Syllabus du cours

STA 101
INTRODUCTION À LA STATISTIQUE

Number of ECTS credits: 6

Heure et lieu : Mardis 16h30-18h00 et Jeudis 16h30-18h00, VeCo 3

Coordonnées du professeur
Name of Professor: Maja Micevska Scharf, PhD
E-mail: [Link]@[Link]
Heures de bureau : Mardis 15h30-16h30, Espace Faculty, et sur rendez-vous

APERÇU DU CONTENU

Section du Syllabus Page

Course Prerequisites and Course Description 2
Objectifs d'apprentissage du cours 2
Tableau de Vue d'Ensemble : Lien entre MLO, CLO, Méthodes d'Enseignement 3
Devoirs et commentaires
Matériel principal de cours 4-5
Calcul du charge de travail pour ce cours 6
Évaluation du cours : Aperçu des devoirs et échelle de notation 7
Description des missions, activités et délais 8
Grilles d'évaluation : Critères transparents pour l'évaluation 9-10
Policies for Attendance, Later Work, Academic Honesty, Turnitin 11-12
Horaire des cours – Aperçu Table 13
Description détaillée de la session par session du cours 14-21

1
Prérequis du cours (le cas échéant)
Algèbre de lycée
.

Course Description
Les statistiques sont l'art d'utilser des données pour faire des conjectures numériques sur des problèmes.
La statistique descriptive est l'art de résumer des données. Les sujets incluent : les histogrammes, le
moyenne,l'écarttype,lacourbenormale,corré[Link]
dépend de la théorie des probabilités. Les sujets incluent : modèles de chance, valeur espérée,
erreur standard, histogrammes de probabilité, convergence vers la courbe normale. Statistique
L'inférence est l'art de faire des généralités valides à partir d'échantilons. Les sujets incluent :
estimation,erreurdemesure,testsdesignificationstatistique

Description supplémentaire
Il s'agit d'un cours d'introduction aux statistiques conçu pour fournir aux étudiants les bases.
concepts d'analyse de données et de calcul statistique. Les sujets traités incluent les bases
descriptive measures, measures of association, probability theory, confidence
intervalles, et tests d'hypothèses. L'objectif principal est de fournir aux étudiants avec
outils pragmatiques pour évaluer les revendications statistiques et effectuer leurs propres analyses statistiques
analyses.

Objectifs d'apprentissage du cours (OAC)

À la fin de ce cours, les étudiants devraient être capables de :

En termes de connaissances :
➢ Démontrer leur compréhension des statistiques descriptives par la pratique
application du raisonnement quantitatif et de la visualisation des données
➢ Démontrer leur connaissance des bases des statistiques inférentielles en faisant
valides généralisations à partir de données d'échantillon

En termes de compétences
➢ Utilisez R et Excel pour effectuer une analyse statistique
➢ Reconnaître les pièges de l'utilisation de la méthodologie statistique

En termes d'attitudes, les étudiants devraient se développer dans ce cours :

➢ Des attitudes critiques, qui sont nécessaires pour "l'apprentissage tout au long de la vie"
➢ Greater appreciation for the importance of statistical literacy in today’sdata
monde riche

2
 LINK BETWEEN MAJOR OBJECTIVES, COURSE OBJECTIVES, TEACHING
MÉTHODES, DEVOIRS ET RETOURS

(Licence en études de commerce)

Summary:
Nombre de devoirs utilisés dans ce cours : 4
Nombre d'occasions de retour dans ce cours (écrit ou oral) : 4
Nombre et types de méthodes d'enseignement : 5

Majeur Apprentissage Cours Apprentissage Méthodes Méthodes (et Type, Timing

Objectifs objectifs abordant utilisé à nombres/types et Instances
les Objectifs Principaux Teach Course des missions) de Retour d'information
(testable apprentissageObjectifs utilisé pour tester donné à
objectifs ces apprentissages Étudiant
objectifs
A1: Demonstrate Lectures, problème Examen de mi-session Écrit et oral
Le célibataire sait et understanding of descriptive activités de résolution dans devoirs retours de la
est capable d'appliquer commun
statistiques par pratique classe et à devoirs instructeur au sein d'un
qualitatif et application quantitative home, videos and semaine de devoirs
recherche quantitative raisonnement et données manuel en ligne soumission et une
méthodes et est capable de
visualisation ressources la semaine après le
appliquer cela dans le domaine de
examens
business studies
Lectures, problème Examen final, Écrit et oral
A2 : Démontrer des connaissances
activités de résolution dans devoirs retours de la
des bases de l'inférentiel classe et à devoirs instructeur dans un
statistiques en rendant valide
généralités à partir de l'échantillon
home, videos and semaine de devoirs

manuel en ligne soumission et un

data ressources semaine après le
examens
B1 : Utilisez R et Excel pour Lectures, problem Devoirs Écrit et oral
effectuer une analyse statistique activités de résolution dans {"assignments":"devoirs"} retours de la
classe et à instructeur au sein d'un
home, videos and semaine de devoirs

manuel en ligne soumission et une

ressources semaine après le
examens

B2 : Reconnaître les pièges dans Lectures, problème Devoirs Écrit et oral

{"assignments":"devoirs"}
en utilisant une méthodologie statistique activités de résolution dans retour d'information de la
classe et à instructeur dans un
home, videos and semaine de devoirs

manuel en ligne soumission et un

ressources semaine après le
examens

Appliquer des connaissances de Démontrer leur capacité à Lectures, problème Devoirs Écrit et oral
différents domaines fonctionnels interpréter les résultats statistiques pour résoudre des exercices devoirs retours de la
de l'entreprise à l'analyse de informer orienté vers les affaires instructeur au sein d'un
orienté vers les affaires décisions semaine de devoirs

problèmes et solutions soumission et un

semaine après le
examens

3
Matériaux principaux du cours (veuillez noter que vous pouvez trouver les lectures pour chaque
semaine et session dans la section Horaire du Cours ci-dessous) :

Le matériel de cours se compose de présentations PowerPoint, de notes de cours et de lectures.

à partir du manuel. Des présentations Powerpoint seront mises à disposition après le
les cours respectifs ont eu lieu. Un aperçu hebdomadaire du cours
les lectures peuvent être trouvées dans la section ci-dessous.

Le programme, les présentations PowerPoint et les messages importants seront téléchargés sur
le portail Vesalius ‘Pointcarr ’. Les étudiants sont censés visiter ce site régulièrement pour
se tenir au courant des évolutions du cours. On s'attend à ce que le professeur télécharge les éléments pertinents
matériel en temps voulu.

Le matériel de cours marqué comme 'lectures suggérées' et 'sources supplémentaires' est utile
pour la recherche et pour acquérir une meilleure compréhension, mais ce n'est pas obligatoire. Cela
Le matériel peut être trouvé en ligne ou sera mis à disposition sur demande individuelle.

Manuel scolaire :

Pour apprendre les concepts statistiques, le manuel requis est écrit par David M. Dietz.
Christopher D. Barr et Mine Cetinkaya-Rundel (2015). OpenIntro Statistiques
Institut Américain pour les Mathématiques. Il est également disponible en ligne gratuitement au format pdf.
([Link]

Pour apprendre R, le manuel recommandé est Nicholas J. Horton, Daniel T. Kaplan

et Randall Pruim (2015). Un guide pour les étudiants sur R est disponible en ligne via ce lien :
[Link]
GuideÉ[Link]

Pour les devoirs et les activités en classe, vous devrez installer :

- R (disponible en téléchargement gratuit à[Link] aussi
il est recommandé d'installer RStudio. R est le langage de programmation sous-jacent.
alors que RStudio est un ensemble d'outils intégrés qui facilite le travail avec R beaucoup
plus facile. Les deux sont gratuits, open-source et largement utilisés par les statisticiens. Pour installer
RStudio aller to le suivant link:
[Link]
- Une version récente de Microsoft Excel avec le complément AnalysisToolPak installé (c'est un
composant séparé qui pourrait ne pas être installé dans l'installation « typique » de
Excel

Livres de référence recommandés :

Freedman, David, Robert Pisani, & Roger Pervis (2007). Statistiques. New York : W. W.
Norton.
James, Gareth,Daniela Witten, Trevor Hastie, & Robert Tibshirani(2013).Un
Introduction à l'apprentissage statistique : Avec des applications en R. New York : Springer.
Kabacoff, Robert (2015). R en action : Analyse de données et graphiques avec R. Shelter
Isle, NY : Manning Publications Co.

4
Apprentissage Actif et Lecture Intensive autour du Sujet : Supplémentaire
Sources, Revues et Sites Web recommandés :

L'apprentissage devrait être une expérience active et auto-motivée. Les étudiants qui passent de manière passive
listen to lectures, copy someone else’s notes, and limit their readings to required
les chapitres sont peu susceptibles de développer leur pensée critique et d'élargir leur expérience personnelle
système de connaissance. Lors de l'examen, ces étudiants échouent souvent à démontrer un esprit critique
approche. Il est fortement recommandé aux étudiants d'avoir une compréhension mise à jour de
développements liés à ce cours et liés à leur majeure plus large. Actif et
l'apprentissage engagé s'avérera enrichissant pour l'ensemble du cours et de la classe
des discussions. Les étudiants sont invités à approfondir leur compréhension des deux théoriques
et des questions actuelles provenant de diverses sources. Veuillez trouver une liste de suggestions
en englobant l'ensemble du cours ci-dessous. Vous êtes encouragé à lire et à naviguer dans le
revues de premier plan dans votre discipline.

Revues de premier plan en études commerciales

Journal des études commerciales internationales; Journal des études en gestion; Journal de
Marketing; Académie de Management Revue; Comptabilité, Organisations et Société;
["Revue Comptable","Revue des Sciences Administratives","Revue Économique Américaine"]
Recherche comptable contemporaine; Économétrie; Théorie de l'entrepreneuriat et
{"Practice":"Pratique","Harvard Business Review":"Harvard Business Review","Human Relations":"Relations humaines","Human Resource":"Ressources humaines"}
Gestion; Recherche en systèmes d'information; Journal de comptabilité et d'économie;
{"Journal of Accounting Research":"Journal de la recherche comptable","Journal of Applied Psychology":"Journal de la psychologie appliquée"}Journal des affaires
Éthique’ Journal de l'Entrepreneuriat; Journal de la Psychologie du Consommateur; Journal de
Recherche Consommateur; Journal de Finance; Journal Financier et Quantitatif
Analyse ; Journal de l'économie financière ; Journal de la gestion ; Journal de
Systèmes d'information de gestion; Journal de recherche en marketing; Journal de
Gestion des opérations; Journal de l'économie politique; Journal de l'Académie de
Science du marketing; Science de la gestion; Fabrication et opérations de service
Gestion; Science du marketing; MIS Quarterly; MIT Sloan Management Review;
{"Operations Research":"Recherche opérationnelle","Organization Science":"Science de l'organisation","Organization Studies":"Études organisationnelles"}; Organisationnel
Comportement et processus de décision humaine;Gestion de la production et des opérations
["Journal trimestriel d'économie","Politique de recherche","Revue des études comptables"]
Revue des études économiques; Revue de la finance; Revue des études financières;
{"Strategic Entrepreneurship Journal":"Journal de l'entrepreneuriat stratégique","Strategic Management Journal":"Journal de la gestion stratégique"}

Journaux supplémentaires pertinents pour ce cours :

Journal d'économétrie appliquée
Journal d'économie internationale
Journal de l'Organisation Statistique Américaine

Sites Web d'intérêt :

[Link]
[Link]

5
Calcul de la charge de travail pour ce cours :

Ce cours compte pour 6 ECTS, ce qui correspond à 150–180 heures pour l'ensemble.
semestre pour ce cours. Cela signifie que vous êtes censé passer environ 10
heures par semaine sur ce cours. Cela inclut 3 heures de cours ou de séminaires par
semaine et 7 heures de temps 'hors classe' passées à la lecture préparatoire, temps d'étude pour
les examens ainsi que le temps passé à préparer vos devoirs. Veuillez voir ci-dessous le
répartition estimée de votre charge de travail pour ce cours.

Temps passé en classe : 3 heures par semaine / 45 heures par semestre

Temps alloué pour les lectures du cours : 5 heures par semaine / 75 heures par semestre
Temps alloué pour préparer le devoir 1 : 8 heures
Temps alloué pour préparer le devoir 2 : 6 heures
Temps alloué pour préparer le devoir 3 : 6 heures
Temps alloué pour préparer le devoir 4 : 6 heures
Time allocated for preparing/revising for written Mid-term Exam: 10 hours
Temps alloué à la préparation/révision pour l'examen final écrit : 10 heures

Heures totales pour ce cours : 166 heures

6
Course Assessment: Assignments Overview

Les étudiants seront évalués sur la base de leur performance dans ce qui suit
assignments:

• Devoirs (quatre, chacun portant 7,5 %) 30%

• Examen de mi-semestre 35%
• Examen final 35%
• TOTAL 100%

Échelle de notation du Collège Vesalius

La politique de notation du Vesalius College suit le système américain de notes par lettres, qui
correspondre à une échelle de points de 0 à 100. Tous les devoirs (y compris les examens) doivent
être noté sur une échelle de 0 à 100. Pour se conformer aux normes éducatives flamandes,
les professeurs doivent également fournir sur demande la conversion de la note en flamand
échelle de 0 à 20. Le tableau de conversion ci-dessous présente les équivalences de notes.

Note de lettre Échelle de 100 Échelle de 20

(Échelle de notation VeCo) (Système flamand)
A 85-100 17,0-20,0
A- 81-84 16.1-16.9
B+ 77-80 15,3-16,0
B 73-76 14,5-15,2
B- 69-72 13.7-14.4
C+ 66-68 13.1-13.6
C 62-65 12.3-13.0
C- 58-61 11,5-12,2
D+ 54-57 10.7-11.4
D 50-53 10.0-10.6
F 0-49 0-9,9

7
Description des activités, critères de notation et délais :

Quatre devoirs à rendre (7,5 % chacun) : Les étudiants devront les compléter.
quatre devoirs pendant le cours. Les devoirs sont complétés
(de préférence) par des équipes de deux étudiants. Les deux membres de l'équipe doivent contribuer également
à chacune des tâches. Ces tâches consisteront en : (1) un ensemble d'exercices
à la fin de chaque chapitre, et (2) analyse de jeux de données réels téléchargés par le
étudiants et approuvé par l'instructeur. Pour la section d'analyse des données, les étudiants vont
être tenu de soumettre la syntaxe R ou un fichier Excel.

Devoir 1 : Mesurer et décrire des variables (assigné le 1er février, dû le

13 février
Cette assignation testera votre compréhension des différents types de mesures
discuté dans les lectures assignées. Vous serez invité à évaluer les types de variables,
créer et interpréter des graphiques et des tableaux, et rapporter des statistiques descriptives. Vous devrez également
Familiarisez-vous avec certaines sources de données clés.

Devoir 2 : Probabilité et distributions des variables aléatoires (attribué le

13 fév dû le 1er mars
Cette tâche mettra à l'épreuve votre compréhension des concepts de base de la probabilité et
votre capacité à résoudre des problèmes de probabilité. Vous appliquerez la distribution normale et
la distribution binomiale. Vous examinerez et utiliserez l'approximation normale pour faire
déclarations concernant un ensemble de données.

Devoir 3 : Intervalles de confiance et tests d'hypothèses (attribué le mars)

13 dû le 27 mars
Pour ce devoir, vous serez amené à calculer et interpréter les intervalles de confiance.
Vous allez également pratiquer comment planifier et rédiger une hypothèse testable. Vous allez tester une
hypothèse en calculant des intervalles de confiance et des valeurs p.

Devoir 4 : Différence de moyennes et ANOVA (donné le 27 mars, dû le)

26)
Pour cette tâche, vous serez invité à tirer des inférences à la fois à partir de données numériques et
données catégorielles. Vous allez tester la différence de moyennes entre deux groupes en utilisant le t-
[Link] allez tester la différence de moyennes entre plusieurs groupes en utilisant l'[Link] allez
pratiquez l'écriture d'un rapport clair et concis décrivant vos sources, les données
manipulations que vous avez effectuées et les résultats que vous avez obtenus

Examen de mi-session et examen final (35 % chacun) : Les examens consisteront en des questions courtes
questions that will test understanding of statistical concepts and 3-4 problems that
sera similaire aux ensembles de problèmes assignés pour les devoirs et le dans-
exercices de classe. Apportez votre carte d'étudiant, un crayon mécanique, une gomme, un stylo, une règle
avec une règle en centimètres et une calculatrice. Les examens de rattrapage ne seront autorisés que
en cas d'urgence extrême, qui doit être documentée par un médecin ou un collège
officiel, à l'avance si possible.
8
Grilles de notation : critères de notation transparents pour chaque devoir

Les critères suivants seront appliqués pour évaluer votre travail écrit :

Barèmes pour les devoirs

Rubrique Grade Range (e.g. Grade Range Grade Range:
ÉCHEC (0-49%) D-B A/A-
50-80% 81-100%
0-25 25,5-40 40,5-50
Capacité à Ne sait pas A problem is La solution est basée sur
résoudre comment commencer partiellement résolucorriger les hypothèses
problèmes sur un problème mais incorrect tout le travail est clairement

(50 points) des hypothèses sont présentées et le

used or mistakes logic is easy to follow
s'est produit pendant
calcul
0-12,5 13-20 20,5-25
2 Capacité à utiliser ne fournit pas La syntaxe R ou Syntaxe R appropriée
un statistique la syntaxe R ou Commandes Excel ou utilisation d'Excel, entièrement
paquet le fichier Excel, les usages sont appropriés utilisation annotée de la
(25 points) syntaxe R incorrecte pour la plupart, les logiciels qui peuvent être
ou Excel mais il y a suivi clairement
formules/équations occasionnelles
erreurs, ou
les annotations sont
manquant
0-12,5 13-20 20,5-25
3. Capacité à Ne peut pas expliquer L'explication est Fournit des informations précises

interpréter substantif corriger pour le et précis

statistique sens derrière partie plus grande, mais interprétation de la
sortie le statistique certaines langues output statistique
(25 points) sortie est imprécis

9
Barèmes pour l'examen de mi-session et l'examen final

Rubrique Grade Range (e.g. Grade Range Grade Range:

ÉCHEC (0-49%) D-B A/A-
50-80% 81-100%
0-25 25,5-40 40,5-50
1. Capacité à Ne sait pas Un problème est La solution est basée sur
résoudre comment commencer partiellement résolucorrectes hypothèses,
problèmes sur un problème mais incorrect tout le travail est clairement

(50 points) des hypothèses sont présentées et le

la logique des erreurs ou des utilisations est facile à suivre
s'est produit pendant
calcul
0-12,5 13-20 20,5-25
2. La connaissance de fournit faux L'explication est Fournit un précis
concepts clés définition embrouillé définition de la
(25 points) contient des faits concept soutenu par
errors, uses exemples comme
imprécis approprié
langue
fournit faux
exemples
0-12,5 13-20 20,5-25
3. Interprétation Ne peut pas expliquer L'explication est Fournit des informations précises

statistique substantif corriger pour le et précis

sortie signification derrière partie plus grande, mais interprétation du
(25 points) le statistique certaines langues sortie statistique
sortie est imprécis

10
Politique de présence du Collège Vesalius

Parce que le Collège s'engage à offrir aux étudiants des cours de haute qualité et
une occasion ample d'interaction entre enseignants et étudiants, il est impératif que les étudiants
assister régulièrement aux cours. En tant que tel, le Collège Vesalius a une politique d'assiduité stricte.
La participation aux réunions de classe est obligatoire, sauf en cas d'urgence médicale.
(par exemple, maladie). Les étudiants doivent fournir une preuve pour l'absence en classe (certificat médical).
Si des preuves sont fournies, le cours manqué est considéré comme un cours excusé. Si non
des preuves sont fournies, le cours manqué est compté comme une absence. Si les étudiants sont
absent de deux cours, l'instructeur du cours alerte le conseiller de l'étudiant.

La participation implique que les étudiants soient à l'heure : en règle générale, le Collège conseille
les étudiants doivent être ponctuels à cet égard, mais il appartient au professeur de décider
qu'il s'agisse de compter les arrivées en retard comme des absences ou non.

Politiques supplémentaires du cours

Préparation pour le cours : Lisez attentivement les documents indiqués dans le calendrier du cours
avant de venir en classe. Les statistiques sont une matière séquentielle : les nouveaux sujets s'appuient sur
concepts introduits auparavant, il est donc crucial de suivre le matériel au fur et à mesure que nous avançons
et de revoir régulièrement les concepts. Nous travaillerons sur des problèmes statistiques en classe. Je
je m'attends à ce que vous travailliez activement sur les problèmes et que vous soyez prêts à présenter brièvement
les résultats de votre travail aux autres élèves. Vous devez apporter un ordinateur portable en cours pour le
séances indiquées dans le calendrier des cours.

Devoirs en retard : Les devoirs sont dus au début du cours.

Late assignments will not be accepted unless there are serious legitimate reasons.
La fourniture d'un certificat médical signé est requise, et un préavis doit être donné avant le
date limite.

Retour des originaux des travaux écrits : Pendant le semestre, vous devez faire
photocopies of your graded written work (assignments and midterm exam) and return
les originaux pour moi (nécessaires pour l'inspection par les examinateurs externes et le
organisme d'accréditation).

Déclaration d'honnêteté académique

La malhonnêteté académique n'est PAS tolérée dans ce cours.

L'honnêteté académique n'est pas seulement une question éthique, mais aussi le fondement de l'érudition.
La tricherie et le plagiat sont donc de graves violations de l'intégrité académique.
Conformément à la politique de l'établissement, les cas de tricherie et de plagiat seront communiqués dans
écrire au doyen associé et soumis au Comité de conduite des étudiants pour
mesures disciplinaires.
Si vous faites référence au travail d'un autre, des références et des citations appropriées doivent être
fourni. La grammaire, l'orthographe et la ponctuation comptent, alors utilisez les outils nécessaires pour
corrigez avant de rendre les devoirs.

11
Veuillez consulter la section « Éviter le plagiat » dans le catalogue du collège pour plus d'informations.
orientation.

Turnitin
Tous les travaux écrits qui sont notés et comptent pour plus de 10 % de la note finale
la note du cours doit être soumise via le logiciel anti-plagiat Turnitin. Vous allez
recevez de votre professeur un mot de passe unique et un code d'accès pour votre classe.

12
 Aperçu du calendrier des cours

Semaine 1 23 janv. Introduction au cours et aperçu du cours

Exigences
Jan 25 Introduction aux données
Types de variables ; principes de collecte de données ; types d'études
Semaine 2 30 Jan Examiner des données numériques
Graphical methods: histograms and other graphs
1er février Méthodes numériques : la moyenne, l'écart type, etc.
Semaine 3 Février 6 Examen des données catégorielles
Méthodes tabulaires : tableaux de contingence
8 février Méthodes graphiques : diagrammes à barres et autres graphiques
Semaine 4 13 février Probabilité
Règles de probabilité élémentaire
Le devoir 1 est dû
Feb 15 Probabilité conditionnelle
Semaine 5 20 février Variables aléatoires
22 févr. Distributions de variables aléatoires
Distribution normale
Semaine 6 27 février Évaluation de l'approximation normale
1er mars Distribution binomiale
Le devoir 2 est dû
Semaine 7 6 mars Révision
Examen à8mi-parcours
mars EXAMEN DE MI-TEMPS
Semaine
Semaine 8 13 mars Revue de l'examen de mi-session et des résultats
Fondations pour l'inférence
Variabilité des estimations
Mar 15 Intervalles de confiance
Semaine 9 20 mars Test d'hypothèse
Mar 22 Le théorème central limite
Semaine 27 mars Inférence pour des données numériques
10 Un test d'échantillon sur une moyenne de population
Le devoir 3 est dû
Mar 29 Un échantillon teste à propos d'une moyenne de population, cont.
Congé de printemps – du 2 avril au 13 avril 2018 – PAS DE CLASSES

Semaine 17 avril Comparer les moyennes de deux populations

11 19 avril Comparaison de deux moyennes de population, cont.
Semaine 24 avril Comparer plusieurs moyennes avec l'ANOVA
12 26 avril Comparer plusieurs moyennes avec l'ANOVA, suite.
Le devoir 4 est dû
Semaine 1er mai Pas de classe : jour férié
13 3 mai Inférence pour les données catégorielles
Semaine 8 mai Révision
14 10 mai Jour férié

Semaine EXAMENS FINAUX

15

13
 Plan de cours détaillé par session

Dans le plan ci-dessous, OI fait référence à The OpenIntro Statistics tandis que SG fait référence à
Guide de l'étudiant pour R.

Semaine 1, Session 1 (Mardi, 23 janvier 2018)

Introduction au cours et aperçu des exigences fondamentales.

Lecture : Plan de cours

Semaine 1, Séance 2 (jeudi 25 janvier 2018)

Introduction aux données : types de variables ; principes de collecte de données ; types de

études
Lecture requise :
OI : Ch. 1 : Pp. 7-26
SG : pp. 5-7, 11-12 ; Ch. 1 : pp. 13-14 ; Ch. 2 : pp. 15-16, 20-25

Questions directrices :
1. Donnez un exemple de traitement et de réponse de votre domaine d'études principal.
2. Qu'est-ce qu'une variable confondante ? Donnez un exemple, en vous référant au cas que vous avez cité.
pour la question (1).
3. Donnez un exemple d'une étude d'observation dans votre domaine d'études.
4. Comment une étude observationnelle diff er d'une expérience contrôlée ?
5. Quelle est la différence entre la causalité et la corrélation ?
6. Comment l'attribution aléatoire aide-t-elle à estimer un effet causal ?
7. Quels sont les principaux types de variables ?
8. Give examples from your major of: a qualitative variable that is nominal; a
{"qualitativeVariable":"variable qualitative qui est ordinale","discreteQuantitativeVariable":"une variable quantitative discrète","continuous":"une variable continue"}

variable quantitative.

Semaine 2, Session 3 (Mardi, 30 janvier 2018)

Examen des données numériques

Méthodes graphiques : histogrammes et autres graphiques
Lecture requise :
OI : Ch. 1 : Pp. 26-42
SG : Ch. 3 : Pp. 27-33 ; Ch. 5 : Pp. 45-46
Apportez un ordinateur portable en classe

Questions directrices :
1. Quelles caractéristiques de la distribution sont apparentes dans un histogramme ?
2. Quelles caractéristiques de la distribution sont évidentes dans un diagramme en boîte?
3. Pourquoi est-il important de chercher des valeurs aberrantes ?

14
Semaine 2, Session 4 (Jeudi, 1er février 2018)

Examen des données numériques

Méthodes numériques : la moyenne, l'écart type et d'autres numériques
mesures

Lecture requise :
OI : Ch. 1 : Pp. 26-42
SG : Ch. 3 : Pp. 27-33
Apportez un ordinateur portable en classe

Questions directrices :
1. Donnez un exemple de votre domaine d'études d'une situation où la médiane est un
meilleure mesure de tendance centrale des données que la moyenne.
2. Qu'est-ce qu'un écart type et pourquoi est-il important ?

Le devoir 1 est attribué

Semaine 3, Session 5 (Mardi, 6 février 2018)

Examen des données catégorielles

Méthodes tabulaires : tableaux de contingence
Lecture requise :
OI: Ch. 1: Pp. 43-50
SG : Ch. 4 : Pg. 39 ; Ch. 6 : Pp. 55-58
Apportez un ordinateur portable en classe

Questions directrices :
Qu'est-ce qu'un tableau de contingence ?
2. Quelles conclusions peuvent être tirées d'un tableau de contingence ?

Semaine 3, Session 6 (jeudi 8 février 2018)

Examen des données catégorielles

Méthodes graphiques : diagrammes à barres et autres graphiques
Required reading:
OI : Ch. 1 : Pp. 43-50
SG: Ch. 4: Pg. 39; Ch. 6: Pp. 55-58
Apportez un ordinateur portable en classe

Questions directrices :
1. Quels graphiques sont principalement utilisés pour présenter des données catégorielles ?

15
Semaine 4, Session 7 (Mardi, 13 février 2018)

Probabilité : règles de probabilité élémentaires

Lecture requise :
OI : Ch. 2 : Pp. 76-87

Questions directrices :
1. Quelles règles doivent être satisfaites par les distributions de probabilité ?
2. Quelles sont les règles d'addition et de multiplication ?
3. Quand deux événements sont-ils mutuellement exclusifs ?
4. Quand deux événements sont-ils indépendants ?

Le devoir 1 est dû
L'assignation 2 est attribuée

Semaine 4, Séance 8 (Jeudi, 15 février 2018)

Probabilité : probabilité conditionnelle

Lecture obligatoire :
OI : Ch. 2 : Pp. 88-102
SG : Relire le ch. 6 : pp. 55-58

Questions directrices :
1. Donnez un exemple de votre domaine d'études d'une chance conditionnelle.

Semaine 5, Session 9 (Mardi, 20 février 2018)

Probabilité : variables aléatoires

Lecture requise :
OI : Ch. 2 : Pp. 104-112

Questions directrices :
1. Quelle est la diff Quelle est la différence entre une moyenne et une valeur attendue ?

Semaine 5, Session 10 (Jeudi, 22 février 2018)

Distribution normale
Lecture requise :
OI : Ch. 3 : Pp. 127-137
SG : Ch. 11 : Pp. 83-87
Apportez un ordinateur portable en classe

Questions directrices :
1. Quelles sont les propriétés de la distribution normale ?
2. Qu'est-ce que le score az?
3. Décrivez la règle empirique.

16
Semaine 6, Session 11 (Mardi, 27 Février 2018)

Évaluation de l'approximation normale

Lecture requise :
OI : Ch. 3 : Pp. 137-141
SG : Ch. 11 : Pp. 83-87
Apportez un ordinateur portable en classe

Questions directrices :
1. Pourquoi est-il important d'évaluer la pertinence de l'hypothèse de normalité ?

Semaine 6, Session 12 (Jeudi, 1er mars 2018)

Distribution binomiale
Lecture requise :
OI : Ch. 3 : Pp. 145-152
SG : Ch. 11 : Pp. 83-87
Apportez un ordinateur portable en classe

Questions directrices :
1. Quelles sont les propriétés de la distribution binomiale ?
2. Quand est-il approprié d'utiliser la distribution binomiale ?

Le devoir 2 est dû

Semaine 7, Session 13 (Mardi, 6 mars 2018)

Révision

Semaine 7, Session 14 (Jeudi, 8 mars 2018)

Examen de mi-session
Couvre tout le matériel abordé jusqu'à présent. Apportez votre carte d'étudiant, un crayon mécanique, un
une gomme, un stylo, une règle avec une échelle en centimètres, et une calculatrice.

Semaine 8, Séance 15 (Mardi, 13 mars 2018)

Revue de l'examen de mi-session et des résultats

Fondations pour l'inférence : variabilité dans les estimations
Lecture requise :
OI : Ch. 4 : Pp. 168-174

Questions directrices :
1. Quelle est la distribution d'échantillonnage d'une estimation ponctuelle ?
2. Quelle est la différence entre un écart type et une erreur standard ?

La tâche 3 est attribuée

17
Semaine 8, Session 16 (Jeudi, 15 mars 2018)

Intervalles de confiance
Lecture requise :
OI : Ch. 4 : Pp. 174-180
SG : Ch. 3 : Pg. 8
Apportez un ordinateur portable en classe

Questions directrices :
1. Comment calculons-nous un intervalle de confiance ?
2. Comment interprétons-nous un intervalle de confiance ?

Semaine 9, Session 17 (Mardi, 20 mars 2018)

Test d'hypothèse
Lecture requise :
OI : Ch. 4 : Pp. 180-194

Questions directrices :
1. Quelle est la différence entre une hypothèse nulle et une hypothèse alternative ?
2. Comment interprétons-nous une valeur p ?
3. Comment testons-nous une hypothèse en utilisant la p-value ?
4. Quelle est la différence entre l'erreur de type I et l'erreur de type II ?

Semaine 9, Séance 18 (Jeudi 22 mars 2018)

Le théorème limite central

Lecture requise :
OI : Ch. 4 : Pp. 194-202

Questions directrices :
1. Quelle est l'essence du théorème central limite ?
2. Quelle est la valeur pratique du théorème ?

18
Semaine 10, Session 19 (Mardi, 27 mars 2018)

Un test d'échantillon concernant une moyenne de population

Lecture obligatoire :
OI : Ch. 5 : Pp. 219-227
SG : Ch. 3, Pp. 36-37
Apportez un ordinateur portable en classe

Questions directrices :
1. Quelles sont les propriétés de la distribution t ?
2. Quand utilisons-nous la distribution t pour l'inférence ?
3. Quand rejetons-nous l'hypothèse nulle concernant une moyenne de population ?

Le devoir 3 est à rendre

Le devoir 4 est attribué

Week 10, Session 20 (Thursday,29 March 2018)

Un échantillon de tests sur une moyenne de population, cont.

Lecture requise :
OI : Ch. 5 : Pp. 219-227
SG : Ch. 3 : Pp. 36-37
Apportez un ordinateur portable en classe

Semaine 11, Séance 21 (Mardi, 17 avril 2018)

Comparer les moyennes de deux populations

Lecture requise :
OI : Ch. 5 : Pp. 228-245
SG : Ch. 7 : Pp. 62-63
Apportez un ordinateur portable en classe

Questions directrices :
[Link] un exemple de votre domaine d'étude majeur d'une situation sur quand et pourquoi.
est-il utile de comparer les moyennes entre les groupes ?
2. Que signifie un « groupe indépendant » ?
3. Qu'est-ce que les "données appariées" ?

Semaine 11, Session 22 (Mardi, 19 avril 2018)

Comparer deux moyennes de population, cont.

Lecture obligatoire :
OI : Ch. 5 : Pp. 228-245
SG : Ch. 7 : Pp. 62-63
Apportez un ordinateur portable en classe

19
Semaine 12, Session 23 (Mardi, 24 avril 2018)

Comparer plusieurs moyennes avec l'ANOVA

Lecture requise :
OI : Ch. 5 : Pp. 246-256
SG : Ch. 7 : Pp. 65-68
Apportez un ordinateur portable en classe

Questions directrices :
1. Pourquoi comparons-nous plusieurs moyennes en utilisant l'ANOVA au lieu d'utiliser plusieurs tests t ?
2. Quelles sont les conditions à vérifier avant d'effectuer une ANOVA ?
3. Quel type de test est l'ANOVA ?

Semaine 12, Séance 24 (Jeudi, 26 avril 2018)

Comparer de nombreux moyens avec l'ANOVA, suite.

Lecture requise :
OI : Ch. 5 : Pp. 246-256
SG : Ch. 7 : Pp. 65-68
Apportez un ordinateur portable en classe

Le devoir 4 est dû

Semaine 13, Session 25 (Mardi, 1 mai 2018)

Public holiday: no class

Semaine 13, Session 26 (Jeudi, 3 mai 2018)

Inférence pour les données catégorielles

Lecture obligatoire :
OI : Ch. 5 : Pp. 246-256
SG : Ch. 7 : Pp. 65-68
Apportez un ordinateur portable en classe

Questions directrices :
1. Les données catégorielles n'ont pas de moyennes. Que comparez-vous lorsque vous tirez des inférences ?
à partir de données catégorielles ?
2. En quoi le test d'hypothèse pour les données catégorielles diffère-t-il du test d'hypothèse pour
données numériques?

Semaine 14, Séance 27 (Mardi, 8 Mai 2018)

Révision

20
Semaine 14, Session 28 (Jeudi, 10 mai 2018)

Jour férié

Semaine 15 : Examen final, à déterminer

Couvre tout le matériel traité depuis l'examen intermédiaire. Apportez votre carte étudiante, un
un porte-mine, une gomme, un stylo, une règle avec une échelle en centimètres, et une calculatrice.

21