Programme d’études 2018-2019English
Science des données I : visualisation et inférence
Unité d’enseignement du programme de Bachelier en sciences biologiques à la Faculté des Sciences
CodeTypeResponsable Coordonnées
du service
Enseignant(s)
US-B2-SCBIOL-006-MUE ObligatoireGROSJEAN PhilippeS807 - Ecologie numérique des milieux aquatiques
  • GROSJEAN Philippe

Langue
d’enseignement
Langue
d’évaluation
HT(*) HTPE(*) HTPS(*) HR(*) HD(*) CréditsPondération Période
d’enseignement
  • Français
Français255000066.001er quadrimestre

Code(s) d’AAActivité(s) d’apprentissage (AA) HT(*) HTPE(*) HTPS(*) HR(*) HD(*) Période
d’enseignement
Pondération
S-BIOG-006Science des données I : visualisation et inférence2550000Q1100.00%

Unité d'enseignement

Objectifs par rapport aux acquis d'apprentissage du programme

  • Acquérir, maitriser et utiliser des savoirs dans les domaines de la biologie et dans d'autres domaines de connaissances.
    • Comprendre et employer les outils mathématiques et statistiques de base pour décrire et comprendre les concepts biologiques.
    • Intégrer de façon critique des savoirs d'autres domaines de connaissances à la biologie (sciences de la terre, physique, chimie, mathématiques) afin de favoriser une approche interdisciplinaire.
  • Résoudre des problèmes à composante biologique.
    • Analyser et interpréter, de façon pertinente, des données biologiques collectées in natura, par dissection ou sur base d'un protocole expérimental en laboratoire.
  • Appliquer une démarche scientifique et exercer un esprit critique.
    • Connaître et appliquer les principes de base du raisonnement (obtention des données, analyse, synthèse, comparaison, règle de trois, syllogisme, analogie, ....).
    • Maîtriser les méthodes statistiques et/ou probabilistes.
    • Travailler avec efficience/exactitude/précision.
    • Savoir poser une hypothèse et un raisonnement hypothético-déductif.
    • Développer un esprit critique, savoir tester et contrôler ses conclusions, en connaître le domaine de validité, envisager des hypothèses alternatives.
    • Pouvoir gérer le doute et l'incertitude.
  • Communiquer efficacement et de manière adaptée en français et en anglais.
    • Communiquer oralement et par écrit en français les résultats d'expériences et d'observations en construisant et en utilisant des graphiques et des tableaux.
  • Développer son autonomie, se fixer des objectifs de formation et effectuer les choix pour les atteindre.
    • Organiser son temps et son travail, tant individuel que collectif.
    • Savoir fixer des priorités.
    • Savoir gérer son stress et ce quel que soit les évènements (examens, présentations,..).

Acquis d'apprentissage UE

Maitriser les outils informatiques et statistiques nécessaires aux science des données, en particuliers, l'importation, remaniement et transformation des données, la visualisation sous forme de graphiques, et l'inférence. Pouvoir présenter clairement et rigoureusement les résultats de ces analyses dans un rapport scientifique de manière reproductible. Etre capable d'analyser des données biologiques usuelles en pratique.

Contenu de l'UE

Logiciels R, RStudio, git & Markdown. Importation et tranformation de tableaux de données. Visualisation de données uni-, bi- et multivariées à l'aide de graphiques. Statistiques descriptives; Moyenne; Médiane; Ecart type; Variance; Graphique quantile-quantile; Boite de dispersion; Histogramme; Population statistique; Echantillonnage; Inférence; Probabilité; Distribution de probabilité; Théorème central limite; Intervalle de confiance; Test d’hypothèse; Tests paramétriques et non paramétrique; Distribution binomiale, de Poisson, Chi-2, Normale, de Student et F; test de Student; ANOVA 1 et 2 facteurs; Test de Wilkoxon-Mann-Withney; Test de Kruskal-Wallis; Corrélation; Pearson; Spearman.
 

Compétences préalables

Notions de base d'utilisation d'un ordinateur. Notions de base en mathématique: artithmétique, y compris logarithme et exponentielle, systèmes de coordonnées cartésiennes et géométrie élémentaire dans le plan et dans un espace à 3 dimensions.

Types d'évaluations Q1 pour l'UE

  • Présentation et/ou travaux
  • Examen écrit
  • Exercice(s) coté(s)
  • eTest

Commentaire sur les évaluations Q1 de l'UE

Note globale rassemblant les évaluations suivantes: - Evaluation de la progression en continu - Participation lors des classes renversées - Réalisations aux travaux pratiques - Rapport d'analyse de données coté - Examen écrit

Types d'évaluation Q3 pour l'UE

  • Présentation et/ou travaux
  • Examen écrit
  • Exercice(s) coté(s)
  • eTest

Commentaire sur les évaluations Q3 de l'UE

Similaire à Q1.

Types d'évaluation rattrapage BAB1 (Q1) pour l'UE

  • Néant

Commentaire sur les évaluations rattr. Q1 de l'UE

Néant

Types d'activités

AATypes d'activités
S-BIOG-006
  • Cours magistraux
  • Conférences
  • Exercices dirigés
  • Utilisation de logiciels
  • Démonstrations

Mode d'enseignement

AAMode d'enseignement
S-BIOG-006
  • Face à face
  • Mixte

Supports principaux

AA
S-BIOG-006

Supports principaux non reproductibles

AASupports principaux non reproductibles
S-BIOG-006Sans objet

Supports complémentaires

AA
S-BIOG-006

Supports complémentaires non reproductibles

AASupport complémentaires non reproductibles
S-BIOG-006Sans objet

Autres références conseillées

AAAutres références conseillées
S-BIOG-006Barnier, J., 2018. Introduction à R et au tidyverse (https://juba.github.io/tidyverse/index.html). Ismay, Ch. & Kim A.Y, 2018. Moderndive: An introduction to statistical and data science via R (http://moderndive.com). Wickham, H. & Grolemund, G, 2017. R for data science (http://r4ds.had.co.nz). Cornillon, P.A. Et al, 2008. Statistiques avec R. Presses Universitaires de Rennes. 257pp. Dagnelie, P., 2007. Statistique théorique et appliquée, Volumes I et II (2ème ed.). De Boeck & Larcier, Bruxelles. 511pp (vol. I) 734pp (vol. II).

Reports des notes d'AA d'une année à l'autre

AAReports des notes d'AA d'une année à l'autre
S-BIOG-006Autorisé
(*) HT : Heures théoriques - HTPE : Heures de travaux pratiques encadrés - HTPS : Heures de travaux pratiques supervisés - HD : Heures diverses - HR : Heures de remédiation - Dans la colonne Pér. (Période), A=Année, Q1=1er quadrimestre et Q2=2e quadrimestre
Date de génération : 02/05/2019
20, place du Parc, B7000 Mons - Belgique
Tél: +32 (0)65 373111
Courriel: info.mons@umons.ac.be