Présentation et analyse des données
Licence II - SIC
par BAHLOUL Farouk (à Bartek Szopka, avec tous mes respects)
Dans cette page, vous trouverez le Sommaire du Module de présentation et d'analyse de données accompagné de certaines annotations et indications. En cliquant sur chaque BLOC du contenu vous aurez plus de détails concernant les composants de chaque enseignement.
Des paragraphes introductifs donnent un aperçu de la matière de chaque Bloc, ils sont à considérer avec les objectifs ainsi que les principaux concepts liés à chaque Enseignement. Enfin, des vidéos, de diverses sources, vous donnent un angle de vision afin d'avoir un autre regard sur la matière enseignée.
Le contenu détaillé est présent au début de chaque séance des Blocs d'enseignements ainsi que dans la versiondes Blocs du Support, téléchargeables à la fin de chaque séance d'enseignement.
Si vous consultez le contenu de cette page sur un écran de smartphone ou de tabelette, vous pouvez faire glisser les slides ou bien utiliser les commandes en bas de votre écran.
* BLOC I L'analyse des données en SHS
| Enseignements I, II :
Introduction à la recherche en SHS
Introduction à l'analyse des données
En Bref ....
La recherche en sciences humaines et sociales est un processus visant la désintrigation dans l'acception épistémologique du terme.
Ce cheminement est dimensionné, il est nomothétique et idéographique, s'enracinant dans une longue tradition de pensée. Notre objectif est de prendre une capture de ce cheminement et de comprendre son intérêt dans la science, ce produit de l'histoire humaine à la manière dont aimait à dire A. Chalmers.
L'échantillonnage est le procédé consistant à définir qui est en mesure d'être étudié.
Nous verrons que cette étape est directement liée à l'analyse des données qui seront collectées ultérieurement. Chaque logique de recherche impose un type d'échantillonnage, il sera donc du ressort de ce chapitre d'en discuter en profondeur la portée d'une telle procédure.
Visées ...
Entrevue avec le Dr Philip Kitcher
- Introduire le lecteur aux questions et problématiques qui dessinent les contours de la recherche en S.H.S., sa spécificité et son authenticité ;
- Comprendre le contexte d’une recherche en sciences humaines et sociales et de ses méthodes ;
- Décrire les étapes de la recherche en sciences humaines et sociales et la place que prend l'analyse des données dans ce dernier.
Concepts
Science, Recherche académique, Théorie, Enquête, Analyse, Compte rendu..
Visées ...
Data Geule - Réseaux sociaux : flux à lier
- Connaître les types d'échantillonnage dans une recherche qualitative ou quantitative ;
- Connaitre les différents types d'échantillonnage (probabiliste et non probabiliste), ainsi que les considérations liées à la taille de l'échantillon ....
- Comprendre les avantages et limites du recours à l'échantillonnage dans une recherche en sciences humaines et sociales.
Concepts
Echantillon, échantillonnage, plan d'échantillonnage, taille de l'échantillon, échantillonnage probabiliste, échantillonnage non probabiliste.
** BLOC II Analyses descriptives & Probabilités
| Enseignements I, II, III :
L'analyse descriptive Univariée
L'analyse descriptive Bivariée
Probabilités finis & Analyse combinatoire
En Bref ....
Une analyse de données porte sur les caractères ou valeurs d’une unité statistique, la somme des analyses ainsi faites permet au chercheur de prendre une décision éclairée sur ses hypothèses de recherche.
Les statistiques s’appuient sur un langage d’indices afin de résumer l’essentiel des informations contenues dans une série de données. Les indices statistiques offrent une vue d’ensemble sur les données étudiées.
Visées ...
Statistiques, descriptive et inférentielle
- Comprendre les notions de base du jargon statistique : le langage des statistiques permet de maitriser les rudiments de l’analyse de donnée, il est donc important d’en comprendre toute la teneur ;
- Définir les indices statistiques de tendance centrale, de position et de dispersion, interpréter les résultats des calculs des indices et savoir quand les utiliser ;
- Apprendre à rédiger un compte-rendu des résultats d'une analyse descriptive univariée.
Concepts
Statistiques, Population, Individu, Unité statistique, Caractère, Modalité, Valeur, Echelles de mesure, Le Mode, La médiane, La Moyenne, L'Etendue, La variance, L'écart-type, Les centiles, Les déciles, Les Quartiles.
En Bref ....
L’analyse bivariée, comme son nom l’indique, consiste à examiner la relation éventuelle entre deux variables. Nous verrons dans ce Bloc comment analyser les hypothèses qui mettent en relations deux variables (dépendamment de leur échelle de mesure).
L’objectif d’une analyse bivariée étant la confirmation (ou non) des hypothèses analysées, nous examinerons aussi à nature des hypothèses dans une analyse bivariée.
Enfin, un compte-rendu d’une analyse bivariée possède ses propres règles de rédaction, nous reviendrons sur ce travail essentiel pour mettre en avant la profondeur des enseignements tirés à partir des données analysées.
Visées ...
Fondements de l'analyse bivariée
- Identifier les types de relations entre les variables ;
- Savoir construire et analyser un tableau de contingence et un nuage de points ;
- Etudier la corrélation entre les variables numériques ; comprendre la notion de régression en analyse bivariée.
Concepts
Tableau de contingence, Corrélation et Régression, Tests de tendance.
| Probabilités et analyse combinatoire
En Bref ....
Les analyses inférentielles s'appuient sur un raisonnement de probabilité, les probabilités sont utilisées pour modéliser des situations incertaines, c'est-à-dire des situations où le résultat n'est pas connu à l'avance mais où il est possible d'énumérer tous les résultats possibles. L'analyse combinatoire est souvent utilisée pour calculer les probabilités dans des situations où il y a un nombre fini de résultats possibles.
Visées ...
Probabilités et analyse combinatoire
- Définir les probabilités, l'analyse combinatoire, leurs objectifs ainsi que leurs portées ;
- Aider à la prise de décision ;
- Comprendre et prédire les phénomènes aléatoires .
Concepts
Espace Échantillon, Événement, Probabilité d'un Événement, Événements Mutuellement Exclusifs, Événements Indépendants, Loi des Probabilités, Variable Aléatoire, Espérance Mathématique; Factorielle, Permutation, Combinaison, Arrangement, Principe Additif, Principe Multiplicatif.
*** BLOC III L'inférence Statistique
| Enseignements I, II, III, IV, V, VI :
Échantillonnage et estimation
Le test d'hypothèse \(t\)
Le test du \(\chi2\)
L'analyse de la variance
La corrélation & La régression linéaire
Les tests non paramétriques
En Bref ....
L'inférence statistique est une branche de la statistique qui permet de tirer des conclusions sur une population entière à partir d'un échantillon représentatif. Un paramètre est une valeur numérique qui caractérise un aspect spécifique de la population, tandis qu'une statistique est une valeur calculée à partir de l'échantillon, utilisée pour estimer ce paramètre. L'estimation consiste à utiliser un estimateur pour obtenir une approximation du paramètre inconnu.
Dans le test d'hypothèse, on évalue une affirmation sur un paramètre de la population en se basant sur les données échantillonnées. La puissance du test mesure la probabilité de détecter un effet réel. La p-value quantifie la force des preuves contre l'hypothèse nulle.
La variance échantillonnale et l'erreur standard sont des mesures de la variabilité des estimations autour du paramètre réel, tandis que le risque et le biais évaluent la fiabilité des conclusions tirées de l'inférence statistique.
Visées ...
L'inférence statistique
- Familiariser le lecteur avec les objectifs fondamentaux de l'inférence statistique : Population, Échantillon, Paramètre, Statistique, Estimation, Test d'Hypothèse ;
- Initier l'étudiant aux thématiques d'intervalle de Confiance et de tests non paramétriques afin d'assurer une analyse cohérente ;
- Traiter de façon approfondie, la construction, et la reconstruction et la mise en place d'un rapport autour d'un ensemble de résultats d'une enquête quantitative.
Concepts
Population, Échantillon, Paramètre, Statistique, Estimation, Estimateur, Intervalle de Confiance, Test d'Hypothèse, Niveau de Signification, Erreur de Type I et Erreur de Type II, Puissance du Test, p-value, Statistique de Test, Distribution d'Échantillonnage, Intervalle de Prédiction, Variance Échantillonnale, Erreur Standard, Risque et Biais