ECOLES DE STATISTIQUE

AFRICAINES
(ENSAE, ISSEA, ENSEA)

Programmes de la filière

INGENIEURS STATISTICIENS
ECONOMISTES (cycle long)
(Uniquement à l’ENSAE et l’ISSEA)

1
2
 PRESENTATION DE LA FILIERE

La formation d’Ingénieur Statisticien Economiste est une formation de niveau Master qui s’articule sur
5 ans avec une entrée niveau bac et une entrée niveau Licence ou Mathématiques spéciales en
troisième année. Les spécialisations débutent en quatrième année par le choix d’options et se
poursuivent en cinquième année avant le stage de fin de formation.

Le statisticien1 titulaire du diplôme d’Ingénieur Statisticien Economiste du réseau des ESA met en
œuvre l'analyse quantitative et la modélisation pour résoudre des problèmes complexes. Il est appelé à
mesurer, analyser, modéliser, en univers incertain et risqué, des phénomènes économiques, sociaux ou
environnementaux, pour évaluer, prévoir et décider. Il évolue dans la fonction publique ou le secteur
privé dans les métiers de l’analyse et du traitement de l'information, notamment l’ingénierie des
données. Ces compétences sont de plus en plus demandées en raison de données toujours plus
nombreuses (Big Data), et de la nécessité de compétences adaptées pour pouvoir les traiter et les
utiliser dans la prise de décision. Les diplômés travaillent comme cadres dans les secteurs où
l’innovation est souvent prépondérante, notamment les banques et compagnies d’assurances, les
grandes entreprises des secteurs de l’énergie, des télécommunications et de la santé, les entreprises de
conseil, notamment en matière de marketing quantitatif, les instituts de sondage et d’études, les
organismes publics, les institutions régionales et internationales et les organisations non
gouvernementales.

 Compétences du diplômé :

o Etudier et résoudre des problèmes complexes en mobilisant des connaissances scientifiques à

dominante mathématique, statistique, économique et financière.
o Concevoir et mettre en œuvre des projets en utilisant les outils informatiques associés, les
techniques de production et les méthodes d’analyse quantitative de l’information (bases de
données, enquêtes, modèles). Assurer une veille scientifique sur ces méthodes et leur
évolution.
o Proposer des solutions adéquates et aider à la décision de manière efficace, savoir mobiliser
une bonne culture économique et sociale, comprendre et prendre en compte les enjeux
économiques, sociétaux, environnementaux, ainsi que le monde de l’entreprise et ses défis.
o Rédiger et communiquer dans des environnements techniques et institutionnels divers.
o S'intégrer dans une organisation, l'animer et la faire évoluer : responsabilité, esprit d'équipe,
engagement et leadership, management de projets, ouverture culturelle associée.
o En complément des compétences générales d’ingénieur statisticien, différents profils peuvent
être distingués en fonction des choix de filières de spécialisation à savoir finance et actuariat,
marketing et data sciences, population et santé publique, gestion et évaluation de projet, génie
statistique et politiques publiques.
o
 Secteurs d’activité accessibles au diplômé(e) et fonctions exercées

1
Le masculin est utilisé juste pour ne pas alourdir le document.
3
Le diplômé peut exercer dans tous les secteurs d’activité ; aussi bien dans les entreprises que dans les
administrations ou les organisations non gouvernementales. Les domaines d’applications parmi les
plus significatifs sont les banques et l’assurance, l’énergie, les télécommunications, les acteurs de la
santé publique et personnelle, les instituts de sondage, les services publics d’études, de prévision et de
planification (Systèmes Statistiques Nationaux, Banque centrale, régies financières, Trésor), les
organisations internationales.

Il y exerce notamment les métiers de directeur d'études quantitatives, expert statisticien, chef de projet,
modélisateur, analyste, consultant statisticien, économiste, ingénieur financier, revenue manager...

Le présent document présente le contenu des deux premières années de la formation ISE cycle long
avec une entrée niveau BAC.

4
DEUXIEME ANNEE

5
 RECAPITULATIF DES ENSEIGNEMENTS
Deuxième Année ISE (ISE – cycle long – Niveau2)
Intitulés des UE et des enseignements Volume horaire Crédits
Semestre 3
UE : Mathématiques 3 120 10
Analyse 3 40 3,5
Algèbre 3 40 3,5
Convexité et optimisation 40 3
UE : Economie 3 80 7
Problèmes Economiques Contemporains 40 4
Microéconomie 1 30 3
UE : Statistique 3 40 4
Pratique des enquêtes 1 - Méthodologie 20 2
Statistiques de l’éducation 20 2
UE : Informatique 3 60 5
Programmation sous VBA 30 2,5
Initiation à la géomatique 30 2,5
UE : Langue et expression 3 60 4
Anglais 3 30 2
Techniques d'expression 3 30 2
TOTAL SEMESTRE 3 360 3
Semestre 4
UE : Mathématiques 4 60 5
Mathématiques financières 30 2,5
Topologie 30 2,5
UE : UE : Economie 4 100 8
Comportements microéconomiques (Micro 2) 40 3,5
Macroéconomie 2 30 2,5
Dossier et Exposé d’Economie 30 2
UE : Statistique 4 60 4
Statistiques de la santé 20 1,5
Statistiques agricoles 20 1,5
Statistiques de l’entreprise 20 1
UE : Informatique 4 90 9
Algorithmique et Programmation 3 avec C 30 3
Traitements statistiques avec R 30 3
Initiation au Machine Learning 30 3
UE : Langue et expression 4 60 4
Anglais 4 30 2
Techniques d'expression 4 30 2
TOTAL SEMESTRE 4 370 30
ème
Total 2 année 730 60
STAGE 1 – Stage d’immersion (6 à 8 semaines de août à septembre)

6
TROISIEME SEMESTRE

(ISE1 Long, semestre 3)

7
 Analyse 3

Semestre 3 UE : Mathématiques 3
Volume horaire : 40 heures Crédits : 3,5

1. Description et objectifs du cours

Il s’agit de renforcer les acquis du cours d’Analyse II en présentant quelques concepts et techniques
fondamentaux de l’Analyse des fonctions réelles de plusieurs variables réelles indispensables en
économie, optimisation, etc.
Les objectifs du cours sont :
 Résoudre des équations différentielles linéaires du premier ordre.
 Résoudre des équations différentielles linéaires du second ordre à coefficients constants.
 Résoudre un système différentiel linéaire
 Introduire les notions de base du calcul différentiel dans IRn
 Définir la notion d'intégrale double et donner les méthodes classiques de calcul : théorème de
Fubini, changement de variable (coordonnées polaires)

2. Compétence professionnelle et niveau de maîtrise attendu

Les programmes de mathématiques de la filière ISE (voie longue) visent à développer chez l’élève des
compétences telles que la capacité d’analyser, de modéliser en langage mathématique, de choisir le
cadre adéquat (numérique, algébrique, géométrique, etc.), de raisonner, d’argumenter et de calculer. Ils
fournissent à l’élève les outils mathématiques nécessaires à d’autres disciplines techniques, notamment
ceux permettant le traitement des données.

La compétence professionnelle attendue est de faire acquérir les notions de base sur lesquelles
s’élaborent les outils nécessaires à la théorie et aux bonnes pratiques des probabilités, de la statistique
et de la formalisation mathématique des théories économiques

Le programme d’analyse mathématique a pour objectif de fournir les outils mathématiques nécessaires
à une bonne compréhension des cours de probabilités, de statistique, d’économie…

Au terme de ce cours, les élèves seront en mesure :

 Résoudre une équation différentielle linéaire du premier ordre.

 Trouver une solution particulière d'une équation différentielle linéaire du second ordre avec
second membre en appliquant la méthode de variation de la constante et/ou le principe de
superposition de solutions.
 Utiliser l'exponentielle de matrice pour la résolution de systèmes homogènes à coefficients
constants.
 Maîtriser et appliquer les règles de calcul des dérivées partielles.
 Utiliser la notion de différentielle dans les problèmes d'approximation.
 Etudier les extrémums d'une fonction de plusieurs variables.
 Maîtriser l'optimisation libre de fonctions de deux ou trois variables.
 Résoudre des problèmes d'optimisation.
8
  Utiliser les intégrales doubles pour calculer les aires et les volumes.

3. Situation d’enseignement-apprentissage (SEA)

Les stratégies d’enseignement prendront, selon les situations, la forme de cours magistral, de travaux
dirigés (séances d’exercices), travail de groupe ou travail individuel.

4. Evaluation des apprentissages (Evaluation sommative)

Modalités Individuel En équipe Total (%)

2 devoirs sur table 70 X 70
2 devoirs maison 20 10 30
Total (%) 90 10 100

Contenu du cours et timing :

Chapitre 1 : Equations différentielles linéaires (8h)

1. Equations différentielles linéaires du premier ordre.
2. Equations différentielles linéaires du second ordre (On pourra sur des exemples simples étudié
des équations à coefficients variables).
3. Systèmes différentiels linéaires : X’ = AX+ B, A, B, matrices à coefficients constants.
(On évitera un cadre trop général et commencer par étudier le cas des matrices d'ordre 2 et 3.
On pourra sur des exemples simples, considérer les cas où la matrice B n'est pas à coefficients
constants)

Chapitre 2 : Fonctions numériques à plusieurs variables (14h)

1. Normes, limites et continuité
2. Fonctions réelles de plusieurs variables réelles différentiables
2.1 Dérivées partielles (gradient d’une fonction)
2.2 Différentiation. Lien entre différentielle et dérivées partielles),
2.3 Dérivées partielles d’ordre supérieur : Formule de TAYLOR
2.4 Extrémum libre
3. Différentielle d’une application définie sur un ouvert de IRn à valeurs dans IRm
3.1 Expression matricielle, matrice jacobienne, changement de coordonnées polaires,
cylindriques, etc.
3.2 Différentielle d’une composée d’applications différentiables (interprétation matricielle),
4. Continuité et dérivation d’une fonction définie par une intégrale dépendant d’un paramètre

Chapitre 3 : Fonctions homogènes et fonctions implicites (10h)

1 Fonctions homogènes :
1.1 Définitions et exemples (fonction économique de Cobb Douglass)
1.2 Identité d’Euler
2 Fonctions implicites (cas de deux variables)
Chapitre 4 : Intégrales doubles et multiples (8h)
1. Intégrale d’une fonction continue sur un fermé et borné de IR 2 (définition, propriétés)
2. Calculs d’intégrales : Théorème de Fubini, Changement de variables -

9
 3. Fonction béta

Contrôle des connaissances : 2 contrôles écrits

Bibliographie :
Azoulay E. et J. Avignant (2007), Cours de mathématiques, tomes 1 à 4, 3ème éd., Ediscience.
Degrave D, Degrave C et Muller H. (2000), Analyse 2, Bréal.
Doneddu A. (1990), Cours de mathématiques, Ed. Vuibert.
Fedida E et Sangharé M. (1996), Analyse : 1er cycle universitaire, Edicef.
Harari J. et D. Personnaz (1986), Cours de mathématiques, Ed. Belin.

10
 Algèbre 3

Semestre 3 UE : Mathématiques 3
Volume horaire : 40 heures Crédits : 3,5

Objectifs du cours :

Préparer les élèves au raisonnement mathématique lié aux structures linéaires. Leur faire acquérir les
notions et techniques sur lesquelles s’élaborent les outils nécessaires à la théorie et aux bonnes
pratiques des probabilités, de la statistique et des théories économiques.

1. Description et objectifs du cours

Il s’agit de prolonger le cours d’algèbre II en mettant l’accent sur la réduction des matrices
symétriques réelles et la notion de projection orthogonale et de ses applications notamment en
statistique, économie et gestion, etc.

Les objectifs du cours sont :

 Permettre aux élèves d’acquérir les bases essentielles de l’algèbre bilinéaire ;
 Assurer aux élèves une bonne maîtrise des notions de formes quadratiques et les techniques de
diagonalisation, notamment celles des matrices symétriques ;
 Mettre en exergue la notion d'espace euclidien et de projection orthogonale et leurs
applications dans les autres disciplines du programme de la filière ISE.

2. Compétence professionnelle et niveau de maîtrise attendu

Les programmes de mathématiques de la filière ISE (voie longue) visent à développer chez l’élève des
compétences telles que la capacité d’analyser, de modéliser en langage mathématique, de choisir le
cadre adéquat (numérique, algébrique, géométrique, etc.), de raisonner, d’argumenter et de calculer. Ils
fournissent à l’élève les outils mathématiques nécessaires à d’autres disciplines techniques, notamment
ceux permettant le traitement des données.

La compétence professionnelle attendue : faire acquérir les notions et techniques de base en Algèbre
linéaire sur lesquelles s’élaborent les outils nécessaires à la théorie et aux bonnes pratiques des
probabilités, de la statistique et de la formalisation mathématique des théories économiques.

Le programme d’algèbre a pour objectif de fournir les outils mathématiques nécessaires à une bonne
compréhension des cours de probabilités, de statistique, d’économie…

Au terme de ce cours, les élèves seront en mesure :

 Reconnaître une forme bilinéaire symétrique et une forme quadratique.
 Savoir écrire la matrice associée à une forme bilinéaire symétrique ou à une forme quadratique
dans une base.
 Appliquer la notion d'espace euclidien et de projection orthogonale pour résoudre des
problèmes de distance et d'approximation dans Rn, notamment.
 Appliquer les techniques de diagonalisation d'une matrice symétrique réelle dans la résolution
de problèmes relevant de la statistique, de l’économie, etc.

11
 3. Situation d’enseignement-apprentissage (SEA)

Les stratégies d’enseignement prendront, selon les situations, la forme de cours magistral, de travaux
dirigés (séances d’exercices), travail de groupe ou travail individuel.

4. Evaluation des apprentissages (Evaluation sommative)

Modalités Individuel En équipe Total (%)

2 devoirs sur table 70 X 70
2 devoirs maison 20 10 30
Total (%) 90 10 100

Contenu du cours et timing :

Contenu du cours :

Chapitre 1 : FORMES BILINEAIRES SYMETRIQUES ET FORMES QUADRATIQUES (12h)

1 FORMES BILINEAIRES SYMETRIQUES (F.B.S)
1.1 Définition et exemples variés
1.2 Matrice d’une F.B.S et changement de base
1.3 Noyau et rang d’une F.B.S
1.4 Orthogonalité
2 FORMES QUADRATIQUES (F.Q)
2.1 Définition et exemples variés
2.2 Forme polaire, noyau et rang d’une F.Q
2.3 Décomposition en carrés d’une F.Q
2.4 F.Q définie positive et Théorème de Sylvester
Chapitre 2 : Produit scalaire et espace euclidien (10h)
1. Produit scalaire, produit scalaire canonique sur IRn
2. Espace préhilbertien, Espace euclidien
3. Norme associée à un produit scalaire
4. Bases orthonormales
5. Matrices orthogonales, Groupe orthogonal
Chapitre 3 : Projection orthogonale (sur un sous-espace de dimension finie) (10h)
1. Définition, distance d’un point à un sous-espace
2. Expression du projeté orthogonal en base orthonormée
3. Expression matricielle (sur une base orthonormée ou non)
Chapitre 3 : Etude des matrices symétriques (8h)
1. Réduction dans le groupe orthogonal
2. Matrices symétriques définies positives
3. Racine carrée d’une matrice symétrique définie positive

Contrôle des connaissances : deux contrôles écrits

Bibliographie :

12
Bories-Longuet F. (2000), Algèbre linéaire, Ellipses
Goblot R. (2005), Algèbre linéaire, Ellipses.
Guerrien B. (1991), Algèbre linéaire pour les économistes, Ed. Economica, 3ème Ed.
Lecoutre J.P. et Pilibossian P. (2000), Algèbre, Travaux dirigés, Dunod.
Lipschutz S. (2003), Algèbre linéaire, tomes 1 et 2, Ed. Schaum’s.
Sorosisa E., Metier P et Meunier J.M. (2001), Algèbre générale, système D, Dunod.

13
 Convexité et optimisation

Semestre : 3 UE : Mathématiques 3
Volume horaire : 40 heures Crédits : 3

Objectifs :
Donner les éléments de base de l’optimisation qui se rencontrent dans de nombreuses disciplines et de
présenter les principaux résultats de l’optimisation, les conditions nécessaires et/ou suffisantes selon
les propriétés de l’ensemble des contraintes et de la fonction à optimiser. L’intuition géométrique et
des exemples empruntés aux autres disciplines (statistique mathématique, économétrie,
microéconomie, analyse des données, séries temporelles, etc.) seront utilisés pour illustrer les résultats
mathématiques.

Contenu du cours :
Chapitre 1 : Convexité (4h)
1. Définition des ensembles et fonctions convexes
2. Différentiabilité des fonctions convexes
Chapitre 2 : Optimisation sans contrainte (12h)
1. Conditions sur un ensemble ouvert
2. Conditions sur un ensemble quelconque
3. Conditions sur un ensemble convexe
4. Application : statistique inférentielle
Chapitre 3 : Optimisation sous contraintes (aspects pratiques) (12h)
1. Conditions de Kuhn et Tucker
2. Résolution du problème dans le cas convexe
Chapitre 4 : Compléments (12h)
1. Programmation linéaire (représentation graphique, algorithme du simplexe)
2. Optimisation quadratique, applications aux séries temporelles et à l’analyse des données
3. Optimisation paramétrée et micro-économie

Contrôle des connaissances : 2 contrôles écrits

Bibliographie :
Ciarlet P.G. (1998), Introduction à l’analyse matricielle et à l’optimisation , Ed. Masson, 5ème Ed.
Lacaze D. (1990), Optimisation appliquée à la gestion et à l’économie, Economica.
Michel P. (1989), Cours de mathématiques, Ed. Economica, 2ème Ed.
Rockefellar R. T., (1970), Convex analysis, Ed. Princeton.
Simonnard M. (1960), Programmation linéaire, Ed. Dunod.
Thepot J. (1991), Optimisation pour l’économie d’entreprise, memento Dalloz.
Bazaraa M.S., (1979), Non linear programming: theory and algorithms, 2ème ed, John Wiley & Sons
Culioli JC. (1994), Introduction à l’optimisation, Edition Marketing.
Magnus R. et Hestene E. (1981), Optimization theory: the finite dimensional case, R.F. Kriger
Publishing Company.
Moussa M (1987), Convexité et optimisation en dimension finie, Polycopié ENSAE.
Willem M., (1986), Analyse convexe et optimisation, Cabay.

14
 Problèmes économiques contemporains

Semestre 3 UE : Economie 3
Volume horaire : 40H Crédits : 4

Objectif :
L’objectif de ce cours est de donner un éclairage sur l’évolution de l’économie mondiale, les relations
de l’Afrique avec la communauté internationale et les problèmes économiques qui se posent dans les
pays d’Afrique subsaharienne.

Didactique : Cours magistral, travaux dirigés et travaux personnels de l’étudiant.

Contenu du cours :
Chapitre 1 : L’Afrique et l’évolution de l’économie mondiale (10 h)
1. Les indicateurs de développement économique et social
2. Le commerce international : l’intégration des économies africaines
3. Cadre institutionnel du commerce international : du GATT à l’OMC
Chapitre 2 : Financement international du développement (10 h)
1. Les enjeux de l’endettement international et la crise de la dette
2. Les plans d’ajustement structurel et l’allègement de la dette
3. Firmes multinationales et investissements directs étrangers
Chapitre 3 : Le développement durable (10 h)
1. L’énergie et l’environnement : croissance verte
2. L’industrialisation et la diversification des économies africaines : état des lieux
3. La croissance inclusive en Afrique
4. La formation du capital humain : la santé et l’éducation
Chapitre 4 : Autres questions clés pour les économies africaines (4 h)
1. L’impact des crises financières sur les économies africaines
2. Le développement urbain et le secteur informel
3. L’agriculture et le développement rural
4. La gouvernance : stabilité politique et développement économique

Contrôle des connaissances : contrôle continue, au moins 1 contrôle écrit

Bibliographie :
Hugon P. (2006), L’économie de l’Afrique, Repères.
Norro M. (1994), Economie Africaine, De Boeck.
Rainelli M. (2003), Le Commerce International, Repères.
Rainelli M. (2004), l’Organisation Mondiale du Commerce, Repères.
Schwengler B. (2017), Problèmes économiques contemporains, De Boeck Supérieur
Teulon F. (1999), Problèmes économiques contemporains : les pays en développement, Hachette
Supérieur.

Revues et rapports :
Finance et développement (FMI)
Perspective économique en Afrique (BAD)
Perspectives économiques en Afrique (OCDE).
15
Problèmes Economiques, La Documentation Française.
World Investment Report (CNUCED).
World Trade Report (OMC).
.
Revues et rapports :
Problèmes Economiques, La Documentation Française.
Perspectives économiques en Afrique (OCDE).
World Trade Report (OMC).
World Investment Report (CNUCED).

16
 Microéconomie i

Semestre 3 UE : Economie 3
Volume horaire : 30H Crédits : 3

Objectifs du cours :
Le cours de microéconomie 1 constitue une introduction à la théorie microéconomique. Il analyse le
comportement du consommateur et du producteur ainsi que l’équilibre sur le marché d’un bien que ce
soit en concurrence pure et parfaite, en monopole ou en oligopole.

Contenu du cours :
Chapitre 1 : Le Consommateur (12h)
1. Les préférences
2. La fonction d’utilité
3. La contrainte budgétaire
4. L’équilibre du consommateur
5. La demande
6. Effet d’une variation de revenu
7. Effet d’une variation de prix
8. Complément sur le consommateur : l’offre de travail

Chapitre 2 : Le producteur (10h)

1. La technologie et la fonction de production
2. La minimisation des coûts
3. La maximisation du profit
4. La fonction d’offre

Chapitre 3 : L’équilibre du marché (8h)

1. La concurrence parfaite
2. Le monopole
3. Le duopole

Contrôle des connaissances : 2 contrôles écrits

Bibliographie :
Picard P. (1987), Eléments de microéconomie – théorie et applications, Montchrestien.
Varian H. (1995), Analyse microéconomique, De Boeck.

17
 Pratique des enquêtes 1 - Méthodologie

Semestre 3 UE : Statistique 3
Volume horaire : 20H Crédits : 2
Objectifs:
L’objectif de ce cours est d’apprendre aux étudiants les principales étapes de la réalisation d’une
enquête statistique, en mettant un accent particulier sur la phase de conception.

Contenu du cours :

Chapitre 1 : Généralités sur les enquêtes (4h)

1. Méthodes générales d’observation des faits
2. Enjeux (nécessité et défis) des enquêtes
3. Typologie d’enquêtes (qualitatives, quantitatives, baromètres, panels, etc,)
4. Principales enquêtes en Afrique subsaharienne (EBC, EDS/MICS, etc.)

Chapitre 2 : Principales phases d'une enquête (2h)

1. Conception d’une enquête
2. Collecte des données (collecte des données proprement dite, organisation du contrôle
sur le terrain)
3. Traitement des données (codification, saisie, apurement, tabulation)
4. Analyse des données
5. Publication, diffusion et archivage

Chapitre 3 : Conception d'une enquête – planification (4h)

1. Planification d’une enquête (calendrier /chronogramme des activités)
2. Formulation des objectifs et résultats attendus
3. Elaboration du budget d’une enquête
4. Elaboration de la méthodologie d’échantillonnage

Chapitre 4 : Conception d'une enquête – outils (6h)

1. Conception et construction d’un questionnaire
2. Elaboration des manuels d’instructions
3. Elaboration d’un plan d’analyse et un plan de tabulation

Chapitre 5 : Conception d'une enquête – organisation (2h)

1. Préparation administrative et sensibilisation
2. Recrutement et formation des enquêteurs, contrôleurs, superviseurs
3. Travaux cartographiques
4. Prétest et enquête pilote
5. Planification du déploiement sur le terrain

Chapitre 6 : Enquête annuelle (2h)

1. Contexte et justification
2. Thème et objectifs
3. Plan de sondage
4. Questionnaire

18
 5. Planification de la collecte des données, du traitement et l’analyse des données

Contrôle des connaissances

Préparation et restitution en groupes d’une méthodologie pour un projet d’enquête statistique à mettre
en œuvre sur un thème défini pendant le cours.

Bibliographie
Antoine J. (1991), Les sondages, outil du marketing, Ed. Dunod.
Ardilly P. (2004), Echantillonage et méthodes d’enquête, Dunod.
Ardilly P. (2006), Les techniques de sondage, Ed. Technip.
Beaud S et Weber F. (2003), Guide de l’enquête de terrain, Grands Repères, La Découverte.
CEA-Unesco (1971), Manuel des enquêtes démographiques par sondage en Afrique.
Lavallée P. (2006), Méthodes d’enquêtes et sondages, Dunod.

19
 Statistiques de l’éducation

Semestre 3 UE : Statistique 3
Volume horaire : 20H Crédits : 2

Objectifs du cours :
Cet enseignement a pour but de faire connaître aux élèves les besoins statistiques d’éducation dans les
pays en voie de développement, et de construire des indicateurs synthétiques.

Contenu du cours :
Chapitre 1 : Concepts, champ d’application et classification de l’éducation (8h)
1.1. Définition des concepts
 Âge scolaire
 Année d’étude
 Centre préscolaire communautaire
 Classe multigrade
 Cours à mi-temps
 Double vacation
 L’école
 Education
 Education non formelle
 Education préscolaire
 Education répondant aux besoins sociaux
 Enfants non scolarisés
 Enseignement formel
 Enseignement non formel
 Environnement scolaire
 Infrastructure
 Demande de l’Education
 Offre de l’Education
 Population scolarisable
 Population scolarisée
 Régime de fonctionnement des écoles
 Plein temps
 Mi-temps
 Mixte
1.2. Champ d’application et classification de l’éducation
 Les différents niveaux de l’éducation
Chapitre 2 : Organisation du système éducatif et source de données (4h)
2.1. Le système éducatif
2.2. Missions de l’école
2.3. Objectifs généraux de l’enseignement
 Enseignement primaire
 Enseignement secondaire
 Ecole de formation professionnelle
 Enseignement supérieur
2.4. Objectifs du développement durable
2.5. Les acteurs de l’éducation
20
2.6. Sources de données
Chapitre 3 : Calculs et interprétation de quelques indicateurs (8h)
3.1. Rappel théorique sur les indicateurs
3.2. Indicateurs couramment utilisés en éducation
3.3. Définition, méthode de calcul et interprétation de quelques indicateurs

Contrôle des connaissances : 1 contrôle écrit

Bibliographie
Larini Michel et Barthes Angela, Statistiques et traitement de données quantitatives en éducation, Vol
2, ISTE Editions
UNESCO Institute for statistics: « Education indicators, technical Guidelines », UNESCO, 1997
Martin Lee Abbott, Understanding Educational Statistics Using Microsoft Excel and SPSS,

21
 Programmation sous VBA
Semestre 3 UE : Informatique 3
Volume horaire : 30h Crédits : 2,5

1. Description et but du cours

1.1. Description du cours

Le logiciel Excel, en plus d’être un tableur, intègre un langage de programmation, le VBA (Visual
Basic for Applications). Ce langage à la fois simple et très complet, permet d’automatiser un certain
nombre de tâches et même de créer des programmes personnalisés complexes. Cette formation vous
apprend à passer du simple enregistrement de macros Excel à la mise en place de programmes
permettant d’effectuer des calculs répétés et complexes. Ces programmes peuvent être appelés soit en
utilisant des formules spécifiques soit grâce à des interfaces crées sur mesure.

1.2. But du cours

Ce cours vise à permettre à l’apprenant de maîtriser l’utilisation de l’éditeur VBE et du langage de

programmation VBA pour l’automatisation des tâches répétitives.

2. Compétences professionnelles et niveau de maîtrise attendu

2.1. Objectifs du programme

L’objectif général du programme peut se décliner en plusieurs objectifs spécifiques comme suit :

 Présenter les objets de VBA

 Présenter l’éditeur VBE
 Présenter la syntaxe de VBA

2.2. Lien entre le cours et les autres cours du programme

Ce cours requiert des prérequis dans les matières suivantes :

 Excel / Excel avancé
 Algorithmique et Programmation

Les connaissances acquises dans ce cours seront utilisées dans les cours de Bases de données.

2.3. Elements de compétences propres au cours et niveau de maîtrise attendu

Les éléments de compétences qui doivent être développés au cours de la session ainsi que leur niveau
de maîtrise attendu sont précisés dans le tableau ci-dessous.

Éléments de compétence Objectifs spécifiques (niveau de maîtrise

attendu)
1) Présenter ls objets du langage VBA Identifier les objets du langage VBA
2) Présenter l’éditeur VBE Utiliser l’éditeur VBE pour l’écriture des
codes
3) Présenter la syntaxe de VBA Ecrire des programmes sous VBA

3. Situations d’enseignement - apprentissage (SEA)

Le cours sera structuré en deux parties : la première constituée à 70% du volume horaire sera accordée
aux cours magistraux tandis que la seconde partie servira aux travaux pratiques.
22
 4. Évaluation des apprentissages
4.1. Modalités d’évaluation sommative

Les évaluations seront constituées d’une évaluation sur table afin de vérifier la compréhension des
concepts et d’une évaluation pratique sur ordinateur pour évaluer le niveau de maîtrise.

Modalités Individuel En équipe Total (%)

Evaluation écrite 30
Exposés
Evaluation pratique 70
Total (%) 100

5. Plan du cours

Chapitre 1 : Introduction au Langage Vba (2h)

1. Généralités sur la programmation
2. Principes et Fonctionnement de VBA
Chapitre 2 : VBA : Un Langage Objet (4h)
1. Les objets
2. Les collections
3. Les événements
4. L’explorateur d’objets
5. Les tableaux
6. L’aide sous VBA
Chapitre 3 : Environnement Visual Basic Editor (VBE) (2h)
1. Explorateur de projets
2. Modules de code
3. Procédures
Chapitre 4 : Macros (2h)
1. Exécution d’une macro à partir d'un raccourci clavier
2. Exécution d’une macro à partir d'un bouton d'une barre d'outils
3. Exécution d’macro à partir d'un menu
Chapitre 5 : Fonctions (4h)
2. Création de fonction personnalisée
2. Utilisation des fonctions intégrées d’Excel
3. Exécuter une procédure sans argument
4. Récapitulatif sur les parenthèses et les listes d’arguments
Chapitre 6 : Structures de données dans VBA (4h)
1. Variables et les constantes
2. Déclaration des variables
3. Type des variables
4. Portée des variables
5. Déclaration des constantes
6. Instruction With...End With
Chapitre 7 : Structure de contrôle (4h)
1. Les énoncés conditionnels
2. Les énoncés itératifs
3. Instruction Exit
Chapitre 8 : Gestion des entrées et sorties standards (2h)
23
 1. La fonction MsgBox
2. La fonction InputBox

Chapitre 9 : Les objets UserForm (6h)

1. Création d’un objet UserForm
2. Initialisation d’un objet UserForm
3. Affichage et fermeture d’un objet UserForm
4. Association de code à un objet UserForm
5. Accès aux contrôles d’un objet UserForm

Contrôle des connaissances : 1 projet

6. Bibliographie
 Akoka, J. & Comyn-Wattiau,I. (2006). Encyclopédie de l’informatique et des systèmes
d’information, Vuibert.
 Jean-François Sehan (1995). Excel 5 pour Windows, Macros Visual Basic, Formation Rapide,
Perfectionnement. Dunod
 Rob Bovey, Stephen Bullen, John Green, Robert Rosenberg (2002). VBA pour Excel 2002 La
référence du programmeur, CampusPress.

24
 Initiation à la géomatique
Semestre 3 UE : Informatique 3
Volume horaire : 30h Crédits : 2,5

1. Description et but du cours

1.1. Description du cours

Les nouvelles technologies de l’information ont facilité l’accès à de nombreuses bases de données
offrant au grand public une multitude de services. Le domaine de l’information géographique a
également suivi ce mouvement en modernisant l’ensemble des supports, des plans, des cartes
topographiques et de tous les types de données à référence spatiale. Face au déploiement massif des
cartes numériques et des nombreux services basés sur la localisation, l’accès aux données à référence
spatiale ainsi qu’une connaissance des sources d’information et de leur qualité sont donc primordiales
pour la conduite de projets.

1.2. But du cours

Ce cours, destiné aux futurs ingénieurs statisticiens économistes qui ont recours aux géodonnées pour
la réalisation de leurs projets, vise à les initier aux éléments fondamentaux de la géomatique en
décrivant le principe de fonctionnement et ses domaines clés.

2. Compétences professionnelles et niveau de maîtrise attendu

2.1. Objectifs du programme

L’objectif général du programme peut se décliner en plusieurs objectifs spécifiques comme suit :

 Introduire la notion de Géomatique

 Présenter l’information géographique et les SIG
 Présenter le principe et les outils de la télédétection

2.2. Lien entre le cours et les autres cours du programme

Ce cours requiert des prérequis dans les matières suivantes :

 Informatique et Cartographie

Les connaissances acquises dans ce cours seront utilisées dans les cours de Systèmes d’information
Géographique.

2.3. Eléments de compétences propres au cours et niveau de maîtrise attendu

Les éléments de compétences qui doivent être développés au cours de la session ainsi que leur niveau
de maîtrise attendu sont précisés dans le tableau ci-dessous.

Éléments de compétence Objectifs spécifiques (niveau de maîtrise

attendu)
1) Introduire la notion de Géomatique Définir la géomatique
Savoir les disciplines de la Géomatique
Savoir les domaines d’application de la
Géomatique
2) Présenter l’information géographique et les Etudier les bases de données géographiques
SIG Connaitre les composants des SIG
Connaitre les avantages des SIG
25
 3) Présenter le principe et les outils de la Comprendre le principe de la télédétection
télédetection Connaitre et exploiter les outils de la
télédétection

3. Situations d’enseignement - apprentissage (SEA)

Le cours sera structuré en deux parties : la première constituée à 70% du volume horaire sera accordée
aux cours magistraux tandis que la seconde partie servira aux travaux pratiques.

4. Évaluation des apprentissages

4.1. Modalités d’évaluation sommative

Les évaluations seront constituées d’une évaluation sur table afin de vérifier la compréhension des
concepts et d’une évaluation pratique sur ordinateur pour évaluer le niveau de maîtrise.

Modalités Individuel En équipe Total (%)

Evaluation écrite 50
Exposés
Evaluation pratique 50
Total (%) 100

5. Plan du cours

Chapiter 1 : Introduction à la Géomatique (4h)

1. Définitions
2. Disciplines de la Géomatique
3. Applications de la Géomatique
Chapiter 2 : Coordonnées géographiques et Coordonnées projetées (6h)
1. Introduction
2. Système de coordonnées
3. Géoréférencement
Chapiter 3 : Information géographique (6h)
1. Introduction
2. Description géométrique des objets
3. Description sémantique des objets
4. Répresentation de l’information géographique
Chapiter 4 : Système d’information géographique (SIG) (6h)
1. Introduction
2. Composants d’un SIG
3. Modes de representation de l’information géographique sous un SIG
4. Principales fonctions d’un SIG
5. Bases de données géographiques
6. Domaines d’application et avantages des SIG
Chapiter 5 : Télédétection (8h)
1. Introduction
2. Principes de fonctionnement
3. Processus de la télédection
4. Rayonnement éléctromagnétique
5. Spectre éléctromagnétique
6. Interactions entre le rayon électromagnétique, l’atmosphère et la matière

26
 7. Les capteurs en télédetection

6. Bibliographie
 Laurini R. et Milleret-Raffort F. (1993). Les bases de données en géomatique, Paris, Hermès.
 Pornon H. (1992). Les sig. Mise en œuvre et applications, Paris, Hermès.
 Rouet P.,(1991). Les données dans les systèmes d’information géographique, Paris, Hermès.
 Bordin P. (2002). SIG, concepts, outils et données, Paris, Hermès-Lavoisier.

27
 Anglais 3

Semestre 3 UE : Langue et expression 3

Volume horaire : 30 heures Crédits : 2

Objectifs du cours :

Module 3: E.S.P (Business English) Statistique

A la fin du programme les étudiants doivent être capable de :

 Ecouter les conversations et lire des textes liés à la statistique, d’en comprendre le sens et d’en
discuter les contenus.
 S’exprimer oralement et par écrit sur les questions liées à la statistique (lire des graphiques,
des taux et pourcentages, des chiffres et tendances, faire des comparaisons, utiliser des mots
de référence pour présenter des infos...).
 Faire une communication sur un thème lié à la statistique.
 Présenter un travail écrit sur un thème lié à la statistique.

LES ELEVES DE NIVEAU “MOYEN“

Module 3: E.S.P (Business English) Economie

A la fin du module les étudiants doivent être capable de :

 Ecouter les conversations et lire des textes liés à l’économie, d’en comprendre le sens et d’en
discuter les contenus.
 S’exprimer oralement et par écrit sur les questions liées à l’économie.
 Faire une communication sur un thème lié à l’économie.
 Présenter un travail écrit sur un thème lié à l’économie.
o Entreprise : ressources humaines (embauche, contrat, retraite, licenciement), relations
entre employés, départements de l’entreprise (achats, production, contrôle qualité…).
o Finance & Budget (investissements, budget, taxes, comptabilité, facturation…)

Niveau C1/C2 : Utilisateur confirmé

Module 3: E.S.P (Business English) Economie

A la fin du module les étudiants doivent être capable de :

 Ecouter les conversations et lire des textes liés à l’économie, d’en comprendre le sens et d’en
discuter les contenus.
 S’exprimer oralement et par écrit sur les questions liées à l’économie.
 Faire une communication sur un thème lié à l’économie.
 Présenter un travail écrit sur un thème lié à l’économie.
o Entreprise : ressources humaines (embauche, contrat, retraite, licenciement), relations
entre employés, départements de l’entreprise (achats, production, contrôle qualité…).
o Finance & Budget (investissements, budget, taxes, comptabilité, facturation…)

28
 Techniques d’expression 3

Semestre 3 UE : Langue et expression 3

Volume horaire : 30 heures Crédits : 2

ISE2 -Langue : L’accord du nom et de l’adjectif qualificatif ; les valeurs des

Semestre 1 temps et des modes verbaux.
(TE III) -Focus sur l’argumentation :
 Le dispositif des arguments fallacieux : le faux syllogisme,
l’argument ad hominem, l’équivoque, l’argument circulaire, la
fausse alternative (la peste ou le choléra), la causalité abusive, le
faux argument d’autorité, les preuves non valides, l’évaluation non
justifiée, la pétition de principe, l’argument hors sujet, l’épouvantail,
l’accumulation des arguments.
 L’argumentation inefficace : argumentaire standard, langue de bois,
argumentation hors cible, argumentation surabondante,
argumentation incohérente, argumentation forcing.

Les figures de rhétorique : NB. Mode de classification et sélection des

figures au libre choix de l’enseignant. Nous suggérons :
 Figures d’analogie aussi dites de rapprochement, de sens ou à base
sémantique : comparaison, métaphore, métonymie, synecdoque,
allégorie, antonomase, périphrase.
 Figures de pensée : antiphrase, ironie, antithèse, paradoxe,
oxymore, prétérition.
 Figures d’intensité : hyperbole, litote, euphémisme, exténuation.
 Figures du signifiant : assonance, allitération, paronomase,
tautophonie.
 Figures de mots : pataquès ou malpropisme, mot-valise, archaïsme,
étymologisme, hapax, hypocorisme.
 Figures de construction dites à base syntaxique : chiasme, zeugme,
anaphore, épiphore, épanalepse, antanaclase, anacoluthe, ellipse,
asyndète, hypallage.
 Les figures d’énonciation : apostrophe, interrogation rhétorique.

29
QUATRIEME SEMESTRE

(ISE2 Long, semestre 4)

30
 Mathématiques financières
Semestre 4 UE : Mathématique 4
Volume horaire : 30h Crédits : 2,5

Objectif du Cours
Le cours a pour objectif de permettre aux étudiants d’une part d’assimiler les principales notions de
d’escompte et d’actualisation des valeurs financières dans les transactions commerciales et dans la
couverture des assurances, et d’autre part d’être capables calculer les valeurs d’équivalence à des dates
différentes ainsi que celles annuités ou des valeurs acquises. En outre il forme l’étudiant dans
l’acquisition des capacités à calculer les tableaux des amortissements des emprunts et des notions sur
les coûts d’investissement.

Chapitre 1 : NOTIONS DE BASE DES MATHÉMATIQUES FINANCIÈRES (6h)

1. Rappels mathématiques
2. L’intérêt simple
3. Les intérêts composés
4. Taux d’intérêt
Chapitre 2 : LES ANNUITES (6h)
1. Concepts et définitions
2. Valeur actuelle et valeur acquise d’une suite de flux financiers
3. Taux actuariel
4. Les annuités constantes
5. Les annuités progressives

Chapitre 3 : EMPRUNTS (10h)

1. Les emprunts indivis
2. Tableau d’amortissement d’un emprunt indivis
3. Les remboursements des emprunts
4. Les emprunts obligataires
5. Prix d’une obligation et gestion obligataire
Chapitre 4 : Les investissements (8h)
1. Valeur actuelle nette
2. L’indice de profitabilité
3. Le taux interne de rentabilité
4. Le délai de récupération des capitaux investis (DRCI)
5. Les projets d’investissement

Contrôle des connaissances : 2 examens écrits

Bibliographie :

31
 Topologie

Semestre 4 UE : Mathématique 4
Volume horaire : 30H Crédits : 2,5

Objectif :
Ce cours présente les différentes notions topologiques (espaces métriques, espaces vectoriels normés,
espaces de HILBERT) nécessaires pour les cours d’optimisation et de probabilités.

Contenu du cours :

Chapitre 1 : Espaces topologiques, espaces métriques (6h)

1. Topologie, Topologie produit
2. Continuité
3. Espaces métriques complets
4. Prolongement par continuité

Chapitre 2 : Espaces compacts (6h)

1. Compacité des espaces métriques
2. Continuité et compacité
3. Théorème de STONE-WEIERSTRASS
4. Théorème de Tychonoff
5. Espaces connexes

Chapitre 2 : Espaces vectoriels normés (8h)

1. Normes, topologie des espaces vectoriels normés
2. Espaces de BANACH
3. Applications linéaires et multilinéaires, dual topologique
4. Cas de la dimension finie

Chapitre 4 : Projecteur de meilleure approximation (6h)

1. Projecteurs coniques et linéaires
2. La dualité dans les espaces de HILBERT et l'adjoint d'un opérateur continu

Chapitre 5 : Théorèmes de point-fixes (4h)

1. Théorème du point fixe de BROUWER
2. Théorème du point fixe de KAKUTANI
3. Inégalité du min-max de KY FAN

Contrôle des connaissances : 2 examens écrits

Bibliographie :

Berge C. (1966), Espaces topologiques : fonctions multivoques, Dunod.

Dixmier J. (1973) Topologie Générale, PUF.
Faisant A. (1973) TP et Td de topologie générale, Hermann.
Schwartz L. (1991), Analyse I : théories des ensembles et topologie, Hermann.
Wagschal C. (1995), Topologie et analyse fonctionnelle, Hermann, Collection Méthodes.
32
 Comportements microéconomiques (Micro 2)

Semestre 5 UE : Economie 5
Volume horaire : 40H Crédits : 3,5

Objectifs du cours :
Le cours de Microéconomie II constitue le prolongement du cours de microéconomie 1. Il approfondit
la théorie du consommateur en présentant l’approche duale et le surplus du consommateur. Il analyse
les choix intertemporels du consommateur et du producteur. Il présente la théorie de l'équilibre général
et de l’optimum économique (économie du bien-être).

Contenu du cours :
Chapitre 1 : THEORIE DUALE ET SURPLUS DU CONSOMMATEUR (14H)
1. Fonction de demande marshalliennes, fonction d’utilité indirecte, Identité de Roy
2. Fonctions de demande hicksiennes, fonction de dépense, Lemme de Shephard
3. Equation de Slutsky
4. Surplus marshalien, variation équivalente, variation compensatrice

Chapitre 2 : CHOIX INTERTEMPORELS (12H)

1. Choix intertemporels du consommateur
2. Choix intertemporels du producteur

Chapitre 3 : THEORIE DE L’EQUILIBRE GENERAL (14H)

1. Analyse de l’équilibre général dans une économie sans et avec production
2. Analyse normative : l’optimum de Pareto et les deux théorèmes de l’économie du bien être
3. Les défaillances du marché : externalités et biens publics

Contrôle des connaissances : 2 contrôles écrits

Bibliographie :
Picard P. (1987), Eléments de microéconomie – théorie et applications, Montchrestien.
Varian H. (2008), Analyse microéconomique, De Boeck

33
 Macroéconomie 2

Semestre 2 UE : Economie 2
Volume horaire : 30H Crédits : 2,5

Objectif :
Ce cours a pour objectif de présenter les principaux modèles théoriques de la macroéconomie : le
modèle classique, le modèle revenu-dépense keynésien et le modèle IS-LM. Il doit permettre de
fournir aux étudiants les concepts nécessaires pour appréhender les politiques économiques et leur
efficacité par rapport aux relations observables entre les principaux agrégats des différents marchés
économiques. Les élèves sont amenés à travailler à partir d’exercices qui visent à maîtriser la
conception et les mécanismes de ces modèles macroéconomiques.

Didactique : Cours magistraux étoffés des travaux dirigés et des TPE

Les prérequis
Comptabilité Nationale
Histoire de la pensée économique
Introduction à l’Analyse Macroéconomique

Contenu du cours :

Chapitre 1 : Concepts de la macroéconomie (4 h)

1. Concepts de la macroéconomie (Opérations, agents économiques, grandeurs
macroéconomiques ; Consommation et investissement, Flux et stock, court terme et long
terme)
2. Description des interdépendances : circuit économique et identité de Walras
3. Modèles et théories macroéconomiques
Chapitre 2 : Synthèse des théories keynésienne et classique (8 h)
1. Modèle à prix fixes
2. Prix flexible à la hausse, salaire rigide
3. Modèle Offre Globale – Demande Globale
Chapitre 3 : Monnaie et financement de l’économie (6 h)
1. Modèle IS-LM (prix fixes, sous-emploi keynésien)
2. Politiques budgétaires et monétaires, dans le modèle IS-LM
Chapitre 4 : Dilemme inflation-chômage et efficacité des politiques éonomiques (6 h)
1. Courbe de Phillips et l’arbitrage inflation/chômage
2. Impact de la politique économique
Chapitre 5 : Politique de change et politiques budgétaires et monétaires en économie ouverte (6
h)
1. Extension du modèle IS-LM à une économie ouverte
2. Politiques budgétaires et monétaires en changes fixe et flexible

34
Contrôle des connaissances : 2 contrôles écrits.

Bibliographie :
BLANCHARD O., Macroéconomie, Pearson Education, 2007.
BLANCHARD O. AND FISCHER S., Lectures on Macroeconomics, MIT Press, 1989.
CHEVALIER J.M., Introduction à l’analyse économique, La découverte, 1984.
DIATKINE S., Théorie et politique monétaire, A. Colin, 1995.
GENEREUX J., Économie politique : introduction à l'analyse économique, Hachette, 2000.
GRANIER R. ET GIRAN J-P., Analyse économique, Economica, 1990.
HAIRAULT J-O., Analyse macroéconomique, La Découverte, 2000.
HENIN P-Y., L’équilibre macroéconomique, Economica, 1995.
MANKIW G., Principes de l’économie, Economica, 1989.
MULLER J., VANHOVE P. ET VIPREY C., Economie, Dunod, 2000.
ROMER D., Macroéconomie approfondie, Mc Graw-Hill Ediscience, 1997.
SCHUBERT K., Macroéconomie : comportement et croissance, Vuibert, 1996.
SILEM A., Introduction à l'analyse économique, A Colin, 1993.
MUET Pierre-Alina, Théories et modèles de la macroéconomie, tome 1 L'équilibre de courte
période (Français) Broché, Edition, Economica, 4 -ème édition, Collection « Economie et statistique
avancées », 1992

35
 Dossiers et exposés d’économie

Semestre 4 UE : Economie 4
Volume horaire : 30 Crédits : 2

Objectif du cours :
Ce cours a pour objectif d’exercer les élèves aux techniques d’exposés et de les entraîner à préparer
une intervention orale en temps limité. Les sujets d’exposés sont choisis parmi les thèmes développés
dans les cours d’économie. Un exposé est préparé en binôme et présenté oralement à la classe en
temps limité de 20 minutes. La présentation est suivie de questions de l’auditoire et l’enseignant peut
apporter des explications complémentaires (40 minutes maximum). Les présentations PowerPoint sont
encouragées.

36
 Statistiques de la santé

Semestre 3 UE : Statistique 3
Volume horaire : 20H Crédits : 1,5
Objectifs du cours :
Cet enseignement a pour but de faire connaître aux élèves les besoins statistiques de santé dans les
pays en voie de développement, et de construire des indicateurs synthétiques.

Contenu du cours :
Chapitre 1 : INTRODUCTION GENERALE (4 H)
1. Définition des concepts
a. Statistiques (avec s)
b. Statistique (sans s)
c. Enquête
d. Biostatistique
e. Statistique inférentielle
f. Critère de jugement principal
g. Epidémiologie
2. Histoire de la santé
3. Importance de la statistique en santé

Chapitre 2 : PLANIFICATION DES ETUDES EPIDEMIOLOGIQUES (4 H)

1. Type d’études épidémiologique
2. Méthodologie des études épidémiologiques
3. Type de variables en épidémiologie
4. Différence entre un indicateur et variable : élément de définition d’un indicateur
5. Quelques indicateurs de l’état de santé
6. Mesures d’association
7. Biais
8. Analyse des essais cliniques

Chapitre 3 : ANALYSE DES DONNEES (6 H)

1. Méthodes permettant d’étudier les associations
2. Description et Visualisation des variables
3. Eléments utiles à l’interprétation des résultats épidémiologiques
4. Introduction à la régression logistique
5. Méthodes statistiques de base
6. Interprétation des OR, RR avec intervalle de confiance

Chapitre 4 : TRAVAUX PRATIQUES (6 H)

1. Présentation du logiciel Epi Infos
2. Etude des composantes d’Epi-Infos
3. Analyse d’un jeu de données avec Epi-Info
4. Description des données
5. Analyses univariées
6. Analyse multivariée
7. Etudes d’association

Rappels
1. Les paramètres d’un test de diagnostique
37
 2. Mesure d’association
3. Interprétation des mesures d’association
4. Etude d’observation
5. Etude analytique
a. Cohorte exposé/non-exposé
b. Cas-témoin
1. Outils de comparaison des moyennes
a. Conformité/standard adéquation
b. Comparaison de deux moyennes pour deux échantillons indépendants
c. Comparaison de plus de deux moyennes
d. Echantillonnage appariés
e. Proportion appariée
 Critère quantitatif
 Critère qualitatif
 Rappel théorème de Bayes
 Construction des seuils diagnostique

Contrôle des connaissances : 1 contrôle écrit

Bibliographie

38
 Statistiques agricoles

Semestre 3 UE : Statistique 3
Volume horaire : 20H Crédits : 1,5
Objectifs du cours :
Cet enseignement a pour but de faire connaître aux élèves les besoins statistiques agricoles dans les
pays en voie de développement, et de construire des indicateurs synthétiques.

Contenu du cours :
Chapitre 1 : Introduction et quelques définitions (4h)
1. Définition des concepts
2. Différents types de cultures
3. Les secteurs agricoles en Afrique sub-saharienne
4. Pour quoi et pour qui produire des statistiques sur l’agriculture
5. Quelques variables économiques clés
Chapitre 2 : Méthodes de collecte des données (4h)
1. Les recensements
2. Les enquêtes par sondage
3. Registres administratifs
4. Méthodes fermes typiques
Chapitre 3 : Estimation de la production du secteur agricole (4h)
1. Introduction
2. Pour les cultures annuelles
3. Pour les cultures pérennes ou semi-pérennes
4. Pour l’élevage et les produits issus de l’élevage
Chapitre 4 : Eléments sur la prévision des récoltes (4h)
1. Introduction
2. Méthodes subjectives
3. Méthodes objectives
4. Modèles
Chapitre 5 : Autres statistiques et indicateurs en agriculture (4h)
1. Les prix agricoles
2. Les pratiques et coûts de la production agricole
3. L’emploi rural et le revenu des ménages

Contrôle des connaissances : 1 contrôle écrit

Bibliographie

39
 Statistiques des entreprises

Semestre 3 UE : Statistique 3
Volume horaire : 20H Crédits : 1
Objectifs du cours :
Cet enseignement a pour but de faire connaître aux élèves les besoins statistiques des entreprises dans
les pays en voie de développement, et de construire des indicateurs synthétiques.

Contenu du cours :
Chapitre 1 : Rôle et importance des statistiques d’entreprises et définition des principaux
concepts (4h)
1.1. Rôle et importance des statistiques d’entreprises
1.2. Définition des principaux concepts
 Activité économique
 Entreprise
 Etablissement
1.3. Champ
1.4. Sources de données
Chapitre 2 : Principales statistiques courantes (8h)
2.1. Indice de la production industrielle (IPI)
 Définitions
 Recommandation
 Principales utilisations
 Le champ couvert
 Base de sondage
 L’échantillonnage
 Echantillonnage élargi à partir du répertoire des entreprises
 L’échantillonnage des produits
 L’échantillonnage des entreprises
 Le choix du trimestre de base
 Le choix des unités de mesure
 Le calcul des pondérations
 Formules des calculs
 Le calcul des indices élémentaires
 Le calcul des indices de branche
 Le calcul proprement dit de l’IPI
 Traitement et publication des données
 Contrôle à priori et codification
 Codification, saisie et contrôle automatique des données
 Traitement des non-réponses et des valeurs aberrantes
 Publication
 Raccordement
2.2. Indice des prix à la production industrielle (IPPI)
 Base de sondage
 Echantillonnage
 Outils de collecte
 Collecte des données
 Chronogramme de suivi d’une collecte
40
  Publication
2.3. L’indice du chiffre d’affaires (ICA)
 Définition
 Principales utilisations
 Le champ couvert par l’ICA et la périodicité
Chapitre 3 : Statistiques industrielles structurelles (4h)
3.1. L’enquête annuelle dans l’entreprise (EAE)
 Champ de l’EAE
 Base de sondage
 Méthodes de tirage
 Outils de déroulement de la collecte
 Exploitation des données
3.2. Le recensement général des entreprises (RGE)
 Définition
 Repérage des unités d’observation
Chapitre 4 : Répertoire et démographie des entreprises (4h)
4.1. Définition et objectifs du répertoire
4.2. Champ
4.3. Sources de données
4.4. Traitement des données
4.5. Période de publication
4.6. Nomenclature utilisée
4.7. Les principales variables

Contrôle des connaissances : 1 contrôle écrit

Bibliographie

41
 Algorithmique et programmation en C
Semestre 4 UE : Informatique 4
Volume horaire : 30h Crédits : 3

1. Description et but du cours

1.1. Description du cours

Le langage C reste un des langages les plus utilisés de nos jours à la fois pour sa simplicité, sa rapidité
et sa robustesse. Il offre au développeur une marge de contrôle importante sur la machine, notamment
sur la gestion de la mémoire, et est de ce fait utilisé pour réaliser les « fondations » (compilateurs,
interpréteurs…) de nombreux langages de programmation. Dans ce cours, l’étudiant apprendra ce
langage qui, malgré son apparente simplicité, est également subtil et contient quelques pièges à éviter.

1.2. But du cours

Ce cours, destiné aux futurs ingénieurs statisticiens économistes, vise à présenter les bases de la
programmation en C.

2. Compétences professionnelles et niveau de maîtrise attendu

2.1. Objectifs du programme

L’objectif général du programme peut se décliner en plusieurs objectifs spécifiques comme suit :

 Rappeler les notions d’algorithmique et de programmation

 Etudier la syntaxe de C
 Présenter le concept de pointeurs en C
 Ecrire des programmes modulaires en C

2.2. Lien entre le cours et les autres cours du programme

Ce cours requiert des prérequis dans les matières suivantes :

 Algorithmique et programmation

Les connaissances acquises dans ce cours seront utilisées dans les cours nécessitant des éléments de
programmation : Datamining, Programmation, Projet, etc.

2.3. Eléments de compétences propres au cours et niveau de maîtrise attendu

Les éléments de compétences qui doivent être développés au cours de la session ainsi que leur niveau
de maîtrise attendu sont précisés dans le tableau ci-dessous.

Éléments de compétence Objectifs spécifiques (niveau de maîtrise

attendu)
1) Présenter les généralités sur l’algorithmique et Définir les étapes de résolution d’un problème
la programmation algorithmique
Connaître les étapes de la programmation
2) Présenter les concepts de base de C Savoir la structure générale d’un programme C
Connaître la syntaxe du langage C

3) Présenter le concept de Pointeurs Définir un pointeur

Déclarer un pointeur

42
 Savoir les opérations sur les pointeurs
4) Présenter la programmation modulaire Ecrire des modules/fonctions
Utiliser la compilation séparée

3. Situations d’enseignement - apprentissage (SEA)

Le cours sera structuré en deux parties : la première constituée à 70% du volume horaire sera accordée
aux cours magistraux tandis que la seconde partie servira aux travaux pratiques.

4. Évaluation des apprentissages

4.1. Modalités d’évaluation sommative

Les évaluations seront constituées d’une évaluation sur table afin de vérifier la compréhension des
concepts et d’une évaluation pratique sur ordinateur pour évaluer le niveau de maîtrise.

Modalités Individuel En équipe Total (%)

Evaluation écrite 50
Exposés
Evaluation pratique 50
Total (%) 100

5. Plan du cours

Chapitre 1 : Généralités sur l’algorithmique et la programmation (4h)

1. Introduction
2. Algorithmique
3. Programmation
Chapitre 2 : Concepts de base du langage C (4h)
1. Composants élémentaires du C
2. Structure d’un programme en C
3. Types prédéfinis
4. Constantes
5. Opérateurs
6. Instructions conditionnelles
7. Instructions itératives
8. Entrées / Sorties
Chapitre 3 : Types composes (6h)
1. Tableaux
2. Structures
3. Champs de bits
4. Unions
5. Énumérations
6. Définition avec typedef
Chapitre 4 : Pointeurs (4h)
1. Adresse et valeur d’un objet
2. Notion de pointeur
3. Arithmétique des pointeurs
4. Allocation dynamique
5. Pointeurs et Tableaux
6. Pointeurs et Structures
Chapitre 5 : Fonctions (4h)
43
 1. Définition d’une fonction
2. Appel d’une fonction
3. Durée de vie de variables
4. Transmission des paramètres d’une fonction
5. Fonction main
6. Pointeur sur une fonction

Chapitre 6 : Fichiers (4h)

1. Ouverture et fermeture d’un fichier
2. Entrées – Sorties formatées
3. Impression et lecture de caractères
4. Positionnement dans un fichier
Chapitre 7 : Programmation modulaire (4h)
1. Principe
2. Compilation séparée
3. Utilitaire make

6. Bibliographie
 Delannoy C. (2007): le livre du C, premier langage, Eyrolles.
 Braquelaire J.-P. (2000): Méthodologie de la programmation en C. – Dunod.

Léon L.& Millet F. (1987): C si facile, Eyrolles.

44
 Traitements statistiques avec R
Semestre 4 UE : Informatique 4
Volume horaire : 30h Crédits : 3

1. Description et but du cours

1.1. Description du cours
A la fois, langage de programmation et logiciel libre, R est largement utilisé en Statistique Data
Science pour l’analyse et le traitement des données. Les étudiants sont introduits à l’utilisation de cet
outil d’analyse statistique de données.

1.2. But du cours

Ce cours a pour objectif de familiariser les élèves à l’utilisation du logiciel R.

2. Compétences professionnelles et niveau de maîtrise attend

2.1. Objectifs du programme

L’objectif général du cours peut se décliner en objectifs spécifiques comme suit :

1) Présenter le logiciel R
2) Manipuler les données avec le logiciel R
3) Apprendre la syntaxe du langage R
4) Utiliser la syntaxe de R pour la construction des modèles
5) Présenter le concept et les étapes de création des packages
6) Rédiger un rapport automatique avec R

2.2. Lien entre le cours et les autres cours du programme

Ce cours requiert les prérequis suivants :
- Algorithmique et Programmation 1
Les connaissances acquises dans ce cours pourront être appliquées dans les cours d’analyse de
données.

2.3. Eléments de compétences propres au cours et niveau de maîtrise attendu

Les éléments de compétences qui doivent être développés au cours de la session ainsi que leur niveau
de maîtrise attendu sont précisés dans le tableau ci-dessous.
Éléments de compétence Objectifs spécifiques (niveau de maîtrise attendu)
Présenter le logiciel R Connaître et utiliser les objets de R (vecteurs, matrices, listes,
dataframes, etc.)
Manipuler les données avec R Importer des données dans R
Exporter des données de R
Apprendre la syntaxe de R Connaître et utiliser les structures de données de R
Connaitre et utiliser les instructions conditionnelles et les
instructions itératives
Présenter les tests statistiques sous R Connaître la syntaxe d’utilisation des modèles d’estimation
Apprendre à créer les packages R

3. Situations d’enseignement-apprentissage (SEA)

Le cours sera structuré en deux parties : la première constituée à 70% du volume horaire sera accordée
aux cours magistraux tandis que la seconde partie servira aux travaux pratiques.

4. Évaluation des apprentissages

45
 4.1. Modalités d’évaluation sommative
Les évaluations seront constituées d’une évaluation sur table afin de vérifier la compréhension des
concepts et d’une évaluation pratique sur ordinateur pour évaluer le niveau de maîtrise.
Modalités Individuel En équipe Total (%)
Evaluation écrite 50
Exposés
Evaluation pratique 50
Total (%) 100
5. Plan du cours
Chapitre 1 : Présentation du Logiciel R (4h)
- Introduction au logiciel R
- Environnement de travail
- Documentation sur le logiciel
Chapitre 2 : Manipulation et description des données avec R (6h)
- Importation des données
- Graphiques
- Calcul des paramètres de position
- Calcul des paramètres de dispersion
- Exportation des données
Chapitre 3 : Programmation en R (6h)
- Objets (vecteurs, matrices, listes, facteurs, dataframes)
- Syntaxe des structures algorithmiques en R
- Fonctions
Chapitre 4 : Inférence statistique avec R (4h)
- Tests (Khi-2, Student, etc.)
- Modèles
Chapitre 5 : Packages R (4h)
- Définition des packages
- Utilisation des packages
- Création et mise en ligne des packages
Chapitre 6 : Rédaction de rapport automatique (6h)
- Elément d’un document R markdown
- Personnalisation d’un document R markdown
- Présentation des tableaux

Contrôle de connaissances : 1 projet et/ou 1 contrôle écrit

Bibliographie
o Programmation et analyse statistique avec R, Ellipse Edition, Christian Paroissin, 2015
o Pierre-André Cornillon et al. (2012). Statistiques avec R, 3e édition revue et augmentée,
Presses universitaires de Rennes.
o Pierre Lafaye de Micheaux, Rémy Drouilhet, Benoît Liquet (2014). Le logiciel R :
o Maîtriser le langage – Effectuer des analyses statistiques, 2e édition, Springer.
o Crawley, M.J. (2013). The R book, 2e edition, Wiley.
o Introduction à la programmation en R, 5ème édition, Vincent Goulet et Laurent Caron, 2016
o Initiation à la statistique avec R, 2ème édition, Fréderic Bertrand et Myriam Maumy-
Bertrand, 2014
o Initiation à la statistique avec R, 2ème édition, Fréderic Bertrand et Myriam Maumy-
Bertrand, 2014

46
 Initiation au Machine Learning
Semestre 4 UE : Informatique 4
Volume horaire : 30h Crédits : 3

1. Description et but du cours

1.1. Description du cours
L’apprentissage automatique est de nos jours partie intégrante de nombreuses applications
commerciales et de projets de recherche, qu’il s’agisse de questions aussi importantes que le
diagnostic et le Traitement de maladies graves ou de trouver des amis sur les réseaux sociaux. Ce
cours introduit un grand nombre de concepts fondamentaux que chaque spécialiste du traitement des
méga données doit connaître.

1.2. But du cours

Ce cours, destiné aux futurs ingénieurs statisticiens économistes, vise à présenter les méthodes de base
du Machine Learning et à leur apprendre à mettre en œuvre les principaux algorithmes sur des données
réelles.
2. Compétences professionnelles et niveau de maîtrise attendu
2.1. Objectifs du programme
L’objectif général du programme peut se décliner en plusieurs objectifs spécifiques comme suit :
 Introduire le concept de Machine Learning
 Présenter l’apprentissage supervisé
 Présenter l’apprentissage non supervisé
 Evaluer la qualité d’un modèle de Machine Learning
2.2. Lien entre le cours et les autres cours du programme
Ce cours requiert des prérequis dans les matières suivantes :

 Statistique descriptive bivariée

 Algorithmique et Programmation avec Python
Les connaissances acquises dans ce cours seront utilisées dans les cours ayant trait à la science des
données.

2.3. Eléments de compétences propres au cours et niveau de maîtrise attendu

Les éléments de compétences qui doivent être développés au cours de la session ainsi que leur niveau
de maîtrise attendu sont précisés dans le tableau ci-dessous.

Éléments de compétence Objectifs spécifiques (niveau de maîtrise

attendu)
1) Présenter les généralités sur Définir le concept de Machine Learning
l’apprentissage automatique Connaître les différents types de ML
Savoir identifier les tâches d’apprentissage
2) Présenter l’apprentissage supervisé Reconnaitre un problème d’apprentissage
supervisé
Connaître les tâches de l’apprentissage supervisé
Savoir les algorithmes utilisés en apprentissage
supervisé
3) Présenter l’apprentissage non Etre capable de reconnaitre un problème
supervisé d’apprentissage non supervisé
Connaître les tâches de l’apprentissage non
supervisé
47
 Savoir les algorithmes utilisés en apprentissage
non supervisé
4) Présenter l’apprentissage par Connaitre les concepts fondamentaux de
renforcement l’apprentissage

3. Situations d’enseignement - apprentissage (SEA)

Le cours sera structuré en deux parties : la première constituée à 70% du volume horaire sera accordée
aux cours magistraux tandis que la seconde partie servira aux travaux pratiques.

4. Évaluation des apprentissages

4.1. Modalités d’évaluation sommative
Les évaluations seront constituées d’une évaluation sur table afin de vérifier la compréhension des
concepts et d’une évaluation pratique sur ordinateur pour évaluer le niveau de maîtrise.

Modalités Individuel En équipe Total (%)

Evaluation écrite 50
Exposés
Evaluation pratique 50
Total (%) 100

5. Plan du cours

Chapitre 1 : Généralités sur l’apprentissage automatique (4h)

1. Introduction
2. Définitions
3. Principe du ML
4. Types d’apprentissage automatique
5. Domaines d’application
Chapitre 2 : L’apprentissage supervisé (6h)
1. Définitions
2. Tâches d’apprentissage supervisé
3. Algorithmes d’apprentissage supervisé
4. Application à la régression linéaire
Chapitre 3 : L’apprentissage non supervisé (6h)
1. Introduction
2. Tâches d’apprentissage non supervisé
3. Algorithmes d’apprentissage supervisé
4. Applications au clustering
Chapitre 4 : L’apprentissage par renforcement (6h)
1. Introduction
2. Définitions des concepts
3. Principe de l’apprentissage par renforcement
4. Applications : le programme AlphaGo
Chapitre 5 : Evaluation et amélioration du modèle (8h)
1. Introduction
2. Validation croisée
3. Recherche sur grille
4. Métriques d’évaluation et scoring

48
6. Bibliographie
 Eric Biernat, Michel Lutz (2015). Data Science : fondamentaux et études de cas -
Machine Learning avec Python et R, Eyrolles.
 Andreas C, Müller et Sarah Guido (2018). Le Machine Learning avec Python – La
Bible des data scientists, O’reilly.
 Aurélien Géron (2017). Machine Learning avec scikit – Learn – Mise en oeuvre et cas
concrets, Dunod.
 Pirmin Lemberger, Marc Batty (2015). Big Data et Machine Learning - Manuel du
data scientist, Dunod.
 Tom Mitchell (1997), Machine Learning, McGraw Hill, 1997

49
 Anglais 4

Semestre 4 UE : Langue et expression 4

Volume horaire : 30 heures Crédits : 2

Module 4: E.S.P (Business English) Economie

A la fin du module les étudiants doivent être capable de :

1/ Ecouter les conversations et lire des textes liés à l’économie, d’en comprendre le sens et d’en
discuter les contenus.
2/ S’exprimer oralement et par écrit sur les questions liées à l’économie.
3/ Faire une communication sur un thème lié à l’économie.
4/ Présenter un travail écrit sur un thème lié à l’économie.
●Entreprise : ressources humaines (embauche, contrat, retraite, licenciement), relations entre
employés, départements de l’entreprise (achats, production, contrôle qualité…).
●Finance & Budget (investissements, budget, taxes, comptabilité, facturation…)

LES ELEVES DE NIVEAU “MOYEN“

Module 4: Préparation au TOEFL IBT

A la fin du programme les étudiants doivent être capable de :

1/ Réussir un Test complet de Reading avec un score minimum de 25/30

2/ Réussir un Test complet de Listening avec un score minimum de 25/30
3/ Réussir un Test complet de Speaking avec un score minimum de 25/30
4/ Réussir un Test complet de Writing avec un score minimum de 25/30

Niveau C1/C2 : Utilisateur confirmé

Module 4: Préparation au TOEFL IBT

A la fin du programme les étudiants doivent être capable de :

1/ Réussir un Test complet de Reading avec un score minimum de 25/30

2/ Réussir un Test complet de Listening avec un score minimum de 25/30
3/ Réussir un Test complet de Speaking avec un score minimum de 25/30
4/ Réussir un Test complet de Writing avec un score minimum de 25/30

50
 Techniques d’expression 4

Semestre 4 UE : Langue et expression 4

Volume horaire : 30 heures Crédits : 2

ISE2 -La prise de notes : technique de saisie (prise de notes instantanée,

différée ; cabalistique, dilettante, stakhanoviste) ; abréviations et symboles ;
(TE IV) disposition des notes ; finalité des notes.
-Écrire à l’ère des TIC : mails ou courriels ; écrire sur le web ; réseaux
sociaux. La messagerie téléphonique écrite : la cohabitation entre le français
correct et le langage SMS ; avantages et inconvénients de la téléphonie
mobile écrite. Du SMS au MMS (partage de fichiers ; d’images fixes et
animées).
-La lecture hypertextuelle : hypertexte, nœuds, liens, fenêtres.
-Le bon usage du téléphone : Appel vocal : les précautions d’usage avant,
pendant et après l’appel téléphonique ; les règles de courtoisie au téléphone ;
les fonctions de l’entretien téléphonique (interroger, renseigner, convaincre).
-La gestion du trac et du stress : les raisons du trac, ses manifestations
physiques ; les conséquences du trac sur la prise de parole ;
recommandations utiles à la maîtrise du trac.

51