Contactez-nous

Traitement des données

Mis à jour le

Responsable(s) : Mme Claire MARION

  • Travaux pratiques
Code Cnam : USTM17

Envie d'en savoir plus sur cette formation ?

Afin d’obtenir les tarifs, le calendrier de la formation, en distanciel, en présentiel, le lieu de la formation et un contact, remplissez les critères suivants :

Afficher le centre adapté à mes besoins

Afin d’obtenir les tarifs, le calendrier de la formation et le lieu de la formation, remplissez les critères suivants :

  • Durée : 40 heures
  • Package
  • 4 crédits

Présentation

Public, conditions d'accès et prérequis

Prérequis

Accessible aux étudiants titulaire d'un bac scientifique, technologique* ou professionnel ou ayant validé une remise à niveau scientifique.

*les bacs technologiques et professionnels admissibles.

 

Objectifs

Cette unité regroupe les notions importantes pour l’étude et l’analyse de séries statistiques et une familiarisation avec les principes de la métrologie. Le traitement des séries de données est réalisé en langage Python, sous la forme notamment d’un projet personnel.

 

L'avis des auditeurs

Les dernières réponses à l'enquête d'appréciation pour cet enseignement : Fiche synthétique au format PDF

Compétences et débouchés

Compétences

  • Appréhender les outils pour étudier et analyser des séries statistiques (simples et doubles), et comprendre les principales lois de probabilités.
  • Appréhender les statistiques inférentielles à travers les lois d’échantillonnage et les méthodes d’estimation.
  • Estimer les incertitudes liées aux mesures et établir un suivi métrologique de capteur.
  • Utiliser le langage de programmation Python pour le traitement des données

Parcours

Informations pratiques

Contact

Programme

Contenu

I. STATISTIQUES

A. Savoir représenter une série statistique simple et calculer les principaux paramètres caractéristiques afin de comparer plusieurs séries.

B. Régression d’une série statistique double : savoir justifier le bien-fondé d’un ajustement affine et déterminer l’équation de la droite de régression.

C. Modéliser une expérience aléatoire et calculer les probabilités d’événements associés, y compris dans le cas des probabilités conditionnelles.

D. Etudier deux lois de probabilité discrètes (loi binomiale et loi de Poisson) et d’une loi continue (loi normale)

E. Aborder la théorie de l’échantillonnage puis celle de l’estimation ponctuelle / par intervalle de confiance.

 

II. METROLOGIE

A. Historique, organisation nationale et internationale de la métrologie

B. Vocabulaire – VIM

C. Opérations métrologiques

D. Détermination des incertitudes de mesure

E. Exemples de suivi métrologique : étalonnage, ajustage et calcul d’incertitude d’un capteur de température

 

III. TRAITEMENT DES DONNEES SOUS PYTHON

 

 

IV. PROJET INDIVIDUEL D’ANALYSE DE DONNEES

 

 

Modalités d'évaluation

Evaluation des travaux dirigés et des travaux pratiques notamment sous forme de compte rendu.