À l’issue de l’unité d’enseignement, l’étudiant·e sera capable de sélectionner, appliquer et interpréter des méthodes statistiques adaptées à l’analyse de données biologiques. Il ou elle sera capable de traduire une question biologique en un problème statistique, de choisir une méthode appropriée, d’en vérifier les conditions d’application, de réaliser l’analyse avec le logiciel R, d’interpréter les résultats et de les présenter de manière adéquate.
Le cours développe ces compétences à travers deux modules complémentaires consacrés à la modélisation statistique linéaire et à l’analyse de données multivariées.
L’objectif du cours est de développer une compréhension à la fois conceptuelle et pratique de l’analyse de données biologiques, en couvrant deux approches complémentaires.
Le module de modélisation statistique linéaire vise à approfondir la compréhension des modèles linéaires et à l’étendre aux modèles linéaires généralisés et aux modèles linéaires mixtes. L’accent est mis sur le choix d’un modèle adapté à la question biologique et à la structure des données, sur ses hypothèses et sur l’interprétation des résultats.
Le module d’analyse de données multivariées vise à familiariser les étudiant·es avec l’analyse de jeux de données comprenant plusieurs variables simultanément. Il introduit différentes approches permettant de visualiser et résumer la structure de données multivariées, d’étudier les similarités et différences entre observations ou groupes, de regrouper des observations et de les attribuer à des groupes.
Dans les deux modules, l’accent est mis sur le raisonnement statistique et l’application pratique avec R, plutôt que sur la seule connaissance formelle des méthodes.
Le cours est organisé en deux modules complémentaires.
Module 1 – Modélisation statistique linéaire
Rappel des concepts statistiques de base
Rappel des modèles linéaires normaux
Modèles linéaires généralisés
Modèles linéaires mixtes
Module 2 – Analyse de données multivariées
Données multivariées et leur visualisation
Ordination par analyse en composantes principales (ACP)
Analyse des correspondances et mise à l’échelle multidimensionnelle
Tests de permutation sur une matrice de (dis)similarité
Regroupement d’objets : clustering
Attribution d’objets à des groupes : analyse discriminante
Module 1 : Modélisation statistique linéaire
Module 2 : Analyse de données multivariées
L’enseignement combine des cours, séminaires et séances d’exercices sur ordinateur. Une participation active des étudiant·es est encouragée dans les deux modules.
Dans le module de modélisation statistique linéaire, les cours et exercices développent progressivement l’utilisation des modèles linéaires, généralisés et mixtes. Les séminaires permettent également de travailler sur l’application et l’interprétation de ces méthodes dans le contexte de problèmes biologiques.
Dans le module d’analyse de données multivariées, les étudiant·es apprennent à explorer et visualiser des données multivariées et à appliquer différentes méthodes d’ordination, de comparaison, de regroupement et de classification.
Dans les deux modules, les exercices visent à développer la capacité à résoudre de manière autonome un problème statistique : identifier l’analyse appropriée, vérifier ses conditions d’application, réaliser l’analyse avec R, interpréter les résultats et les représenter de manière pertinente.
Pour le module de modélisation statistique linéaire, la présence aux travaux pratiques et séminaires indiqués comme obligatoires est requise. Seules les absences dûment justifiées sont admises. Toute incompatibilité d’horaire doit être signalée au début de l’année académique, avant le mois d’octobre. Une absence non justifiée à une activité obligatoire peut entraîner l’impossibilité de présenter l’évaluation du module.
Les deux modules sont évalués séparément, chaque module contribuant à hauteur de 10/20 à la note finale.
Module 1 – Modélisation statistique linéaire
L’évaluation consiste en un examen à livre ouvert, comprenant des exercices portant sur les modèles linéaires mixtes et les modèles linéaires généralisés, réalisés avec R. Les étudiant·es peuvent consulter leur syllabus et les autres documents autorisés pendant l’examen. L’utilisation d’outils d’intelligence artificielle (IA), notamment les assistants conversationnels ou les outils de génération de code, est interdite pendant l’examen.
Module 2 – Analyse de données multivariées
L’évaluation consiste en un examen à livre ouvert pouvant comprendre des questions à choix multiples, des questions ouvertes et la résolution pratique d’exercices avec R sur ordinateur. Après l'épreuve il y aura une soutenance orale.
La note finale correspond à la somme des notes obtenues pour les deux modules. Comme la note finale doit être exprimée sous forme d’un nombre entier, elle est arrondie à l’unité supérieure si les deux modules sont réussis (au moins 5/10 chacun), et à l’unité inférieure si ce n’est pas le cas.
| Formation | Programme d’études | Bloc | Crédits | Obligatoire |
|---|---|---|---|---|
| Master 120 en biologie des organismes et écologie | Finalité approfondie | 1 | 5 | Oui |
| Master 120 en biologie des organismes et écologie | Finalité didactique | 1 | 5 | Oui |