M2 - Statistique et Science des Données (SSD) - BIOSTATS

Ce cours présente quelques unes des méthodes classiques et modernes pour la construction d'estimateurs non-paramétriques de la densité ou de la régression. Des aspects tout à la fois théoriques et pratiques y sont abordés

Voir la page complète

Ce cours introduit le cadre général des modèles linéaires où l'on cherche à exprimer une variable réponse en fonction d'une combinaison linéaire de prédicteurs. En faisant l'hypothèse à la fois une relation spécifique entre la réponse moyenne et les prédicteurs (fonction de lien), ainsi qu’une distribution spécifique de la variation aléatoire de la réponse autour de sa moyenne, il est possible de représenter des données binaires (ex.: présence/absence, mortalité/survie) ou de comptage (ex.: nombre d’individus, nombre d’espèces). Grâce à ce cadre général, on peut alors modéliser des variables non-normalement distribuées. L'utilisation et l'interprétation des modèles de régression logistique, binomiale et de Poisson seront en particulier détaillés.

Voir la page complète

Cours TD d’anglais, à l’intention des étudiantes et étudiants de la filière « M2 Statisique et sciences des données » et qui visent l’autonomie professionnelle en langue anglaise.

Voir la page complète

Voir la page complète

Ce cours propose une introduction à la statistique bayésienne  paramétrique. Après la présentation du paradigme bayésien les cas des estimations ponctuelles et ensemblistes seront considérés puis la méthodologie de choix bayésien de modèles sera abordée. Les modèles binomiaux, gaussiens et linéaires serviront d'illustration pour les thèmes précédents.

Pour les modèles complexes, les problématiques d'estimation et de sélection de modèle dans le contexte bayésien nécessitent le recours à des outils évolués d'approximation d'intégrales. Aussi, la deuxième partie du cours sera centrée sur les méthodes de Monte Carlo et les algorithmes de Monte Carlo par Chaînes de Markov.

Voir la page complète

La taille des données statistique ne cesse de croître, et notamment la richesse de la description des unités statistiques. Or, la modélisation statistique linéaire classique devient invalide en grande dimension, c'est-à-dire lorsque le nombre des variables dépasse celui des unités statistiques. Ce cours présente les techniques les plus courantes utilisées pour régulariser les modèles linéaires en grande dimension.

Voir la page complète

Ce cours traite du cadre de l'apprentissage automatique sous un angle statistique.
Nous nous intéresserons principalement au cadre supervisé (régression et classification) et introduirons quelques éléments du cadre non-supervisé à travers les méthodes de partitionnement (clustering).
Au-delà des aspects de modélisation et de théorie, le cours couvrira aussi quelques éléments d'optimisation et d'implémentation (sklearn, pytorch, etc.) des méthodes introduites.

Voir la page complète

La durée de vie d'un individu en biostatistique, ou d'une composante en analyse de la fiabilité,  est une quantité dont l'analyse statistique se distingue des données habituelles. D'une part, elle mène à considérer des quantités comme la fonction de hasard, le temps moyen résiduel de vie, etc. qui n'ont pas autant d'intérêt dans d'autres domaines de la statistique. D'autre part, elle fait souvent intervenir un mécanisme de censure, du fait que les données sont  observées de façon incomplète en raison de la longueur des expériences par rapport au temps qu'on veut leur allouer.
 
 Ce module a pour but de présenter les bases de l'analyse de survie. Les raisons d'être et les principaux mécanismes de censure de données sont abordés. Deux grands types d'approches statistiques sont présentés : l'approche paramétrique, qui malgré ses limitations, a souvent la faveur des utilisateurs, car "les paramètres parlent" et l'approche non-paramétrique qui permet de conforter et de compléter les analyses paramétriques en leur donnant une souplesse et une profondeur accrue quand les données sont nombreuses. Le module présente aussi différents modèles (modèle de Cox, du taux de panne accéléré, etc.) permettant de relier la survie à des facteurs explicatifs, ce qui permet de déterminer ceux pouvant impacter cette survie. Cette information est particulièrement utile dans un contexte sanitaire, car elle permet de personnaliser les projections de survie d'un individu.
 
 La mise en œuvre de ces méthodes se fera sur le logiciel R.

Voir la page complète

Les cours de complément présentent des ouvertures vers des domaines plus spécialisés de la statistique et de la modélisation stochastique. Leur contenu est susceptible de changer d'une année sur l'autre. Les thèmes abordés pourront être les suivants :
     - analyse des séquences biologiques : Modèles probabilistes d’évolution des séquences biologiques, Inférence des phylogénies, Modèles de Markov cachés pour la détection de motifs, Modèles graphiques et inférence de réseaux de régulation génique
     - dynamique des populations : processus de naissance et mort (définitions, propriétés, comportement asymptotique, estimation des paramètres, simulation), approximations déterministes, stochastiques ou hybrides
     - statistique biomédicale : Introduction aux données de la recherche clinique, aspects réglementaires et méthodologiques, Fonction de vraisemblance et applications aux données bio-médicales, Rappels sur les données de survie, modèles à risques compétitifs, test basé sur une U-statistique, Modèles d’analyse de données de fertilité, Diagnostic médical et courbes ROC comme application d’une U-statistique, Méta-analyses.
     - statistique des extrêmes et applications à l'environnement :Théorie des valeurs extrêmes univariée et multivariée : loi des maximas et des dépassements de seuils élevés pour des variables et des vecteurs aléatoires, dépendances extrémales, estimation de quantiles extrêmes, étude du risque. Applications pour des données      environnementales : pluie, hauteur de vagues, températures...
    - statistique spatiale : Introduction des éléments fondamentaux de la prédiction spatiale et applications. Afin de couvrir un large panel des statistiques spatiales, ce cours pourra s'articuler  autour de deux parties : les processus ponctuels et la géostatistique .
    - modèles linéaires mixtes : Extension des modèles linéaires aux modèles linéaires mixtes. Estimation des paramètres d’effet fixe comme ceux de variance au sein de ces modèles. Mise en œuvre sur différents cas pratiques. Effets aléatoires dans les modèles linéaires généralisés.

Voir la page complète

Les cours de complément présentent des ouvertures vers des domaines plus spécialisés de la statistique et de la modélisation stochastique. Leur contenu est susceptible de changer d'une année sur l'autre. Les thèmes abordés pourront être les suivants :
     - analyse des séquences biologiques : Modèles probabilistes d’évolution des séquences biologiques, Inférence des phylogénies, Modèles de Markov cachés pour la détection de motifs, Modèles graphiques et inférence de réseaux de régulation génique
     - dynamique des populations : processus de naissance et mort (définitions, propriétés, comportement asymptotique, estimation des paramètres, simulation), approximations déterministes, stochastiques ou hybrides
     - statistique biomédicale : Introduction aux données de la recherche clinique, aspects réglementaires et méthodologiques, Fonction de vraisemblance et applications aux données bio-médicales, Rappels sur les données de survie, modèles à risques compétitifs, test basé sur une U-statistique, Modèles d’analyse de données de fertilité, Diagnostic médical et courbes ROC comme application d’une U-statistique, Méta-analyses.
     - statistique des extrêmes et applications à l'environnement :Théorie des valeurs extrêmes univariée et multivariée : loi des maximas et des dépassements de seuils élevés pour des variables et des vecteurs aléatoires, dépendances extrémales, estimation de quantiles extrêmes, étude du risque. Applications pour des données environnementales : pluie, hauteur de vagues, températures...
    - statistique spatiale : Introduction des éléments fondamentaux de la prédiction spatiale et applications. Afin de couvrir un large panel des statistiques spatiales, ce cours pourra s'articuler  autour de deux parties : les processus ponctuels et la géostatistique .
    - modèles linéaires mixtes : Extension des modèles linéaires aux modèles linéaires mixtes. Estimation des paramètres d’effet fixe comme ceux de variance au sein de ces modèles. Mise en œuvre sur différents cas pratiques. Effets aléatoires dans les modèles linéaires généralisés.

Voir la page complète

Stage de 4 à 6 mois en entreprise, en EPIC ou en laboratoire de recherche, encadré par un chercheur ou une chercheuse, enseignant-chercheur ou enseignante-chercheuse, ingénieur ou ingénieure d’étude/recherche.

Voir la page complète

Beaucoup de phénomènes ne sont qu'incomplètement ou indirectement observés, ce qui complique leur analyse. Leur modélisation statistique doit alors inclure des variables non observées, dites latentes, qui sont rattachées d'une façon ou d'une autre aux variables observées. Ce cours introduit aux diverses manières d'introduire des variables latentes dans un modèle selon leur type (qualitatives ou quantitatives), et de procéder à l'estimation des paramètres du modèle.

Voir la page complète