Institut supérieur des sciences agronomiques, agroalimentaires, horticoles et du paysage

Packages

Ingénieur agro-alimentaire

Le cursus dure 5 ans. L'enseignement des 4 premières années est commun à tous les étudiants. L'enseignement de 5ème année est structuré en modules, obligatoires ou optionnels.
Le programme des mathématiques en 1ère année est analogue à celui des classes préparatoires « bio ». Il est réalisé par des enseignants de classes préparatoires et de l'université.
L'unité de mathématiques appliquées intervient dans les 4 dernières années.

 

Bac+1

Modules obligatoires

  • Algèbre
  • Analyse
  • Probabilités

L3 (bac+3)

Modèle linéaire et analyse des données

Responsable

Intervenants

Objectif

Familiariser les étudiants avec les outils de base du traitement statistique.

Programme

  • Modèle linéaire
    • Régression linéaire multiple
    • Analyse de la variance à plusieurs facteurs croisés
  • Initiation à la planification expérimentale
  • Analyse des données : Analyse en composantes principales + Classification

Prérequis

Statistique générale, Algèbre linéaire.

Nombres d'heures

10h de cours et 20h de travaux dirigés

Mode d'évaluation

Deux examens écrits en TD (1 h+ 1h) + projet statistique (rapport écrit+soutenance orale)

Bibliographie

  • Pagès, J. (2005) Statistiques générales pour utilisateurs - Tome 1 : méthodologie
  • Husson, F. et Pagès, J. (2005) Statistiques générales pour utilisateurs - Tome 2 : Exercices et corrigés
  • Escofier B., Pagès J. (1998) : Analyses Factorielles Simples et Multiples
  • Dagnélie P. (1998) : Statistique Théorique et Appliquée
  • CISIA-CERESTA. (1995) : Aide mémoire pratique des techniques statistique

Statistique générale

Responsable

Intervenants

Objectif

Familiariser les étudiants avec les outils de base du traitement statistique.

Programme

  • Statistique exploratoire univariée ; échantillon et population ; estimation ponctuelle et par intervalle.
  • Comparaison de deux moyennes ; test de Student.
  • Etude de la liaison entre deux variables quantitatives ; corrélation ; régression simple.
  • Etude de la liaison entre deux variables qualitatives ; chi2
  • Etude de la liaison entre une variable qualitative et une variable quantitative ; analyse de variance à 1 facteur.

Prérequis

Probabilité (densité et répartition d'une variable (cas discret et continu), variables aléatoires binomiale, hypergéométrique et normale)

Nombres d'heures

10h de cours et 20h de travaux dirigés

Mode d'évaluation

Deux examens écrits en TD (1 h+ 1h) + projet statistique (rapport écrit+soutenance orale)

Bibliographie

  • Pagès, J. (2005) Statistiques générales pour utilisateurs - Tome 1 : méthodologie
  • Husson, F. et Pagès, J. (2005) Statistiques générales pour utilisateurs - Tome 2 : Exercices et corrigés
  • Dagnélie (1998) Statistique Théorique et Appliquée - Tome 1

Analyse des données

Responsable

Intervenants

Programme

  • Analyse en composantes principales (ACP) (8 h) :
    • Données
    • Objectifs
    • Présentation géométrique
    • Règles d'interprétation
    • Etudes de cas
  • Analyse factorielle des correspondances (AFC) (6 h) :
    (Même plan que pour l'ACP)
  • Analyse des correspondances multiples (ACM) (2 h) :
    Ouverture sur cette méthode à partir d'une étude de cas
  • Classification ascendante hiérarchique (2 h) :
    • Principes régissant la construction d'un arbre hiérarchique
    • Méthode de Ward
    • Règles d'interprétation

Nombres d'heures

20h de cours

Bibliographie

Escofier B., Pagès J. (2008) : Analyses Factorielles Simples et Multiple

Méthodologie statistique

Responsable

Intervenants

Objectif

Donner des compléments sur l’analyse des données multidimensionnelles. Présentation d'une méthode de traitement d'enquêtes et d'une méthode de traitement de données textuelles. Ces compléments sont orientés à la fois vers l’approfondissement des méthodes et leur mise en oeuvre opérationnelle.

Programme

  • Analyse des Correspondances Multiples
  • Classification Ascendante Hiérarchique
  • Analyse de données textuelles

Nombres d'heures

10h de cours et 12h de travaux dirigés

Mode d'évaluation

Etude de cas (rapport écrit + soutenance orale)

Bibliographie

  • Escofier B., Pagès J. (2008) : Analyses Factorielles Simples et Multiple
  • Husson F., Lê S., Pagès J. (2009) : Analyse de données avec R
  • Lebart L. Salem A. (1994) : Statistique textuelle

Planification expérimentale

Responsable

Objectif

Rendre les étudiants autonomes dans la construction et l'analyse de plans d'expériences classiques.

Programme

Rappels sur le modèle linéaire : Régression simple et multiple, analyse de variance à k facteurs croisés.
Intérêt de la planification expérimentale.
Plans complets : Propriétés, choix d'un modèle.
Plans fractionnaires : Détermination et/ou choix des confusions entre facteurs ; choix d'un plan complémentaire ; dépouillement .
Plans pour facteurs qualitatifs à nombre quelconque de modalités.
Plans pour étudier des surfaces de réponses : plans composites centrés ; plans de Box-Behnken ; analyse d'une surface de réponse.

Prérequis

UC Modèle linéaire et analyse des données

Nombres d'heures

25 heures de cours

Mode d'évaluation

Examen en temps limité (2 heures)

Bibliographie

Pagès J. (2010) Statistiques générales pour utilisateurs. Méthodologie. 2e ed. 264 p. Presses Universitaires de Rennes.
Husson F. & Pagès J. (2012) Statistiques générales pour utilisateurs. Exercices et corrigés. 2e ed. 324 p. Presses Universitaires de Rennes.
Benoist D., Tourbier Y. et Germain-Tourbier S. (1994). Plans d’expériences : construction et analyse. 700 p. Tec Doc Lavoisier.
Goupy J. (1998) La méthode des plans d'expériences. Dunod.

Programmation scientifique

Responsable

Intervenants

Mathieu Emily, Christine Largouët

Objectif

Etre capable d’écrire, d’exécuter et de debugguer les algorithmes classiques en langage Python
Maitriser le logiciel R pour la représentation de variables statistiques.

Programme

Après une prise en main des fondamentaux du langage Python, les outils spécifiques à la programmation scientifique sont présentés et mis en œuvre dans l’implémentation d’algorithmes classiques.

  • Les bases générales du langage Python
  • Librairies scientifiques pour le calcul numériques (numpy et scipy) et la visualisation numérique
  • Concepts objets en Python


Dans une seconde partie, des aspects de programmation avec le logiciel R seront abordés. Les thèmes suivants seront principalement traités :

  • Introduction/Rappel sur le logiciel R
  • Introduction à la programmation object avec R
  • Représentation de variables statistiques

Nombres d'heures

50 h

Mode d'évaluation

Projet encadré

Sensométrie

Responsable

Objectif

L'évaluation sensorielle de produits est un élément stratégique du développement des entreprises du secteur agro-alimentaire. Elle vise à caractériser les produits à la fois du point de vue de leurs propriétés organoleptiques et du point de vue des préférences qu'ils suscitent auprès des consommateurs. De ce fait, elle est à la croisée des chemins entre la recherche - développement et le marketing.

Ces évaluations sensorielles nécessitent toujours de volumineux recueils de données. La statistique est l'outil majeur de conception et d'analyse de telles données.

Ce module présente les principales méthodologies statistiques utilisées en analyse sensorielle. Mais la plupart de ces méthodologies s'appliquent, avec bonheur, à bien d'autres domaines.

Programme

  • Bases physiologiques et culturelles de l'analyse sensorielle
  • Planification de séances de dégustation (maîtrise de l'effet du rang, de l'arrière-effet d'un produit, etc) : construction de plan en Blocs Incomplets Equilibrés, de plans optimaux, de plans équilibrés pour les voisinage
  • Performance d'un jury ou d'un juge (répétabilité, reproductibilité, interaction juge-produit, etc.) : analyse de variance à effets aléatoires et mixtes.
  • Construction d'espaces produits - stratégies multidimensionnelles : ACP, positionnement multidimensionnel
  • Relation entre préférences de consommateur, évaluations d'experts, données techniques et physico-chimiques : cartographie des préférences, segmentation des consommateurs

Nombres d'heures

25 heures

Mode d'évaluation

Projet

Statistique et aide à la décision

Responsable

Objectif

Modèles pour l'évaluation statistique d'un risque
Aide à la décision assistée par un modèle statistique

Programme

La séquence vise à la maitrise d'approches statistiques pour les questions suivantes :

  • Construction d'un modèle pour l'estimation statistique d'un risque ;
  • Identification et hiérarchisation de facteurs de risques ;
  • Evaluation d'une règle de décision assistée par un modèle statistique ;

Les questions ci-dessus sont introduites par la confrontation des étudiants à des problèmes réels et la
mise en œuvre effective de solutions opérationnelles à l'aide de l'environnement d'analyse R. Sur
l'ensemble de la séquence, soit 24 h en présence de l'enseignant, le temps consacré à la réflexion
autour de données réelles et à leur analyse est largement prédominant.

Prérequis

Régression linéaire, Analyse de la variance

Nombres d'heures

25 heures de cours

Mode d'évaluation

Examen écrit (2h)

Stage à l'étranger

Programme

Stage de 6 mois à l'étranger.

Mode d'évaluation

...

Spécialité statistique appliquée (les modules obligatoires du M1 de la spécialité statistique appliquée sont ouverts aux autres spécialités)

Programme

 Se référer au descriptif de la spécialité de statistique appliquée.

Toutes les spécialités d'Agrocampus Ouest de Rennes

Programme

Consulter les spécialisations disponibles à Agrocampus-Ouest de Rennes.

Spécialité statistique appliquée (les modules obligatoires du M1 de la spécialité statistique appliquée sont ouverts aux autres spécialités)

Programme

 Se référer au descriptif de la spécialité de statistique appliquée.

Toutes les spécialités d'Agrocampus Ouest de Rennes

Programme

Consulter les spécialisations disponibles à Agrocampus-Ouest de Rennes.