Automne 2002 3 crédits
Professeur: Christian Léger 4219, Pavillon André-Aisenstadt
Tél.: 343-7824 leger@dms.umontreal.ca
Horaire: Jeudi 8h30-10h30, vendredi 11h30-12h30 au 1140; démonstration mardi 8h30-10h30 au Z-210, Z-255, G-615 et 1409.
Courrier électronique pour le cours: dstt1700@magellan.umontreal.ca
Page Web du cours: http://www.dms.umontreal.ca/~leger/cours/STT1700
Démonstrateurs:
Le monde qui nous entoure est rempli de phénomènes aléatoires, que ce soit la durée de vie d'une personne, le nombre de processus qui roulent en même temps sur un ordinateur à un temps donné, le nombre de bières consommées par des étudiants un vendredi soir, etc. Certaines variables peuvent avoir un effet sur ces phénomènes. Par exemple, la consommation de bières est-elle la même chez les étudiantes que chez les étudiants ?
La statistique est la science qui permet de prendre des décisions face à l'incertitude. Pour y arriver, il faut cueillir des données provenant du phénomène aléatoire et analyser ces données à partir d'un modèle stochastique qui représente le phénomène. La science de la statistique étudie les façons les plus efficaces d'effectuer la cueillette, la modélisation et l'analyse des données afin d'extraire le maximum d'information de celles-ci.
Ce cours fait un survol des principales questions auxquelles la statistique tente de répondre. L'accent sera mis davantage sur la compréhension des concepts statistiques que sur le développement d'un livre de recettes statistiques. Pour ceux dont ce sera le seul cours de statistique, cette introduction vous donnera une idée des principaux enjeux de la discipline et vous permettra d'être de meilleurs consommateurs de statistiques publiées dans les journaux ou les revues scientifiques. Les notions vues dans ce premier cours seront approfondies dans plusieurs cours subséquents. Cette introduction permettra donc à ceux qui poursuivront en statistique de se faire une bonne idée globale de la discipline. De plus, l'introduction à un logiciel statistique sera bien utile.
Objectifs généraux:
Objectifs particuliers:
À la fin du cours, l'étudiant devra être en mesure de:
Contenu: (Les sections font référence au livre de Moore et
McCabe, 2003)
Semaine | Sections du livre | Semaine | Sections du livre |
1 | Chap. 1, section 1 | 8 | Chap. 5, sections 1 et 2 |
2 | Chap. 1, sections 2 et 3 | 9 | Chap. 6, section 1 |
3 | Chap. 2, sections 1 à 3 | 10 | Chap. 6, sections 2 et 3 |
4 | Chap. 2, sections 4 et 5 | 11 | Chap. 6, sect. 4 et chap. 7, sect. 1 |
5 | Chap. 3, sect. 1 à 4 | 12 | Chap. 7, sections 1 à 3 |
6 | Chap. 4, sections 1 à 4 | 13 | Chap. 8, sections 1 et 2 |
7 | Chap. 4, sect. 5 et chap. 5, sect. 1 |
Activités d'enseignement et d'apprentissage:
Évaluation:
La note sera déterminée à partir de la pondération suivante: 20% Devoirs + 35% Intra (mardi le 29 octobre de 8h30 à 10h30) + 45% Final (samedi le 14 décembre de 14h00 à 17h00 au Z-110), si la moyenne pondérée de l'intra et du final est de 50% ou plus, sinon la note des devoirs est plafonnée au minimum de la moyenne des devoirs et de 50% (menant à un échec).
Afin d'utiliser efficacement le temps de travail des démonstrateurs, il est possible de remettre une copie des devoirs pour deux étudiants et seulement un sous-ensemble des questions seront corrigées (le sous-ensemble est déterminé après la remise du devoir; des solutions pour toutes les questions seront fournies).
Au cas où vous vous feriez la réflexion suivante: ``C'est quoi ça, on va faire des problèmes qui ne seront même pas corrigés!'', voici ma réponse. Comme prof d'université, je fonctionne avec les deux axiomes suivants (Petit Robert: un axiome est une vérité indémontrable mais évidente par quiconque en comprend le sens): 1) Vous êtes à l'université pour apprendre; 2) Pour apprendre, il faut faire des devoirs.
Bibliographie:
Ouvrage de référence Obligatoire
Léger, C. (2002). Notes de cours pour STT 1700, Introduction à la statistique. Librairie de l'Université de Montréal.
Ouvrage de référence Fortement recommandé
Moore, D.S. et McCabe, J.A. (2003). Introduction to the Practice of Statistics, 4è édition. W. H. Freeman and Company, New York.
Ouvrage de référence Recommandé
Spector, P. (1994). An Introduction to S and S-Plus. Duxbury
Press, Belmont, California.