Study Programmes 2026-2027
MNBR0001-1  
Data Processing: Statistics, Statistics
Duration :
24h Th
Number of credits :
Bachelier en enseignement section 3 : mathématiques et formation numérique2
Lecturer :
Ann Derlet
Coordinator :
Ann Derlet
Language(s) of instruction :
French language
Organisation and examination :
Teaching in the second semester
Units courses prerequisite and corequisite :
Prerequisite or corequisite units are presented within each program
Learning unit contents :
(Liste non exhaustive des sujets abordés)

Introduction à la statistique descriptive (vocabulaire et notations), distinction entre les différents types de variables statistiques (qualitatives et quantitatives, continues ou non), représentation et interprétation de diagrammes et graphiques, règle de Sturges, mesures de tendance centrale (moyenne, médiane, mode, quantiles, boite à moustaches), mesures de dispersion (étendue, variance, écart-type, écart interquartile), formule de Koenig, inégalité de Bienaymé-Tchebychev.

Les étudiants seront capables de développer les compétences suivantes chez leurs apprenants :

  • Lire et comprendre des ressources scientifiques traitant de statistique descriptive, issues de sondages ou de recensements.
  • Recueillir des données par le biais d'un sondage, les traiter pour en extraire de l'information.
  • Réaliser des tableaux de recensement et des graphiques qui résument une distribution observée.
  • Calculer et interpréter des paramètres de position et de dispersion d'une série statistique.
  • Analyser la symétrie et l'homogénéité d'une distribution en fonction de ces paramètres, analyser la vraisemblance d'une distribution Gaussienne.
Learning outcomes of the learning unit :
Au terme de l'UE l'étudiant sera capable de :

  • Présenter, visualiser et interpréter des données
  • Décrire le centre et la position de données
  • Étudier la variabilité et la distribution de données
Ces acquis d'apprentissage s'inscrivent notamment dans le développement des compétences : 

  • (3a) maitriser les contenus disciplinaires, leurs fondements épistémologiques, leur évolution scientifique et technologique, leur didactique et la méthodologie de leur enseignement ;
  • (3b) Maîtriser les savoirs relatifs aux processus d'apprentissage, aux recherches sur les différents modèles et théories de l'enseignement
  • (3e I - II) Agir comme pédagogue au sein de la classe et au sein de l'établissement scolaire dans une perspective collective, notamment à travers :
  • La conception et la mise en œuvre d'une démarche d'enseignement et d'apprentissage, comprenant des pratiques variées de nature à renforcer la motivation et la promotion de la confiance en soi des élèves et à développer leur créativité et leur esprit d'initiative et de coopération
  • La conception, le choix et l'utilisation de supports didactiques, de manuels, de logiciels scolaires et d'autres outils pédagogiques
  • (3f) maîtriser l'intégration des technologies numériques dans ses pratiques pédagogiques
Prerequisite knowledge and skills :
Néant.
Planned learning activities and teaching methods :
Variées et adaptées aux différentes étapes de progression.
Mode of delivery (face to face, distance learning, hybrid learning) :
Présentiel.
Recommended or required readings :
Néant.
Assessment methods and criteria :
L'évaluation de l'UE consiste en une épreuve écrite individuelle lors de la session d'examens. La réussite de l'UE est conditionnée au résultat global de 10/20. En cas d'absence lors d'une évaluation, l'étudiant enverra au(x) professeur(s) concerné(s) un e-mail, au plus tard le premier jour d'absence. L'étudiant fera également parvenir au professeur un certificat médical comme indiqué dans le règlement des études et règlement spécifique du Département pédagogique.
Work placement(s) :
Organizational remarks :
Cours en présentiel
Contacts :
ann.derlet@hers.be