UNIL
Vous êtes ici: UNIL > L'enseignement > Fiche de cours
Français | English   Imprimer   

Fiche de cours

Traitement statistique des données

Statistical data processing

Faculté de gestion: Ecole des sciences criminelles (ESC)

Responsable(s): Pierre Esseiva

Période de validité: 2020 ->

Horaires du cours (Hebdomadaire)

Date Lieu Remarque Thématique Intervenant(s)
2023/2024 : Lundi 10:15-12:00 (Hebdomadaire) Cubotron/I gradin    

Cours-TP (travaux pratiques)

Semestre de printemps
2 heures par semaine
28 heures par semestre
Hebdomadaire
Langue(s) d'enseignement: français
Public: Non
Crédits: 3

Objectif

Ce cours, dénommé 'Traitement statistique des données', met l'accent sur les méthodes statistiques utiles et nécessaires afin de traiter des séries de données d'intérêt forensiques.
La formation donnera l'opportunité de :
- acquérir les connaissances de base sur les orientations statistiques dites 'fréquentiste' et 'Bayesienne'.
- appliquer des méthodologies statistiques pour étudier les problèmes de traitement de séries de données;
- acquérir les notions théoriques et pratiques sur les distributions a priori (a posteriori) de paramètres et d'hypothèses ainsi que sur le rapport de vraisemblance ou sur le 'Bayes factor'.

Contenu

La mise sur pied de cette formation spécifique vise à offrir des connaissances permettant de développer les capacités pour résoudre des problèmes de traitement de données. Plus spécifiquement, la formation désire :
1. familiariser l'apprenant aux concepts théoriques et pratiques de la staitstique 'fréquentiste' et de celle Bayesienne en mettant l'accent sur les différences entre ces méthodes;
2. comprendre et résoudre des problèmes statistiques dans une optique 'fréquentiste', tels:
a) recherche de struture dans un jeu de données et sélections des variables pertinentes (, analyses descriptive, analyse en composante principales, slustering,...)
b) étude des matrice de similarité afin de comparer des jeux de données (mesures de distances, de corrélation, courbe ROC)
c) classification d'un élément inconnu dans classes pré-établies (méthode supervisées de type analyse discriminate, réseaux de neuronnes, SIMCA, SVMs)
3. comprendre et résoudre des problèmes statistiques dans une optique Bayesienne, tels:
a) l'estimation ponctuelle (spécification d'une moyenne ou d'une proportion);
b) le choix d'une hypothèse (les tests d'hypothèses 'one sided' et 'two-sided');
c) la détermination de la taille d'un échantillon;
d) la classification d'un élément inconnu dans des classes pré-établies.

Bibliographie

F. Taroni, S. Bozza, A. Biedermann, P.Garbolino, C. Aitken, Data analysis in forensic science : a Bayesian decision perspective. John Wiley & Sons, Chichester (2010)
J.C. Miller, J.N Miller, Statistics for Analytical Chemistry, Prentice Hall; 4ème edition 2001.
L. Massart et al., Handbook of Chemometrics and Qualimetrics : Data Handling in Science and Technology, Elsevier Science; Volume A 1997.
D. Vandeginste et al., Handbook of Chemometrics and Qualimetrics : Data Handling in Science and Technology, Elsevier Science; Volume B 1998.

UtilisationCode facultéStatutCrédits
Maîtrise universitaire ès Sciences en analyse criminelle et traçologie (2020 ->) ›› Science forensiqueOptionnel3.00
Maîtrise universitaire ès Sciences en science forensique, orientation criminalistique chimique (2020 ->) ›› Enseignements complémentaires de l'orientationOptionnel3.00
Maîtrise universitaire ès Sciences en science forensique, orientation criminalistique chimique (2020 ->) ›› Tronc communOptionnel3.00
Maîtrise universitaire ès Sciences en science forensique, orientation identification physique (2020 ->) ›› Tronc communOptionnel3.00
Maîtrise universitaire ès Sciences en science forensique, orientation investigation et identification numériques (2020 ->) ›› Tronc communOptionnel3.00
Plan libre en sciences forensiques (mobilité, auditeurs, hôtes, externe) (2005 ->) ›› Plan libre en sciences forensiques (mobilité, auditeurs, hôtes, externe)Optionnel3.00
Unicentre - CH-1015 Lausanne - Suisse
Tél. +41 21 692 11 11
Canton de Vaud
Swiss University