Programme d’études 2023-2024 | English | ||
Bases pour l'analyse statistique en sciences humaines | |||
Unité d’enseignement du programme de Bachelier en sciences humaines et sociales (MONS) (Horaire jour) à l"Ecole des Sciences Humaines et Sociales |
Code | Type | Responsable | Coordonnées du service | Enseignant(s) |
---|---|---|---|---|
UH-B1-SCHUMS-008-M | UE Obligatoire | MAES Renaud | H930 - Sciences Humaines et Sociales |
|
Langue d’enseignement | Langue d’évaluation | HT(*) | HTPE(*) | HTPS(*) | HR(*) | HD(*) | Crédits | Pondération | Période d’enseignement |
---|---|---|---|---|---|---|---|---|---|
| Français | 24 | 24 | 0 | 0 | 0 | 6 | 6.00 | 1er quadrimestre |
Code(s) d’AA | Activité(s) d’apprentissage (AA) | HT(*) | HTPE(*) | HTPS(*) | HR(*) | HD(*) | Période d’enseignement | Pondération |
---|---|---|---|---|---|---|---|---|
H-SHUM-107 | Bases pour l'analyse statistique en sciences humaines (exercices) | 0 | 24 | 0 | 0 | 0 | Q1 | |
H-SHUM-114 | Bases pour l'analyse statistique en sciences humaines (théorie) | 24 | 0 | 0 | 0 | 0 | Q1 |
Unité d'enseignement |
---|
Objectifs par rapport aux acquis d'apprentissage du programme
Acquis d'apprentissage de l'UE
À l'issue de cet enseignement, les étudiant·es seront capables
de maîtriser les fondamentaux épistémologiques de la recherche quantitative en SHS,
de déployer des outils de production, de recueil et de traitement de données quantitatives,
de comprendre et d'utiliser le vocabulaire et les opérations de base de la création et de la gestion d'une base de données,
de réaliser des opérations élémentaires de transformation de variables,
de comprendre les principes d'usage, de sélectionner et d'utiliser des outils de statistique descriptive et de représentation graphique tant univariées que bivariées,
de comprendre la logique de l'échantillonnage, de la statistique inférentielle et du test d'hypothèse,
de comprendre la logique du contrôle de relations et de sélectionner des analyses bivariées,
de mettre sur pied un dispositif simple d'exploration, de visualisation et d'exploitation d'une base de données à l'aide de l'outil logiciel R,
d'identifier facilement des erreurs de statistique courantes dans les publications généralistes, les discours politiques et médiatiques.
Contenu de l'UE : descriptif et cohérence pédagogique
Les chapitres du cours sont :
1 - Fondamentaux de la démarche quantitative
Notions principales : paradigmes inductifs et déductifs, décomposition, concept, indicateur et indices, échantillon et population, représentativité
2 - Bases de l'analyse statistique pour les sciences humaines et sociales
Notions principales : types de variables, structure des bases de données, objectifs de la statistique descriptive, explicative et inférentielle
3 - Premiers éléments de traitement automatique et d'algorithmique
Notions principales : scripts, vecteurs, matrices, fonctions, boucles, distributions, tables de fréquences
4 - Premiers éléments de statistique descriptive
Notions principales : paramètres de position et de dispersion, types de représentations graphiques, représentations de séries bivariées, corrélation
5 - Introduction à l'inférence statistique
Notions principales : distributions théoriques, théorème central-limite, intervalle, marge d'erreur et niveau de confiance, test d'hypothèses
6 - Introduction au contrôle des relations
Notions principales : corrélation paramétrique, tables de contingences, tests de moyenne, ANOVA, régression linéaire, modèles descriptif et prédictif
Les cours " théoriques " sont l'occasion de découvrir les notions, les outils statistiques et leurs usages.
Les exercices visent à l'appropriation des notions ainsi qu'à la mise en pratique autonome des outils.
Le cours fonctionne par des aller-retour entre les notions théoriques et leur mise en pratique. Un travail régulier et une présence assidue au long du quadrimestre sont donc attendus des étudiant.es.
Compétences préalables
Sans objet
Type(s) et mode(s) d'évaluation Q1 pour l'UE
Commentaire sur les évaluations Q1 de l'UE
L'évaluation Q1 repose sur trois dimensions :
D1- la réalisation de trois tests (exercices) intégratifs en ligne, organisés via la page Moodle du cours durant le quadrimestre Q1, comptant pour 1/6 de la note finale,
D2 - l'examen écrit composé de quatre parties : (1) critique d'un article, (2) exploitation d'une base de données, (3) inférence et test d'hypothèse, (4) question "bonus", permettant d'obtenir jusqu'à 5 points supplémentaires, l'ensemble comptant pour 5/6 de la note finale,
D3 - un travail facultatif d'exploration et d'exploitation autonome d'une base de données, à réaliser seul ou en groupe, à réaliser avant la fin du quadrimestre Q1 et à remettre sur la page Moodle du cours, amenant jusqu'à 3 points supplémentaires à l'examen.
Type(s) et mode(s) d'évaluation rattrapage Q1 (BAB1) pour l'UE
Commentaire sur les évaluations rattrapage Q1 (BAB1) de l'UE
L'évaluation de rattrapage Q1 repose sur trois dimensions :
D1- la réalisation de trois tests (exercices) de remédiation en ligne, organisés via la page Moodle du cours durant le quadrimestre Q2, comptant pour 1/6 de la note finale,
D2 - l'examen écrit de rattrapage composé de quatre parties : (1) critique d'un article, (2) exploitation d'une base de données, (3) inférence et test d'hypothèse, (4) question "bonus", permettant d'obtenir jusqu'à 5 points supplémentaires, l'ensemble comptant pour 5/6 de la note finale,
D3 - s'il n'a pas déjà été réalisé pendant le premier quadrimestre, un travail facultatif d'exploration et d'exploitation autonome d'une base de données, à réaliser seul ou en groupe, à réaliser avant la fin du quadrimestre Q2 et à remettre sur la page Moodle du cours, amenant jusqu'à 3 points supplémentaires à l'examen.
Type(s) et mode(s) d'évaluations Q3 pour l'UE
Commentaire sur les évaluations Q3 de l'UE
L'évaluation Q3 repose sur trois dimensions :
D1- la réalisation des six tests (exercices) de remédiation en ligne du Q1 et du Q2, via la page Moodle du cours, comptant pour 1/6 de la note finale,
D2 - l'examen écrit du Q3, composé de quatre parties : (1) critique d'un article, (2) exploitation d'une base de données, (3) inférence et test d'hypothèse, (4) question "bonus", permettant d'obtenir jusqu'à 5 points supplémentaires, l'ensemble comptant pour 5/6 de la note finale,
D3 - s'il n'a pas déjà été réalisé pendant le premier ou le second quadrimestre, un travail facultatif d'exploration et d'exploitation autonome d'une base de données, à réaliser seul ou en groupe, à réaliser avant l'examen et à remettre sur la page Moodle du cours, amenant jusqu'à 3 points supplémentaires à l'examen.
Types d'activités
AA | Types d'activités |
---|---|
H-SHUM-107 |
|
H-SHUM-114 |
|
Mode d'enseignement
AA | Mode d'enseignement |
---|---|
H-SHUM-107 |
|
H-SHUM-114 |
|
Supports principaux non reproductibles
AA | Supports principaux non reproductibles |
---|---|
H-SHUM-107 | Sans objet |
H-SHUM-114 | Sans objet |
Supports complémentaires non reproductibles
AA | Support complémentaires non reproductibles |
---|---|
H-SHUM-107 | Sans objet |
H-SHUM-114 | Sans objet |
Autres références conseillées
AA | Autres références conseillées |
---|---|
H-SHUM-107 | Sans objet |
H-SHUM-114 | Sans objet |