0% ont trouvé ce document utile (0 vote)
17 vues6 pages

Data Analytics avec R : Module 2ème Semestre

Le module 'Data Analytics avec R' vise à doter les étudiants des compétences nécessaires pour analyser des données à l'aide du langage R, incluant des méthodes économétriques et de gestion de données. Il nécessite des prérequis en statistiques appliquées et comprend 50 heures d'enseignement, principalement en présentiel. Les évaluations se font par examen final et contrôles continus, avec un accent sur la maîtrise des techniques économétriques et l'utilisation de R.

Transféré par

Aziz Bouzeggou
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
0% ont trouvé ce document utile (0 vote)
17 vues6 pages

Data Analytics avec R : Module 2ème Semestre

Le module 'Data Analytics avec R' vise à doter les étudiants des compétences nécessaires pour analyser des données à l'aide du langage R, incluant des méthodes économétriques et de gestion de données. Il nécessite des prérequis en statistiques appliquées et comprend 50 heures d'enseignement, principalement en présentiel. Les évaluations se font par examen final et contrôles continus, avec un accent sur la maîtrise des techniques économétriques et l'utilisation de R.

Transféré par

Aziz Bouzeggou
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

N° d’ordre du module M126

Intitulé du module DATA ANALYTICS AVEC R


1. DESCRIPTION SUCCINTE DU MODULE

Intitulé du module
DATA ANALYTICS AVEC R
Département d’attache
du module NEANT
Nom et Prénom du
Coordonnateur :
Semestre de
programmation du 2
module
Nature du module
( Disciplinaire/ Langues / DISCIPLINAIRE
Powerskills)
Nombre de crédits 5
Prérequis pédagogiques
(Indiquer le ou les Statistiques appliquées au management (S7)
module(s) requis pour
suivre ce module et le
semestre
correspondant)
Langue(s)
d’enseignement - FRANCAIS
 Présentiel  A distance*  Hybride  Par Alternance

Mode d'enseignement :

Le module est dispensé  Oui


dans le cadre de la  Non
mobilité au niveau
national
Le Module est dispensé
dans le cadre de la  Oui  Non
mobilité au niveau
international
(*) Ne doit pas dépasser 30% du volume horaire dans un module disciplinaire

2. OBJECTIFS DU MODULE

A l’issue de ce cours, l’étudiant sera capable de :


• Comprendre et mobiliser les principales méthodes économétriques qui s’appliquent aux
données en coupe instantanée
• Maitriser les bases du langage R pour effectuer le traitement et l’analyse statistique des
données
• Connaître les packages de gestion de données avec R

3. LES PREREQUIS ET LES CONNAISSANCES ET COMPETENCES A ACQUERIR

LES PREREQUIS
(Préciser les prérequis en termes de : connaissances, compétences, modules, semestres).

Statistiques appliquées au management (S7)

CONNAISSANCES A ACQUERIR
(Les connaissances que l'étudiant doit acquérir suite à la validation du module)

Le module "Data Analytics avec R" vise à doter les étudiants des compétences et connaissances
nécessaires pour exploiter et analyser efficacement les données, et ce, en utilisant le langage de
programmation R.

COMPETENCES A ACQUERIR
(Les compétences que l'étudiant doit acquérir suite à la validation du module)

A l’issue de ce cours, l'étudiant sera en mesure :

- De mettre en œuvre les techniques économétriques à appliquer aux données en coupe instantanée
et interpréter leurs résultats.

- De maîtriser également les méthodes de décomposition et les méthodes d'évaluation d'impact.

- De gérer et modifier une base de données à l'aide du logiciel R ainsi que de mettre les différentes
techniques acquises.

4. VOLUME HORAIRE
▪ VOLUME HORAIRE DU MODULE
50

o REPARTITION DU VOLUME HORAIRE PAR ACTIVITE D’ENSEIGNEMENT ET D’EVALUATION

Activités
Evaluation des
Activités
Cours TD TP connaissances et des
Pratiques(*)
compétences
30 15 0 0 5
VOLUME HORAIRE

60 % 30 % 0% 0% 10 %
Pourcentage %
(*) Il faut différencier entre les travaux pratiques est les activités pratiques, ce dernier désigne
plutôt : un travail de terrain, un projet un stage etc.

o REPARTITION DU VOLUME HORAIRE PAR MODE D’ENSEIGNEMENT

Mode d’enseignement
Présentiel A distance (**) Par alternance
VOLUME HORAIRE 50 0 0

Pourcentage 100 % 0% 0%
%
(**) Ne doit pas dépasser 30% du volume horaire dans un module disciplinaire

5. DESCRIPTION DU CONTENU DU MODULE


Fournir une description détaillée des enseignements et/ou activités du module (Cours, TD, TP, Activités Pratiques, ……

I- Méthodes de régression (simple et multiple)

II- Prise en main du logiciel R

III- Introduction à l’économétrie des variables qualitatives

V- Les méthodes de décomposition appliquées à l’analyse des inégalités

V- Introduction aux méthodes économétriques d’évaluation

VI- Exemples d’application


6. DIDACTIQUE DU MODULE
Indiquer la méthodologie d’enseignement, les moyens pédagogiques PREVUS

Support de cours comprenant un résumé du cours et l’ensemble des exercices et cas à effectuer en
séances de travaux dirigés / Tableau Blanc et / ou interactif pour présenter des exercices
formateurs.

7. MODALITES D’ORGANISATION DES ACTIVITES PRATIQUES

8. MODALITES D’ENSEIGNEMENT A DISTANCE

9. MODALITES D’ENSEIGNEMENT PAR ALTERNANCE


10. DESCRIPTION DU TRAVAIL PERSONNEL DE L’ETUDIANT

11. EVALUATION DU MODULE


1. MODES D’EVALUATION

DATA ANALYTICS AVEC R

 Examen de fin de semestre coefficients de pondération ( 2 / 3 )


 Contrôles continus : coefficients de pondération ( 1 / 3 )
Préciser (tests, épreuves orales, devoirs, exposés, rapports de stage ou autre moyen de
contrôle) :

 Test écrit

 Epreuve orale

 Devoir

 Epreuve orale

 TP

 Activités pratiques

Vous aimerez peut-être aussi