HLMA408 - Traitement de données pour l'écologie (2018--21)

This is an undergraduate course (in French!) introducing statistics and data visualisation.

Syllabus

Syllabus 2020-2021

Polycopié

Introduction à Python (HLMA310) (en cours de rédaction)

Widgets introductifs

Distributions continues (1D) Distributions Gaussiennes (2D) Distributions discrètes Quantiles
Courbes ROC et Tests Moindres Carrés Ordinaires

Sources: https://github.com/josephsalmon/Random-Widgets

Autres widgets (en anglais): https://seeing-theory.brown.edu/

Cours: slides et notebooks

  1. Preambule.pdf

  2. StatDescriptives.pdf, StatDescriptives.ipynb, StatDescriptives.html

  3. GaussianDistribution.pdf, GaussianDistribution.ipynb, GaussianDistribution.html

  4. Echantillonnage.pdf, Echantillonnage.ipynb, Echantillonnage.html

  5. EstimationTests.pdf, EstimationTests.ipynb, EstimationTests.html

  6. ICGaussiens.pdf, ICGaussiens.ipynb, ICGaussiens.html

  7. ModeleLineaire.pdf, ModeleLineaire.ipynb, Widgets_MCO.ipynb, ModeleLineaire.html

  8. Anova.pdf, Anova.ipynb, Anova.html

Travaux dirigés:

  1. TD1.pdf, TD1_corr.pdf

  2. TD2.pdf, TD2_corr.pdf, TD2.ipynb

  3. TD3.pdf, TD3_corr.pdf

  4. TD4.pdf, TD4_corr.pdf

  5. TD5.pdf, TD5_corr.pdf

Travaux pratiques:

  1. Introduction : TP-Introduction.pdf, TP-Introduction_squelette.ipynb, TP-Introduction.ipynb,

  2. Chi2: TP-chi2.pdf, TP-chi2_squelette.ipynb, TP-chi2.ipynb

  3. TP-Noté: TP-MCO.pdf, TP-MCO.ipynb

Plus d'information et quelques sources de données:

Général

Biais

Biodiversité et science ouverte

Covid-19

Bases de données ouvertes