Département des Sciences Agronomiqueshttps://www.univ-soukahras.dz/fr/dept/sa |
Matière: Bio statistique II
Enseignant | Baha eddine BADOUNA |
Information |
Master - Agro-écologie
Département des Sciences Agronomiques Site web : https://www.univ-soukahras.dz/fr/module/415 Semestre : S3 Unité : UEM 5.1.1 Crédit : 4 Coefficient: 2 |
Contenu | A. Cours (30 heures) Bio statistique Expérimentation (Rappel) 1. Statistique descriptive à une dimension 2. Evaluation de l’intérêt diagnostic des informations Echantillonnage - Variable aléatoire 3. Statistique descriptive - Méthodes relatives aux moyennes 4. Problèmes généraux de l’expérimentation de plein champ 5. Estimation de l’intervalle de confiance - Les dispositifs expérimentaux - Dispositifs “ couples ” de Student - “ blocs ” de Fisher - et “ carré latin ”- -. Les dispositifs complexes - Les séries d’essais (pluriannuels et/ou multi locaux) - Les dispositifs “ blocs incomplets ” 6. Interprétation des résultats de l’analyse de variance - Normalité - Test de Tukey – Interaction -. Coefficient de variation 7. Transformation de variables 7.1. Conditions d’application d’analyse de la variance 7.2. Tests d’application Les principes 7.3 .Les principales transformations 7.4. Le choix d’une transformation 8. L’interférence statistique à deux et à trois dimensions 8.1. Les méthodes relatives à la régression 8.2. Les méthodes relatives à la corrélation 8.3. Analyse de la covariance Informatique appliquée 1. Généralités 2. Types de tableurs à utiliser en fonction des données et des objectifs 3. Méthodes de traitement de données 4. Interprétations 5. Présentation des résultats B. TD 1. Expérimentation - Comparaison de deux moyennes à effectifs égaux et inégaux - Analyse de la variance à un critère de classification - Analyse de la variance à deux critères de classification : modèle croisé à une seule Observation et à plusieurs observations - Analyse de la variance à trois critères de classification : modèle croisé à une seule observation et à plusieurs observations - Comparaison multiple de moyennes : méthodes de la plus petite différence significative, de Newman et Keuls, de Duncan et de Dunnett 2. Informatique appliquée - Saisie des données - Analyse statistique simple (ANOVA) comparaison des moyennes Corrélations; régressions ; interprétation - Analyses des fréquences (test d\\\'homogénéité, test de conformité) - Analyses des statistiques multi variées (AFC, ACP, AFD, classification) |
Evaluation |