Programma di studio

• Obiettivi

  A la fin du cours, l'étudiant-e sait:

  • Résumer un ensemble de données par différents graphiques statistiques et valeurs caractéristiques, comme la moyenne, l'écart-type, les quartiles, ...
  • Calculer une probabilité d'occurrence d'un événement.
  • Appliquer les principales lois de distribution qui modélisent des épreuves aléatoires concrètes.
  • Estimer les paramètres d'un modèle statistique.
  • Comprendre le rôle de la statistique inférentielle.
• contenuto

  • Statistique descriptive : échantillon, mesures de tendance centrale et de dispersion (moyenne et médiane, écart-type, ...), graphes de données (histogrammes, box-plots, ...).
  • Probabilités : concept de probabilité, définition, algèbre des événements, calcul des probabilités (définitions, probabilité conditionnelle, théorème de Bayes).
  • Variables aléatoires : définition, notion de variables discrètes et continues, lois de probabilité et fonctions de densité, fonctions de répartition, espérance mathématique, variance, principales lois (Bernoulli, binomiale, géométrique, de Poisson, uniforme, exponentielle, normale), théorème central limite.
  • Statistique inférentielle : estimation de paramètres sous forme ponctuelle (moyenne µ, variance, sigma^2, proportion Pi) et par intervalles de confiance (moyenne µ, proportion Pi).
  • Ajustement de courbes : régression linéaire via la méthode des moindres carrés et coefficient de corrélation.

Metodo d'insegnamento e volume di lavoro

Titolo del corso

Metodi di valutazione

• prove in itinere prove scritte, lavori pratici / valuatazione delle relazioni di laboratorio

Metodo di calcolo della nota del corso

La note du contrôle continu est la moyenne pondérée des évaluations du cours. Note du cours = note du contrôle continu

Docente/i e/o coordinatore/i

Rédina Berkachy, Corinne Hager Jörin, Christophe Hebeisen, Rudolf Riedi