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

Packages

Ingénieur agronome

Le cursus dure 3 ans.

  • La première année (L3) constitue un tronc commun à tous les étudiants. Un module de statistique générale de 48 heures est obligatoire pour tous les étudiants.
  • Pour les deux autres années (M1 et M2) les étudiants doivent s'inscrire dans une spécialité.
    Au cours de la deuxième année (M1), les étudiants suivent des modules dont certains sont obligatoires selon la spécialité choisie. Les modules d'analyse de données multidimensionnelles et de gestion de données sont obligatoires pour tous les étudiants. D'autres modules comme analyse de données génomiques, programmation scientifique, planification expérimentale, sensométrie, statistique et aide à la décision sont obligatoires pour certaines spécialités et optionnels pour d'autres.
  • La 3e année (M2) correspond à un enseignement spécifique de la spécialité choisie. L'unité pédagogique de mathématiques appliquées intervient dans la spécialisation de statistique appliquées et ponctuellement dans quelques autres spécialisations.

L3 (bac+3)

S5 (1er semestre)

Modèle linéaire et analyse des données

Responsable

Objectif

Rendre les étudiants autonomes dans les traitements statistiques les plus courants.

Programme

Modèle linéaire (Y = Xβ + ε) : régression linéaire multiple ; analyse de la variance à plusieurs facteurs croisés.
Initiation à la planification expérimentale (plans fractionnaires).
Analyse des données : analyse en composantes principales.

Prérequis

UC Statistique générale; Algèbre linéaire : représentation géométrique dans un espace vectoriel, calcul matriciel, orthogonalité, projection

Nombres d'heures

8 h de cours et 20 h de travaux dirigés

Mode d'évaluation

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

Bibliographie

Pagès J. (2010) Statistiques générales pour utilisateurs. Méthodologie. 2e ed. 264 p. Presses Universitaires de Rennes.
Husson F. & Pagès J. (2005) Statistiques générales pour utilisateurs. Exercices et corrigés. 324 p. Presses Universitaires de Rennes. 300p.

Statistique générale

Responsable

Objectif

Donner aux étudiants les outils de base du traitement statistique.

Programme

Statistique exploratoire univariée.
Estimation ponctuelle et par intervalle.
Comparaison de deux moyennes ; comparaison de deux variances.
Analyse de variance à un et deux facteurs (sans interaction) : modèle, estimation, tests.
Etude de la liaison entre deux variables quantitatives ; corrélation ; régression simple (modèle, estimation, test).

Prérequis

fonction de densité d'une variable, variables aléatoires binomiale, hypergéométrique et normale

Nombres d'heures

10h de cours et 18h de travaux dirigés

Mode d'évaluation

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

Bibliographie

Pagès J. (2010) Statistiques générales pour utilisateurs. Méthodologie. 2e ed. 264 p. Presses Universitaires de Rennes.
Husson F. & Pagès J. (2005) Statistiques générales pour utilisateurs. Exercices et corrigés. 324 p. Presses Universitaires de Rennes. 300p.

Analyse des données multidimensionnelles

Responsable

Objectif

Rendre les étudiants autonomes dans la mise en œuvre des méthodes usuelles d’analyse des données.

Programme

  • Analyse en composantes principales,
  • Analyse factorielle des correspondances,
  • Analyse des correspondances multiples,
  • Classification ascendante hiérarchique,

Les méthodes sont présentées de façon essentiellement géométrique, en limitant les exposés théoriques aux aspects nécessaires à leur utilisation. Une importance particulière est accordée aux problématiques dans lesquelles ces méthodes sont particulièrement précieuses. De nombreuses études de cas illustrent les méthodes.

Prérequis

UC Modèle linéaire et analyse des données

Nombres d'heures

28 heures

Mode d'évaluation

Examen en temps limité (2 heures) ; question théorique + étude de cas.

Bibliographie

Husson F., Lê S. & Pagès J. (2009) Analyse des données avec R. 224 p. Presses Universitaires de Rennes.
Escofier B., Pagès J. (2008) : Analyses Factorielles Simples et Multiples. 4e éd. 318p Dunod.
Lebart L., Morineau A. et Piron M. (2006) Statistique exploratoire multidimensionnelle. 4e éd. 464p Dunod.

Gestion des données

Responsable

Christine Largouët

Intervenants

Christine Largouët

Objectif

Donner la capacité d’intégrer, d’organiser et d’interroger des données hétérogènes en vue d’une analyse et d’une diffusion du résultat.

Programme

  • Les origines et les formats de données
  • Trier et organiser des données hétérogènes
  • Structurer et explorer des données (Bases de données avancées, langage SQL)
  • Diffusion de données

Nombres d'heures

25 h

Mode d'évaluation

Examen écrit

Analyse de données génomiques

Responsable

Objectif

La génomique fonctionnelle connaît depuis une vingtaine d'années de fortes évolutions permises par l'accessibilité croissante aux mesures à l'échelle du génome entier des variations de transcription de chaque gène. Les biotechnologies ouvrant la voie à ces mesures, que l'on dit à haut débit car le volume des données qu'elles génèrent est très important, permettent ainsi d'appréhender le génome comme n'importe quel système complexe dont on peut observer l'expression des très nombreux composants, les gènes. Ces perspectives ont ouvert la voie à une nouvelle discipline, la biologie des systèmes, rassemblant biologistes, bio-informaticiens et biostatisticiens autour de la question de l'extraction de connaissances de ces données à haut débit.


L'objectif de cette séquence de 25h est de permettre aux étudiants de mettre en œuvre, dans des situations concrètes inspirées de l'expérience des intervenants, une démarche standard d'analyse de données génomiques. L'importance d'une interaction forte entre compétences biologiques et mathématiques est l'un des messages importants de ce module. Par ailleurs, sur le plan méthodologique, les méthodes présentées ont un champ d'application qui dépasse celui de l'analyse de données génomiques ; elles sont utilisées de manière générique pour l'analyse de systèmes complexes observés par des technologies à haut-débit (IRM pour l'imagerie médicale, Spectrométrie Proche Infra-Rouge, ...).


A noter que les compétences bio-statistiques ici « acquises » sont aujourd'hui très demandées dans le domaine de la recherche ou R&D en biologie et peuvent constituer un réel atout pour un emploi futur dans ces secteurs.

Programme

  • Introduction aux biotechnologies à haut-débit pour la génomique
  • Sélection de gènes (i.e. Quels gènes sont les gènes differentiellement exprimés entre conditions ?)
  • Extraction de modules de gènes co-exprimés (i.e. Quels sont les gènes (ou individus) ayant un profil similaire ?)
  • Interprétation biologique des listes de gènes préalablement identifiées (i.e. Quels sont les
    processus biologiques impactés par les conditions d’intérêt ?)
  • Intégration de données génomiques multi-sources

Nombres d'heures

25 heures

Mode d'évaluation

Non défini

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

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.