Programme des cours 2022-2023
BBMV2022-1  
Traitement informatique des données de laboratoire 1, Traitement informatique des données de laboratoire 1 (déclinaison a)
Durée :
20h Th
Nombre de crédits :
Bachelier : technologue de laboratoire médical2
Nom du professeur :
Bernard FRANK
Coordinateur(s) :
Bernard FRANK
Langue(s) de l'unité d'enseignement :
Langue française
Organisation et évaluation :
Enseignement au premier quadrimestre, examen en janvier
Unités d'enseignement prérequises et corequises :
Les unités prérequises ou corequises sont présentées au sein de chaque programme
Contenus de l'unité d'enseignement :
Faisant suite à l'unité d'enseignement (UE) d'Introduction à la Statistique du bloc1, cette UE-ci va permettre aux étudiants de maitriser une série d'outils et procédures statistiques spécifiques à l'analyse des données récoltées en laboratoire.  Cela inclut le choix d'un outil approprié, sa mise en oeuvre à l'aide d'un logiciel statistique dédié, l'interprétation des résultats et leur présentation sous forme de rapport.
Cette UE est formée d'une unique activité d'apprentissage, proposant tant des exposés théoriques des matières abordées que des illustrations pratiques et leurs mises en oeuvre.
Elle aborde les sujets suivants :
  • Une démarche générale de traitement d'un problème scientifique faisant intervenir la statistique inférentielle ;
  • La structuration d'un rapport scientifique, ainsi que quelques règles de rédaction d'un tel rapport ;
  • L'introduction à un logiciel spécifiquement dédié à l'analyse statistique, à savoir le logiciel R ;
  • La détection de données suspectes et leur traitement ;
  • Le diagnostic de l'appartenance à une distribution normale d'un échantillon d'observations ;
  • Les notions d'estimation ponctuelle, d'estimation par intervalle de confiance et de tests d'hypothèses paramétriques et non paramétriques ;
  • Les tests d'hypothèses les plus courants concernant la tendance centrale et la dispersion d'une ou deux populations normales. Les tests non paramétriques de base correspondants concernant la tendance centrale ;
  • La régression linéaire simple univariée ;
  • Le test principal du modèle ANOVA à un facteur fixe et son pendant non paramétrique ;
  • La construction et l'utilisation de cartes de contrôle ;
  • Les tests d'adéquations appelés tests chi-carrés.
Pour chaque thème abordé, les principes théoriques sont exposés, puis une mise en situation dans un contexte concret est proposée, avec utilisation des logiciels Excel et R.  Lors des mises en situation, une importance particulière est apportée à l'interprétation des résultats obtenus via le logiciel utilisé et au rapport à un tiers de ces résultats dans leur contexte.  
 
Acquis d'apprentissage (objectifs d'apprentissage) de l'unité d'enseignement :
Au terme de son apprentissage, l'étudiant doit être capable :
  • D'expliquer comment planifier, mener à bien et rapporter une étude statistique, en suivant des règles de bonne pratique scientifique ;
  • De rapporter les résultats d'une étude statistique en suivant des règles de bonne pratique scientifique ;
  • D'utiliser un logiciel statistique pour effectuer des analyses de base et d'interpréter les résultats fournis par ce logiciel ;
  • De déterminer, face à un contexte inédit, le ou les outils statistiques les plus appropriés pour répondre à une question spécifique, parmi les outils vus au cours ;
  • De vérifier le caractère raisonnable des hypothèses à respecter pour utiliser les outils statistiques vus au cours ;
  • D'expliquer les concepts et principes sous-jacents aux outils statistiques vus au cours.
 
Savoirs et compétences prérequis :
BBMV1110 - Introduction à la Statistique
 
Activités d'apprentissage prévues et méthodes d'enseignement :
L'UE est composée d'une activité d'apprentissage unique de 20h : BBMV2022-A Traitment Informatique des Données de Laboratoire.
Chaque cours dure 2h.  Ces cours incluent les exposés théoriques ainsi que des exercices pratiques, incluant l'utilisation de logiciels permettant de mettre en oeuvre les analyses statistiques qu'ils illustrent.
 
Mode d'enseignement (présentiel, à distance, hybride) :
Les cours ont lieu en présentiel.  Une majorité d'entre eux a lieu dans une salle mettant des PC à disposition des étudiants.
À la fin de chaque cours, un travail de préparation au cours suivant est spécifié aux étudiants.
 
Lectures recommandées ou obligatoires et notes de cours :
Tous les documents mis à dispostion des étudiants dans le cadre du cours sont disponibles sur la plate-forme Moodle de la HE Vinci.
Un livre (non indispensable) pratique sur l'utilisation de R, très bien fait, avec des rappels théoriques et le détail des instructions en R pour obtenir les résultats proposés, est disponible à la bibliothèque : "Statistiques avec R -- P.-A. Cornillon et al -- Presses Universitaires de Rennes -- 2008"
 
Modalités d'évaluation et critères :
L'évaluation est constituée d'un examen sur ordinateur avec réponses sur questionnaire papier, intervenant pour 100% de la note de l'UE.  C'est un examen écrit individuel, pouvant inclure tant des questions ouvertes que des questions à choix multiples à réponse unique ou réponses multiples.  Une synthèse du cours, fournie par l'enseignant, est autorisée durant la partie pratique de l'examen ; aucune autre documentation n'y est autorisée.

Les modalités de l'examen sont indentiques en première et en seconde session.

 
Stage(s) :
Remarques organisationnelles :
Tenant compte de la situation sanitaire et du Protocole pour la reprise des cours dans l'enseignement supérieur émanant de la Ministre Glatigny, les modalités prévues pour l'organisation et l'évaluation de l'Unité d'enseignement BBMV2022 sont susceptibles d'être modifiées en cas d'évolution du risque épidémique et d'un retour vers un confinement total ou partiel.
 
Contacts :
Monsieur Bernard FRANK - bernard.frank@vinci.be