Statistique de gestion

5.00 crédits

30.0 h

Enseignants

De Winne Rudy;

Langue
d'enseignement

Français

Thèmes abordés

Variable aléatoire, moments d’ordres 1 et 2 et covariance/ corrélation entre deux variables aléatoires
Lois de probabilité fréquemment utilisées en inférence statistique
Construction d’intervalles de confiance et tests d’hypothèses
Estimation de modèles de régression linéaire

Acquis
d'apprentissage

A la fin de cette unité d’enseignement, l’étudiant est capable de :

Comprendre comment développer une analyse et une conclusion scientifique sur base des données à disposition ou à collecter
Comprendre la théorie de l’échantillonnage et la mettre en application
Construire des intervalles de confiance autour de la moyenne d’une population
Formuler et tester des hypothèses statistiques et effectuer des comparaisons de moyennes
Estimer les paramètres d’un modèle de régression linéaire (simple ou multiple)
Choisir la démarche statistique adaptée à un problème ou une question
Interpréter correctement les résultats obtenus via ces approches statistiques.

Contribution de l’unité d’enseignement au référentiel AA du programme :
Eu égard au référentiel de compétences des programmes de master de la LSM, cette unité d’enseignement contribue au développement et à l’acquisition des compétences suivantes :

1.1 Faire preuve d’indépendance intellectuelle dans le raisonnement, porter un regard critique et réflexif sur les savoirs (académiques et de sens commun).
2.1 Maîtriser un socle de savoirs dans le domaine de la statistique et de l’économétrie.
2.4 Activer et appliquer ses savoirs à bon escient face à un problème.
3.1. Mener un raisonnement analytique clair et structuré en appliquant et, en adaptant si nécessaire, des cadres conceptuels et des modèles scientifiquement fondés pour décrire et analyser un problème concret.
3.2. Collecter, sélectionner et analyser les informations pertinentes selon des méthodes rigoureuses, avancées et appropriées.
3.4. Synthétiser avec discernement les éléments essentiels de la situation, faire preuve d'abstraction conceptuelle afin de poser un diagnostic et de dégager des conclusions pertinentes.
3.5. Dégager, sur base de |’analyse et du diagnostic, des solutions implémentables en contexte et identifier des priorités d’action.

Contenu

Définition d’une variable aléatoire et calcul de son espérance mathématique, de sa variance et de son écart-type
Covariance et corrélation entre deux variables aléatoires
Lois de probabilité usuelles discrètes et continues
Echantillonnage aléatoire et distributions d’échantillonnage
Construction d’intervalles de confiance autour de la moyenne de la population
Tests d’hypothèses sur la moyenne d’une population
Comparaison de moyennes de deux populations
Modèle de régression linéaire simple/multiple

Méthodes d'enseignement

Cours magistral et exercices associés au cours (y compris sur PC avec Excel)

Modes d'évaluation
des acquis des étudiants

Examen écrit.
Une évaluation partielle pourra toutefois être organisée pendant l’une des dernières séances de cours.

Ressources
en ligne

Les documents liés au cours sont déposés sur Moodle.

Bibliographie

GIARD V. (2003), Statistique appliquée à la gestion, Economica.
ANDERSON D., SWEENEY D., WILLIAMS T. (2015), Statistiques pour l’économie et la gestion, De Boeck.
JOHNSTON J., DINARDO J. (1999), Méthodes Econométriques, Economica, traduction de JOHNSTON J., DINARDO J. (1997), Econometric Methods, 2nd edition Mc Graw'Hill.

Faculté ou entité
en charge

> CLSM

Programmes / formations proposant cette unité d'enseignement (UE)

Intitulé du programme

Sigle

Crédits

Prérequis

Acquis
d'apprentissage

Master [120] en sciences de gestion (horaire décalé)

GEHC2M

Master [60] en sciences de gestion (horaire décalé)

GEHC2M1