– Introduction

• La démarche statistique
• Le vocabulaire
• Echantillon et population
• La collecte des données

– La statistique exploratoire

• La statistique unidimensionnelle
  • Graphiques exploratoires : histogramme, boîte à moustaches, diagrammes en bâtons et circulaire
  • Caractéristiques de la tendance centrale d’une distribution : mode, moyenne, médiane, …
  • Caractéristiques de la dispersion d’une distribution : variance, écart type, quantiles, degrés de liberté, …
• La statistique bidimensionnelle et la mesure de liaison entre 2 variables
  • Graphiques établissant le lien entre 2 ou plusieurs variables
  • Liaison entre 2 variables numériques : covariance, corrélation
  • Liaison entre 2 variables ordinales : coefficient de corrélation sur les rangs de Spearman
  • Liaison entre 2 variables qualitatives : khi2 d’écart à l’indépendance

– La statistique décisionnelle

• L’échantillonnage
  • Méthodes d’échantillonnage : simple, par strates
  • Taille de l’échantillon et risques associés
• Les lois de probabilité
  • Les lois discrètes : uniforme, binomiale, Poisson …
  • Les lois continues : normale, Weibull, exponentielle, Student, khi2 …
• L’estimation
  • Estimation ponctuelle des paramètres d’une population (moyenne, écart-type, …)
  • Estimation par intervalle : intervalle de confiance pour une moyenne, pour un écart-type et pour une proportion
• La théorie des tests
  • Généralités
    Hypothèses testées, risques de 1ère et de 2ème espèce (alpha et bêta), règle de décision et interprétation du test
  • Tests paramétriques
    Comparaison de moyennes (Student), comparaison de variances (Fisher), comparaison de proportions (khi2), …
    Choix de la taille d’un échantillon
  • Tests non paramétriques
    Comparaison des médianes (Mann et Whitney, Kruskal-Wallis, test des signes) …

– Ateliers
Travail par petits groupes sur des cas réels en fonction des centres d’intérêts