOLOGIE ET EVOLUTION
Les pré-requis sont les statistiques inférentielles de base : estimation, intervalle de confiance, test, régression linéaire simple, analyse de la variance à 1 facteur, analyse en composante principale et maîtrise des bases du logiciel R. Ces pré-requis sont enseignés dans le module DYST.
Pour les étudiants du diplôme MASTER - BIODIVERSITE, ECOLOGIE ET EVOLUTION
Vos modalités d'acquisition :
Le module est évalué par un examen sur table à la fin de la seconde semaine et par un projet sur données réelles à réaliser en binôme.
Programme détaillé
Le module se déroule sur deux semaines. L'organisation est un cours en effectif réduit le matin (~25 étudiants) et en TP l'après-midi. Le module est évalué par un examen sur table à la fin de la seconde semaine et par un projet sur données réelles à réaliser en binôme.
Bibliographie :
- Daudin, J. J. (2015). Le modèle linéaire et ses extensions-Modèle linéaire général, modèle linéaire généralisé, modèle mixte, plans d'expériences
- James, G., Witten, D., Hastie, T., & Tibshirani, R. (2013). An introduction to statistical learning (Vol. 112, p. 18). New York: springer.