-
Partager cette page
Modèles de régression et Statistical Softwares
Titulaire(s) du cours
Davy PAINDAVEINE (Coordonnateur) et Toufik ZAHAFCrédits ECTS
5
Langue(s) d'enseignement
français
Contenu du cours
Partie 1: régression linéaire (estimation par moindres carrés, notation matricielle, estimation de la variance, inférence exacte et asymptotique sur le paramètre de régression, estimation par moindres carrés pondérés et par moindres carrés généralisés)
Partie 2: Introduction à l'utilisation d'un logiciel statistique: outils pour analyse exploratoire, manipulation des variables, graphiques, pour générer des hypothèses. Approfondissement du module de régression (détermination et validation du ou des modèle(s))
Objectifs (et/ou acquis d'apprentissages spécifiques)
A l’issue de cette unité d’enseignement, un étudiant sera capable de
- d’expliquer l’intérêt des modèles de régression
- de réaliser une analyse de régression adaptée à la situation considérée
- de conduire, sur l’ordinateur, une analyse de régression et des analyses apparentées
Méthodes d'enseignement et activités d'apprentissages
Cours magistral
Projet/travaux personnels
Démonstration d'utilisation de logiciels statistiques sur différents exemples
Contribution au profil d'enseignement
-
Analyser avec rigueur et esprit critique un ensemble de données.- Choisir de façon adéquate les modèles et techniques actuarielles appropriés au problème considéré.- Analyser avec rigueur et esprit critique les résultats obtenus.- Acquérir l’autonomie nécessaire pour identifier, collecter et analyser les données utiles pour la résolution d’un problème.- Utiliser un langage clair et rigoureux.- Rédiger avec rigueur et concision un rapport présentant un problème, les modèles et techniques utilisés pour étudier ce problème, les résultats obtenus.- Présenter oralement de manière claire et concise, les résultats d'un travail.
Références, bibliographie et lectures recommandées
Ravishanker, N., et D. K. Dey (2001). A first course in linear model theory, Chapman & Hall.
Dobson, A. J. (2001). An introduction to generalized linear models, Chapman & Hall.
Support(s) de cours
- Syllabus
- Université virtuelle
Autres renseignements
Contacts
Davy Paindaveine <Davy.Paindaveine@ulb.be>
Toufik Zahaf <tzahaf@ulb.ac.be>
Campus
Plaine
Evaluation
Méthode(s) d'évaluation
- Examen écrit
- Projet
Examen écrit
Projet
- Examen de nature théorique pour la partie 1 (l'examen comprendra des questions ouvertes et des questions fermées)
- Projet/travail/rédaction d'un rapport pour la partie 2
Construction de la note (en ce compris, la pondération des notes partielles)
L'examen de la partie 1 et le projet pour la partie 2 contribuent chacun pour 50% de la note finale du cours.
Pour ce qui est des 50% liés à l partie 2, le barème suivant établit une distribution entre les différentes étapes du travail:
- Analyse exploratoire = /4
- Méthode de régression = /8
- Qualité du rapport = /4
- Connaissance statistique (sur base de la présentation orale) = /4
Des reports partiels de session et d'année sont organisés.
Langue(s) d'évaluation
- français
- (éventuellement anglais )