Code
MGYF QUA 5751
Level
M2
Field
Techniques quantitatives
Language
Français/French
ECTS Credits
2
Class hours
21
Program Manager(s)
Educational team
Introduction to the module
Ce cours offre une introduction pratique au travail avec les données et couvrira de nombreuses techniques d’analyse de base ainsi que la visualisation des données. Comme outil d’analyse de données, nous utiliserons R. Les outils et techniques seront présentés à un niveau pratique afin de permettre aux étudiants d’acquérir des bases solides qui leur permettront ensuite d’explorer ces outils de façon autonome.
Learning goals/Programme objectives
- LG1 Being able to extend digital intelligence through its different dimensions
- LG4 Having access to different cross disciplinary management approaches and tools
Learning objectives/Intended learning outcomes
- 1 - Being able to extend digital intelligence through its different dimensions
- 1.1 - Develop digital citizenship and prosperity
- 1.2 - Develop digital creativity for the individual and the organizational
Rubrics
- Utilisation basique de R
- Visualisation des données
- Relations entre les variables
- Modeles statistique basique (OLS)
Content : structure and schedule
Jour 1 : Introduction aux données et à R
- Objectifs:
Comprendre l’analyse de données et ses applications
Découvrir les types de données et la structure de base
Prendre en main R et RStudio/Posit Cloud
Jour 2 : Manipulation des données et statistiques descriptives
-Objectifs :
Identifier les types de variables (numériques, qualitatives, ordinales)
Calculer et interpréter les mesures de tendance centrale et de dispersion
Jour 3 : Visualisation des données + Controle Continu
- Objectifs :
Comprendre l’intérêt de la visualisation
Créer et interpréter des graphiques de base avec R/ggplot2
Jour 4 : Corrélations et modélisation simple
- Objectifs :
Explorer les relations entre variables
Calculer et interpréter des corrélations
Jour 5 : Synthèse & mini-projet final
-Objectifs :
Mener une analyse complète de A à Z
Présenter des résultats clairs à partir d’un jeu de données
Sustainable Development Goals
Le cours contribue a réalisé les ODD: 4, 8, 9
Number of SDG's addressed among the 17
3 ODD
Learning delivery
synchrone
Pedagogical methods
Les cours transmettent les connaissances nécessaires pour travailler sur des exercices de programmations notées qui vont permettre aux étudiants d'approfondir et d’appliquer les concepts appris durant les cours.
Evaluation and grading system and catch up exams
Note finale = 40 % * contrôle continu + 60 % * contrôle final. Il y aura un contrôle continu qui contribuera à 40 % de la note finale. Le contrôle final portera sur l'ensemble du contenu vu en cours et comptera pour 60 % de la note finale. Chaque absence non justifiée sera pénalisée par un malus de 0,5 point sur la note finale.
Module Policies
Communication Professeur-Apprenant
● Le professeur contactera les apprenants via leur adresse mail scolaire (IMT-BS/TSP) et le portail Moodle. Aucune communication via les adresses mails personnelles n’aura lieu. Il est de la responsabilité de l’étudiant de consulter régulièrement sa boîte mail IMT-BS/TSP.
● Les apprenants peuvent communiquer avec le professeur en envoyant un mail à son adresse institutionnelle. Au besoin, il est possible de le rencontrer dans son bureau durant les heures de bureau ou sur rendez-vous.
Apprenants avec des besoins d’accommodement
Si l’apprenant a un handicap qui empêche d’accomplir le travail décrit ou qui nécessite toute sorte d'accommodement, il est de sa responsabilité d’en informer le directeur des études (avec justificatifs) dès que possible. Aussi, l’apprenant ne doit pas hésiter à en discuter avec son professeur.
Comportement en classe
● En guise de courtoisie envers le professeur et les autres apprenants, tous les téléphones portables, jeux électroniques ou autres appareils générant du son doivent être désactivés pendant les cours.
● L’apprenant doit éviter out comportement perturbateur et irrespectueux tel que: arriver en retard en classe, partir tôt, comportement inconsidéré (ex. dormir, lire un document non lié au cours, utiliser un langage vulgaire, parler excessivement, manger, boire, etc.). Un avertissement peut être donné à la première infraction de ces règles. Les contrevenants seront pénalisés et pourront être expulsés de la classe et/ou subir d'autres procédures disciplinaires.
● Le retard toléré est de 5 minutes. La présence sera déclarée sur Moodle durant ces 5 minutes via un QR code fourni par le professeur à chaque démarrage de cours.
● L’apprenant doit arriver à l'heure pour les examens et autres évaluations. Personne ne sera autorisé à entrer en classe une fois que la première personne aura terminé l'examen et quitté la salle. Il n'y a absolument aucune exception à cette règle. Aucun apprenant ne peut continuer à passer un examen une fois le temps écoulé. Aucun apprenant ne peut quitter la salle pendant un examen à moins qu'il / elle ait terminé et ait remis tous les documents.
● En cas de cours à distance, l'apprenant doit maintenir sa caméra allumée sauf en cas d'indications contraires données par l'enseignant.
Code éthique
IMT-BS est engagée dans une politique d'honnêteté dans le milieu académique. Toute conduite compromettant cette politique peut entraîner des sanctions académiques et/ou disciplinaires. Les apprenants doivent s'abstenir de tricher, de mentir, de plagier et de voler. Ceci consiste à accomplir un travail original et à reconnaître toute autre personne dont les idées et les documents imprimés (y compris ceux provenant d’Internet) sont paraphrasés ou cités directement. Tout apprenant qui enfreint ou aide un autre élève à enfreindre les normes de comportement scolaire sera sanctionné conformément aux règles de l'IMT-BS.
Textbook Required and Suggested Readings
suggested:
Statistics and Data Analysis: From Elementary to Intermediate
by Ajit Tamhane, Dorothy Dunlop
Keywords
Analyse des donnees
Prerequisites
comfort en programmation basique