Sciences économiques, juridiques et de gestion (Charleroi)
Statistiques appliquées 1.1

2025-2026

Informations Générales
Code
E-CMTH-003
Année académique
2025-2026
Théorie
24
Pratique
0
Période(s)
Q1
Langue d'enseignement
français
Langue d'évaluation
français
Titulaire(s)
CAMMARATA Fabrizia

Acquis d'apprentissage - Au terme de l'activité d'apprentissage, l'étudiant sera capable de

Connaissances

Comprendre et définir les différents types de données statistiques. Comprendre les différentes notions de statistiques.

Aptitudes

Reconnaître les différents types de données statistiques. Identifier les méthodes adéquates à une nouvelle série de données pour l'analyser.

Compétences

Réaliser les tableaux de statistique descriptive. Représenter et interpréter des graphiques propres à la statistique descriptive. Calculer des paramètres statistiques et les interpréter. Donner une conclusion sur les données statistiques.

Contenu de l'Activité d'Apprentissage

Statistiques descriptives à une dimension.
Statistiques descriptives à deux dimensions.

Méthode d'enseignement des apprentissages

  • Cours magistraux
  • Préparations / Recherche d'informations
  • Exercices dirigés
  • Travaux personnels

Supports principaux

Type de support

Syllabus

Références

Les syllabus sont disponibles sous la plateforme Moodle et doivent être complétés par les notes de l'étudiant.

Sources, références et supports éventuels

Dagnelie P. [2013]. Statistique théorique et appliquée. Tome 1. Statistique descriptive et bases de l'inférence statistique, De Boeck, 517 p. ISBN 978-2-8041-7560-3

Epreuve Intégrée : Première Session
Mode d'évaluation: Epreuve écrite
Travail journalier: 100%
Examen: 0%
Dispositions:
L'évaluation consiste en des tests et/ou dépôts de travaux sur la plateforme Moodle.

Les évaluations peuvent se dérouler à distance ou en présentiel.

Les consignes et dates seront publiées via la plateforme Moodle.
Epreuve Intégrée : Deuxième Session
Mode d'évaluation: Epreuve écrite
Travail journalier: 0%
Examen: 100%
Dispositions:
L'examen se présentera sous la forme d'un test Moodle et/ou dépôt de travaux sur la plateforme Moodle.
L'examen peut se dérouler à distance ou en présentiel.

Les usages de l’Intelligence Artificielle dans l’enseignement supérieur sont référencés et détaillés au sein d'une charte institutionnelle. Consultez le site https://ia.condorcet.be pour plus d'informations.