• Fin d'inscription
  • 06 mar 2017
  • Début du Cours
  • 13 fév 2017
  • Fin du cours
  • 02 avr 2017
  • Effort estimé
  • 3 à 5 h/semaine
  • Langue
  • Français

À propos du cours

Les méthodes statistiques sont largement répandues dans presque tous les secteurs de l’activité humaine : sciences et techniques, économie, sciences humaines et sociales. Elles font partie des connaissances de base de l’ingénieur. Parmi les innombrables applications dans le domaine industriel, on peut citer le contrôle de qualité, la fiabilité, l’analyse des résultats de mesure, la prévision et la planification.
L’objectif de ce MOOC est d’initier les apprenants aux raisonnements et aux méthodes statistiques usuelles. Les compétences développées portent sur les méthodes et outils de la statistique descriptive et inférentielle utiles à l’ingénieur.

Format du cours

La durée du cours est de 7 semaines dont une semaine 0 consacrée à la statistique descriptive. Pour les apprenants, 3 à 5 heures de travail personnel seront exigées chaque semaine. Le cours est structuré selon 5 thèmes. Ce MOOC est joué deux fois par an.
Les contenus de formation seront proposés sous différentes formes : vidéos (environ 3 à 4 vidéos de 10 mn par semaine), des supports de cours et d’exercices. Des activités pédagogiques variées seront proposées notamment en TD : quiz, exercices et mini-jeu sérieux. Chaque partie comprendra des applications issues du domaine industriel ou du monde de l’entreprise.

Plan du cours

  • Semaine 0 : Statistique descriptive
  • Semaine 1 : Probabilités
  • Semaine 2 : Echantillonnage et estimation (partie 1)
  • Semaine 3 : Echantillonnage et estimation (partie 2)
  • Semaine 4 : Tests usuels et analyse de variance (partie 1)
  • Semaine 5 : Tests usuels et analyse de variance (partie 2)
  • Semaine 6 : Régression linéaire simple

Évaluation

Evaluation chaque semaine par des quiz
Attestation de suivi avec succès

Prérequis

L’enseignement dispensé sera de niveau L3. Le public visé comprend les étudiants des écoles d’ingénieurs ou des universités ayant validé un niveau L2, les étudiants suivant une formation d’ingénieurs par la voie de l’alternance et plus généralement les personnes engagées dans un cursus de formation ou de remise à niveau (par exemple : salariés, ou demandeurs d’emploi).

Les prérequis sont les notions de probabilités et de mathématiques enseignées au niveau Bac +2 (DUT, BTS, L2, CPGE).
En semaine 0, vous aurez la possibilité de vous tester de manière à situer votre niveau dans les prérequis. Ce test ne rentrera pas dans les critères d’évaluation pour l’obtention de l’attestation de suivi avec succès.

Attestation de suivi

Une attestation de suivi avec succès est attribuée par FUN aux apprenants réussissant à obtenir une note supérieure à 70 % aux quiz d’évaluation.

Équipe pédagogique - Les enseignants

Ce cours vous est proposé par une équipe d'enseignants provenant d'un ensemble d'établissements.






Course Staff Image #2

Anca Badea

Anca Badea est enseignant-chercheur en mathématiques appliquées à Mines Saint-Etienne. Elle enseigne les probabilités et la statistique en formation initiale (cycle Ingénieur Civil des Mines). Ses travaux de recherche portent sur l'apprentissage statistique et l'analyse des incertitudes.

Course Staff Image #2

Frédéric Delacroix

Frédéric Delacroix est professeur de mathématiques à IMT Lille Douai où il enseigne l'algèbre linéaire l'analyse réelle et complexe, les probabilités et la statistique en formation initiale et en formation continue diplômante.

Course Staff Image #2

Christelle Garnier

Christelle Garnier est maître de conférences à IMT Lille Douai où elle enseigne principalement les probabilités, le traitement du signal et les communications mobiles. Elle mène également des travaux de recherche en traitement statistique du signal au sein du laboratoire CRIStAL (UMR CNRS 9189).

Course Staff Image #2

Francis Kosior

Francis Kosior est Ingénieur de Recherche en calcul scientifique à l’Institut Jean Lamour. Il est chargé de Travaux Dirigés en statistique à l’Ecole des Mines de Nancy. Ses travaux de recherche portent principalement sur la modélisation de la physique des plasmas froids et des effets thermoélectriques.

Course Staff Image #2

Michel Lecomte

Michel Lecomte est professeur de mathématiques à IMT Lille Douai où il enseigne l'analyse, les probabilités et la statistique en formation initiale et en formation continue. De plus, Il est responsable pédagogique du cycle de formation continue à distance des écoles des mines.

Course Staff Image #1

Dominique Pastor

Dominique Pastor est Professeur à IMT Atlantique depuis 2002, après une carrière d'ingénieur de 15 ans dans l'industrie. Il est membre permanent du Lab-STICC (CNRS UMR 6285). Ses travaux de recherche actuels concernent le traitement statistique du signal et les représentations parcimonieuses.

Course Staff Image #1

Martial Sauceau

Martial Sauceau est enseignant-chercheur à Mines Albi depuis 2006. Il enseigne principalement en Génie des Procédés et Outils Numériques, mais aussi les bases de statistique. Ses travaux de recherche portent sur le développement et la modélisation de procédés pour la mise en forme de solides pour des applications pharmaceutiques et énergétiques.

Course Staff Image #1

Françoise Seyte

Françoise Seyte est Maître de Conférences HDR à l’Université de Montpellier (LAMETA) et responsable de la Mention Finance. Elle enseigne également à l’Ecole des Mines d’Alès et à l’Enac la statistique inférentielle ainsi que l’économétrie. Ses thèmes de recherche concernent l’économétrie appliquée dans le domaine de la finance.

Course Staff Image #2

François-Xavier Socheleau

François-Xavier Socheleau enseigne les mathématiques et le traitement du signal à IMT Atlantique depuis 2014. Il mène également des travaux de recherche en traitement statistique du signal et en communications numériques au sein de l'UMR CNRS Lab-STICC.

Course Staff Image #2

Safouana Tabiou

Safouana Tabiou est Maître Assistante à IMT Atlantique où elle responsable des enseignements de Mathématiques. Elle enseigne dans divers domaines des mathématiques et leurs applications, en particulier les probabilité et statistique, processus stochastiques et mathématiques financières.

Course Staff Image #2

Thierry Verdel

Thierry Verdel est professeur à Mines Nancy où il enseigne principalement la statistique et la gestion des risques naturels et industriels. Ses travaux de recherche portent sur la gestion des risques liés au sol et au sous-sol et la simulation des situations de gestion de crise.

Équipe projet

IMT Lille Douai, Centre de Ressources Numériques et Documentaires, Cellule TICE Imagine : Carole Portillo, Mathieu Vermeulen, Gaëlle Guigon, Frédéric Sion, Jean-Loup Cordonnier.

PARTENAIRES

Ce MOOC est réalisé avec le soutien de : l’Institut Mines-Télécom, l’Université Numérique Thématique UNISCIEL et la ComUE Lille Nord de France.



Conditions d'utilisation

Conditions d’utilisation du contenu du cours et du contenu produit par les participants

Attribution - Pas d’Utilisation Commerciale - Partage dans les Mêmes Conditions

Cette licence permet aux autres de remixer, arranger, et adapter votre œuvre à des fins non commerciales tant qu’on vous crédite en citant votre nom et que les nouvelles œuvres sont diffusées selon les mêmes conditions.