“Introduction à la statistique avec R” : Cours est en ligne et gratuit sur MOOC

 

mooc16Ce cours permet d’apprendre la statistique à l’aide du logiciel libre R. Le recours aux mathématiques est minimal. L’objectif est de savoir analyser des données, de comprendre ce que l’on fait, et de pouvoir communiquer ses résultats.

Ce cours s’adresse aux étudiants et praticiens de toutes disciplines qui recherchent une formation pratique. Il sera utile à toute personne ayant le besoin d’analyser un jeu de données réel dans le cadre d’un enseignement, de son activité professionnelle ou de recherche, ou par simple curiosité d’analyser un jeu de données par soi-même (données du web, données publiques…).

Le cours s’appuie sur le logiciel libre R qui est un des logiciels de statistique les plus puissants disponibles actuellement.

Les méthodes abordées sont : les techniques descriptives, les tests, l’analyse de variance, les modèles de régression linéaire et logistique, les données censurées (de survie).

Dates Importantes:

  • Début des cours: 30 mars 2015
  • Fin des inscriptions: 7 mai 2015

Pour vous inscrire à ce cours, cliquez ici:

https://www.france-universite-numerique-mooc.fr/courses/UPSUD/42001S03/session03/about

Pour les instructions pour vous inscrire sur MOOC, cliquez ici:
https://www.univ-soukahras.dz/fr/actualites/fun-mooc

 

Plan du cours

Semaine 1

Introduction aux statistiques et à R,description d’une variable

  • Introduction
  • Chapitre 1 : Définitions
  • Chapitre 2 : Représentations graphiques
  • Chapitre 3 : Mesures de position et de dispersion : les principes
  • Chapitre 4 : Mesures de position et de dispersion : la pratique
  • Lab 1 : Introduction à R studio, manipulation des fichiers et des variables

    • Semaine 2

    Intervalles de confiance, association entre variables

  • Chapitre 5 : Intervalles de confiance
  • Chapitre 6 : Coefficient de corrélation
  • Chapitre 7 : Risque relatif et odds-ratio
  • Lab 2 : Manipulation de données, résumés numériques et graphiques
  • Lab 3 : RMarkdown et rapport automatisé

    • Semaine 3

    Tests statistiques et pratique des tests

  • Chapitre 8 : Tests statistiques : le “p”
  • Chapitre 9 : Tests statistiques : l’approche de Neyman et Pearson
  • Chapitre 10 : Comparaison de deux pourcentages
  • Chapitre 11 : Comparaison de deux moyennes
  • Chapitre 12 : Test de nullité d’une corrélation, divers
  • Lab 4 : Mesures d’association, tests statistiques, update sur RMarkdown

    • Semaine 4

    Régression linéaire simple et multiple, régression logistique

  • Chapitre 13 : Régression linéaire simple
  • Chapitre 14 : Régression linéaire, corrélation et test t
  • Chapitre 15 : Régression linéaire multiple, analyse de variance
  • Chapitre 16 : Introduction à la régression logistique
  • Chapitre 17 : Régression logistique multiple
  • Lab 5 : Régression linéaire et logistique

    • Semaine 5

    Données de survie (censurées), méthodes exploratoires multidimensionnelles

  • Chapitre 18 : Données de survie ou censurées
  • Chapitre 19 : Tests et modèles pour données censurées
  • Chapitre 20 : Introduction aux méthodes exploratoires multidimensionnelles
  • Chapitre 21 : Analyse en composantes principales
  • Chapitre 22 : Classification hiérarchique
    •