 | Programme d’études 2018-2019 | English | |
 | Sciences de données II : analyse et modélisation | ||
Activité d'apprentissage à la Faculté des Sciences |
| Code | Titulaire(s) | Co-Titulaire(s) | Suppléant(s) et autre(s) |
|---|---|---|---|
| S-BIOG-015 |
|
| Langue d’enseignement | Langue d’évaluation | HT(*) | HTPE(*) | HTPS(*) | HR(*) | HD(*) | Période d’enseignement |
|---|---|---|---|---|---|---|---|
| Français | Français | 15 | 0 | 15 | 0 | 0 | Q1 |
Contenu de l'AA
Statistiques multivariées: ACP; AFC; classification hiérarchisée; régression simple, polynomilae et multiple.
Supports principaux non reproductibles
Sans objet
Support complémentaires non reproductibles
Pas applicable.
Autres références conseillées
Barnier, 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). Zar, J.H., 2010. Biostatistical analysis (5th ed.). Pearson Education, London. 944pp. Husson, F., S. Lê & J. Pagès, 2009. Analyse de données avec R. Presses universitaires de Rennes, Rennes. 224pp. 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).
Mode d'enseignement
- Face à face
- Mixte
Types d'activités
- Cours magistraux
- Conférences
- Préparations, travaux, recherches d'information
Evaluations
Les modalités d'évaluation de l'AA sont précisées dans la fiche de l'UE dont elle dépend