ESIROI · Maquettes Connexion
AccueilCPIS1 · MATHEMATIQUES
E1CP1MT3

Statistique descriptive

FR EN ⬇ PDF
Référent- **KAMAL EL OMARI** - `kamal.omari@univ-reunion.fr`
ECTS1
CM / TD / TP6 / 6 / 8
Typematiere

Brouillon
Viable88%
Complète71%
Manque pour « viable »
  • Programme

But du cours

  1. Statistique descriptive à une variable
  • Définitions et vocabulaire.
  • Variable statistique et nature d’une variable.
  • Fréquences.
  • Représentations graphiques d’une distribution.
  • Indicateurs de tendance centrale : moyenne, médiane.
  • Indicateurs de dispersion : variance, quartiles.
  1. Statistiques descriptives d’un couple de variables
  • Séries statistiques à deux dimensions.
  • Corrélation : covariance, coefficient de corrélation, analyse de la relation entre deux variables.
  • Ajustement linéaire (affine) :
  • Nuage de points.
  • Droite de Mayer.
  • Méthode des moindres carrés.
  • Régressions non linéaires.
  • Tableau de contingence.

Acquis d'apprentissage visés

  • Comprendre et définir les concepts fondamentaux de la statistique descriptive : population, échantillon, variable, types de données (quantitatives et qualitatives).
  • Calculer et interpréter les mesures de tendance centrale et les mesures de dispersion.
  • Décrire la forme d’une distribution à l’aide de la symétrie, de l’asymétrie (skewness) et de l’aplatissement (kurtosis).
  • Connaître et utiliser différents types de représentations graphiques : histogrammes, diagrammes en bâtons, boîtes à moustaches, diagrammes de dispersion, graphiques circulaires.
  • Organiser et présenter des données sous forme de tableaux de fréquence et de tableaux croisés.
  • Utiliser des logiciels statistiques (Python / R) pour effectuer des analyses descriptives et produire des représentations graphiques.
  • Analyser et interpréter les résultats obtenus et formuler des conclusions pertinentes basées sur l’analyse des données.
  • Comprendre les concepts fondamentaux de la régression linéaire et la relation entre variable dépendante et variable indépendante.
  • Calculer et interpréter les coefficients de régression (pente et ordonnée à l’origine) par la méthode des moindres carrés.
  • Calculer et interpréter le coefficient de détermination R2R^2.
  • Utiliser un modèle de régression linéaire pour effectuer des prédictions.
  • Utiliser un outil numérique pour réaliser une régression.

Modalités d'évaluation

TP : 2.0h - Coefficient : 1.0 Ecrit : 2.0h - Coefficient : 1.0 Ecrit : 2.0h - Coefficient : 1.0

Supports

Supports sur la plateforme moodle.