• Acquérir les méthodes et techniques de base nécessaires au traitement statistique de plusieurs types de problèmes : analyse de données, estimation de certaines caractéristiques, prise de décisions, contrôle de qualité, modélisation.
  Appliquer ces méthodes et techniques à des problèmes concrets se rapportant le plus souvent à l’ingénierie.
• Apprendre à utiliser des outils technologiques et informatiques pour réaliser les analyses statistiques.

Objectifs spécifiques à l’utilisation de la calculatrice TI-Nspire CAS CX :

• Être en mesure d’effectuer le calcul des différentes statistiques descriptives vues aux cours et de produire des graphiques appropriés à la nature des variables observées, comme par exemple, une boîte à moustaches pour une variable quantitative.
• Calculer des probabilités associées aux différents modèles théoriques présentés aux cours : loi binomiale, de poisson, hypergéométrique, géométrique, exponentielle, normale, khi-carré, Student, Fisher.
• Savoir utiliser  les fonctions inverses des lois normale, Student et Fisher.
• Savoir calculer les bornes d’un intervalle de confiance et la marge d’erreur dans le cadre de l’estimation d’une moyenne ou d’une proportion.
• Dans le cadre de l’estimation d’un paramètre, savoir calculer le niveau de confiance d’un intervalle donné et savoir calculer la taille d’échantillon nécessaire pour obtenir une certaine marge d’erreur.
• Savoir calculer le seuil descriptif (valeur-p) associé à un test d’hypothèses à partir des données brutes de l’échantillon (listes de données) ou en utilisant les statistiques descriptives résumant l’échantillon.
• Savoir calculer les erreurs de première espèce et de deuxième espèce ainsi que la puissance associées à une règle de décision.
• Savoir calculer la taille d’échantillon nécessaire pour contrôler les risques d’erreurs α et ß.
• Être en mesure de procéder à une analyse de régression linéaire simple en calculant les coefficients de la droite, le coefficient de corrélation linéaire simple, le seuil descriptif du test (valeur-p), ainsi que les résidus.  Être aussi en mesure de tracer le nuage de points, la droite de régression empirique ainsi que le graphique des résidus.
• Comprendre comment généraliser le concept  d’analyse de régression à une régression non linéaire; produire et analyser le nuage de points, introduction de l’équation du modèle non linéaire, etc.

Trois heures de cours magistral par semaine.  De nombreux exemples seront faits en classe pour permettre aux étudiants de bien assimiler la théorie et les techniques présentées au cours.

Trois heures de travaux pratiques par semaine. Ces séances servent en partie à répondre aux  questions des étudiants. Certaines de ces séances pourraient avoir lieu au laboratoire informatique afin d’encadrer les étudiants dans leur apprentissage de certains logiciels, entre autres, STATGRAPHICS et certaines fonctionnalités d’EXCEL couramment utilisées en statistique.
 

Les étudiants doivent obligatoirement se procurer la calculatrice TI-Nspire CAS CX, disponible à la COOP.  Il sera fait une utilisation intensive de la calculatrice, tant au cours, aux séances d'exercices et aux examens.  Pour de l’aide sur l’utilisation de la calculatrice TI-Nspire CAS CX, visitez le site http://seg-apps.etsmtl.ca/nspire/.

S.O.

Deux modes d'évaluation sont utilisés dans ce cours : des devoirs, quiz, minitests et/ou projets totalisant 30 points et deux examens, soit un intra de 35 points et un final de 35 points.  Les dates de remise des travaux seront annoncées par votre enseignant-e.

Examen intra

La forme que l'examen intra prendra ainsi que la documentation permise seront spécifiées par votre enseignant-e. 

Examen final

L'examen final se déroulera à distance. La surveillance des examens se fera à l’aide de la caméra et du micro de l’ordinateur et pourrait être enregistrée. Ceci est nécessaire pour se conformer aux exigences du bureau canadien d’agrément des programmes de génie afin d’assurer la validité des évaluations.

L'examen final sera d'une durée de 3 heures et 30 minutes supplémentaires seront allouées pour numériser le travail et le déposer à l'endroit prévu. La durée totale de l'examen sera donc de 3h30.

Toute la documentation est permise pour l'examen final ainsi que la calculatrice.

Gervais, Sylvie. MAT 350 Probabilités et statistiques : notes de cours et exercices.

(Révisé en décembre 2019).

Gervais, Sylvie. MAT 350 Probabilités et statistiques : Résumé de la matière.

(Révisé en décembre 2019).

Votre enseignant-e vous donnera accès à la version numérique (format PDF) de ces deux documents. Si vous désirez une version papier, vous pouvez vous la procurer à la COOP.

HINES, W.W., MONTGOMERY, D.C., GOLDSMAN, D.M., BORROR, C.M., ADJENGUE, L.-D., CARMICHAEL, J.-P. (2012),  Probabilités et statistiques pour ingénieurs, 2^e  édition, Chenelière  Éducation, Montréal.

MONTGOMERY, D.C., RUNGER, G.C., HUBELE, N.F. (2011), Engineering Statistics, Fifth Edition, Editions John Wiley & sons, Inc.

MONTGOMERY, D.C., RUNGER, G.C. (2007), Applied Statistics and Probability for Engineers, Fourth Edition, Editions John Wiley & sons, Inc.

OSTLE, TURNER, HICKS, MC ELRATH (1996), Engineering Statistics, The industrial Experience, Editions Duxbery Press.

BAILLARGEON, G. (1990), Méthodes statistiques de l'ingénieur, volume 1,  Éditions SMG.

https://ena.etsmtl.ca/course/view.php?id=184

https://seg-apps.etsmtl.ca/nspire/