Skip to main content

Statistique Descriptive


Université Mohammed V

Durant l’épidémie de Covid-19, ce cours est rouvert en mode « Archivé ouvert ». Ce mode vous remettra d’avoir accès à l’ensemble des contenus, mais sans forum ni animation de la part de l’équipe pédagogique et aucune attestation de suivi avec succès ne sera délivrée.

A PROPOS DU Cours

La statistique descriptive est une description d’un phénomène économique, sociale ou autre à l’aide des données réelles qu’il faut collecter, analyser et résumer en utilisant un certain nombre de méthodes. Elle constitue le fondement et la base de la statistique probabiliste, d’échantillonnage, d’estimation et des tests. C’est un outil d’aide à la prise de décision OAD.

OBJECTIF

L’objectif visé est de fournir un outil statistique frugal permettant aux utilisateurs non-initiés de faire des analyses élémentaires d’une base de données relative à plusieurs champs disciplinaires : économie, sociologie, médecine, biologie etc. L’objet derrière l’utilisation de l’outil statistique pourrait être la vérification d’une théorie (à infirmer ou à confirmer), la justification d’une action à entreprendre dans une organisation, la preuve permettant de convaincre une assemblée générale de la pertinence de notre point de vue, les fondements objectifs des études envisagées, etc.

PUBLIC CIBLE

  • Etudiants de première année économie et gestion des facultés des sciences juridiques, économiques et sociales FSJES, des écoles nationales de commerce et de gestion ENCG, des écoles supérieures de technologie, etc.
  • Ce MOOC s’adresse à toute personne qui veut acquérir les fondements et la pratique de la Statistique Descriptive.
  • PREREQUIS

    Aucun prérequis n’est nécessaire pour suivre ce cours.

    FORMAT

    Ce MOOC est à votre rythme n'a pas de date de disponibilité pour le contenu de cours ou de date de remise pour les travaux. Vous pouvez compléter le contenu du cours n'importe quand avant la date de fin du cours.

    PLAN DU COURS

  • Semaine 1 : Distinction variable qualitative/ quantitative
    • Séquence 0 : Terminologie de la SD
    • Séquence 1 : Variable qualitative
    • Séquence 2 : Variable quantitative
  • Semaine 2 : Caractéristiques de tendance centrale
    • Séquence 1 : Mode
    • Séquence 2 : Médiane et médiale
    • Séquence 3 : Moyennes
  • Semaine 3 : Caractéristiques de dispersion
    • Séquence 1 : Étendue et intervalles inter-quantiles
    • Séquence 2 : Ecart absolu moyen et écart moyen relatif
    • Séquence 3 : Variance, écart type et coefficient de variation
  • Semaine 4 : Caractéristiques de forme, d’aplatissement et de concentration
    • Séquence 1 : Coefficients de forme de Yule, de Pearson et de Fisher
    • Séquence 2 : Coefficient d’aplatissement de Fisher
    • Séquence 3 : Concentration via la courbe de Lorentz et par l’indice de Gini
  • Semaine 5 : Indices statistiques
    • Séquence 1 : Indices statistiques élémentaires
    • Séquence 2 : Propriétés des indices élémentaires
    • Séquence 3 ; Indices statistiques synthétiques Laspeyres, Paâsch et Fisher
  • Semaine 6 : Ajustement linéaire
    • Séquence 1 : Nuage de point et coefficient de corrélation linéaire
    • Séquence 2 : Moindres carrées ordinaires et ajustement linéaire

    EQUIPE PEDAGOGIQUE

    Course Staff Image #1

    Abdenbi El Marzouki

    Professeur à la Faculté des Sciences Juridiques, Economiques et Sociales-Agdal ; coordonnateur du MOOC

    Course Staff Image #2

    Saâd Benbachir

    Professeur à la Faculté des Sciences Juridiques, Economiques et Sociales-Agdal ;

    Course Staff Image #2

    Badreddine El Moutaqi

    Doctorant chargé de la communication et du tutorat.

    EQUIPE TECHNIQUE du Centre e-Learning

    Course Staff Image #1

    Naoual Chaouni Benabdellah

    Ingénieur pédagogique, Université Mohammed-V ;

    Course Staff Image #1

    Rachid Raji El Idrissi

    Responsable audiovisuel, Université Mohammed-V ;

    Course Staff Image #1

    Amal Mahiou

    Ingénieur en Chef, Assistance technique et intégration de contenu, Université Mohammed-V ;

    Course Staff Image #1

    Hanane Salamate

    Ingénieur en Chef, Assistance technique et intégration de contenu, Université Mohammed-V ;

    Rejoignez nous sur les réseaux sociaux

    Enroll