[{"command":"insert","method":null,"selector":".course-modal-ajax-placeholder-952884","data":"\u003Cdiv class=\u0022container content-rte\u0022\u003E\n  \u003Cdiv class=\u0022row\u0022\u003E\n    \u003Cdiv class=\u0022box col-md-6 bg-primary text-white\u0022\u003E\n      \u003Ch2 class=\u0022h1 text-left\u0022\u003E  Ma\u00eetrise des mod\u00e8les statistiques pour la recherche en \u00e9cologie\n\u003C\/h2\u003E\n                  \u003Cdiv class=\u0022field-spacing\u0022\u003E\n        \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EECTS :\n          6\n        \u003C\/div\u003E\n      \u003C\/div\u003E\n                  \u003Cdiv class=\u0022field-spacing\u0022\u003E\n        \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ESemestre calendaire :\n          Semestre 1\n        \u003C\/div\u003E\n      \u003C\/div\u003E\n            \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ED\u00e9tail du volume horaire\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                          \u003Cspan class=\u0022field__label h4 mt-5 \u0022\u003ECours magistraux :\u003C\/span\u003E\n                                      \u003Cspan\u003E24\u003C\/span\u003E\n                      \u003C\/div\u003E\n                                \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                          \u003Cspan class=\u0022field__label h4 mt-5 \u0022\u003ETravaux pratiques :\u003C\/span\u003E\n                                      \u003Cspan\u003E3\u003C\/span\u003E\n                      \u003C\/div\u003E\n                                \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                          \u003Cspan class=\u0022field__label h4 mt-5 \u0022\u003ETravaux dirig\u00e9s :\u003C\/span\u003E\n                                      \u003Cspan\u003E24\u003C\/span\u003E\n                      \u003C\/div\u003E\n                                \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                          \u003Cspan class=\u0022field__label h4 mt-5 \u0022\u003EProjet tutor\u00e9\u003C\/span\u003E\n                                      \u003Cspan\u003E6\u003C\/span\u003E\n                      \u003C\/div\u003E\n                                              \u003C\/div\u003E\n        \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ELangue d\u0026#039;enseignement\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003EFran\u00e7ais\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n        \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EEnseignement \u00e0 distance\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003Enon\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n      \u003C\/div\u003E\n    \u003Cdiv class=\u0022box col-md-6\u0022\u003E\n            \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EPr\u00e9requis\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003E\u003Cp\u003ELes pr\u00e9-requis sont les statistiques inf\u00e9rentielles de base : estimation, intervalle de confiance, test, r\u00e9gression lin\u00e9aire simple, analyse de la variance \u00e0 1 facteur, analyse en composante principale et ma\u00eetrise des bases du logiciel R. Ces pr\u00e9-requis sont enseign\u00e9s dans le module DYST.\u003C\/p\u003E\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n                \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EObjectifs d\u0026#039;apprentissage\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003E\u003Cp\u003EIl s\u2019agit d\u0027approfondir les notions du module de remise \u00e0 niveau de statistique. On insistera syst\u00e9matiquement sur la dimension de mod\u00e9lisation, i.e. sur la transcription math\u00e9matique de questions biologiques. L\u2019objectif est de fournir aux \u00e9tudiants une formation solide sur le mod\u00e8le lin\u00e9aire ainsi que des bases suffisantes pour appr\u00e9hender des mod\u00e8les plus complexes.\u003C\/p\u003E\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n        \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EOrganisation g\u00e9n\u00e9rale et modalit\u00e9s p\u00e9dagogiques\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003E\u003Cp\u003E\u003Cstrong\u003EContenu :\u003C\/strong\u003E\u003C\/p\u003E\n\u003Cp\u003ECet enseignement est principalement concentr\u00e9 autour du mod\u00e8le lin\u00e9aire et de ses g\u00e9n\u00e9ralisations \u00e0 des donn\u00e9es non gaussiennes ou non ind\u00e9pendantes :\u003C\/p\u003E\n\u003Cul\u003E\n\u003Cli\u003EMod\u00e8le lin\u00e9aire gaussien (r\u00e9gression multiple, analyse de la variance \u00e0 plusieurs facteurs, analyse de la covariance : 18h),\u003C\/li\u003E\n\u003Cli\u003EMod\u00e8le lin\u00e9aire g\u00e9n\u00e9ralis\u00e9 (r\u00e9gression logistique, mod\u00e8le logit et probit, r\u00e9gression poissonnienne : 9h),\u003C\/li\u003E\n\u003Cli\u003EMod\u00e8le lin\u00e9aire mixte (d\u00e9composition de la variance, notion d\u2019effet al\u00e9atoire, mesures r\u00e9p\u00e9t\u00e9es : 9h).\u003C\/li\u003E\n\u003C\/ul\u003E\n\u003Cp\u003ECet axe principal sera compl\u00e9t\u00e9 par des enseignements sur\u003C\/p\u003E\n\u003Cul\u003E\n\u003Cli\u003ECourbes de croissance\u0026nbsp;\u003C\/li\u003E\n\u003Cli\u003EClassification\u003C\/li\u003E\n\u003C\/ul\u003E\n\u003Cp\u003E\u003Cstrong\u003EModalit\u00e9s :\u003C\/strong\u003E\u003C\/p\u003E\n\u003Cp\u003ELes enseignements se r\u00e9partissent sur 2 semaines d\u00e9coup\u00e9es en s\u00e9ances de 3h. Les TD en salle informatique repr\u00e9sentent approximativement 50% du volume total. Les \u00e9tudiants sont divis\u00e9s en deux groupes dont les programmes sont sensiblement les m\u00eames, la diff\u00e9rence principale portant sur le niveau de familiarit\u00e9 avec l\u2019utilisation de l\u2019alg\u00e8bre lin\u00e9aire (\u00e9criture matricielle des mod\u00e8les).\u003C\/p\u003E\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n                                \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ENature de l\u0026#039;\u00e9valuation\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003EEvaluation Continue non Int\u00e9grale\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n      \u003C\/div\u003E\n  \u003C\/div\u003E\n\u003C\/div\u003E\n","settings":null}]