Mini-rapport 1
Analyse de données, exploration et régression, en équipe de 2 à 3.
Plan de cours
Plan de cours
Analyser des données d'affaires avec rigueur et jugement
Ce cours présente des méthodes d'analyse et de modélisation des données utilisées en appui à la prise de décision d'affaires. La modalité générale du cours est hybride.
Langage principal
R
Document
Quarto
Travaux d'équipe
30 %
Examens individuels
70 %
Thèmes du cours
Le fil conducteur est l'utilisation des données pour comprendre, modéliser, prévoir et communiquer.
Exploration de données
Régression
Prévision
Séries chronologiques
Résultats binaires
Communication décisionnelle
Objectif général
Développer la capacité d'analyser des données d'affaires avec R, de construire des modèles appropriés et de communiquer les résultats dans un langage utile pour la décision.
01 Préparer et décrire un tableau de données d'affaires.
02 Interpréter des relations entre variables.
03 Ajuster et évaluer des modèles de régression.
04 Produire des prévisions à court ou moyen terme.
05 Comparer des modèles selon leur utilité décisionnelle.
06 Présenter une recommandation claire à un public de gestion.
Compétences, apprentissages et preuves
Chaque compétence est travaillée dans les modules, consolidée en atelier et vérifiée par une preuve identifiable.
| Compétence | Apprentissage | Preuve évaluée |
|---|---|---|
| Préparer et décrire | Modules 01-02, atelier 01 | Mini-rapport 1 et intra |
| Interpréter des relations | Modules 03-04, atelier 02 | Mini-rapport 1 et intra |
| Prévoir dans le temps | Modules 06-09, atelier 03 | Mini-rapport 2 et final |
| Évaluer une classification | Module 10 | Mini-rapport 2, voie B, et final |
| Comparer des modèles | Ateliers 02-04 | Deux mini-rapports et examens |
| Recommander avec prudence | Traces finales de tous les modules | Grilles des mini-rapports et réponses d'examen |
Évaluations
Les mini-rapports développent l'analyse reproductible; les examens vérifient les compétences individuelles. Consultez le calendrier pour les échéances et les séances d'examen.
Examen intra
Évaluation individuelle en personne sur le bloc régression.
Mini-rapport 2
Prévision temporelle ou classification, en équipe de 2 à 3.
Examen final
Évaluation individuelle en personne sur la prévision et la classification.
Les questionnaires sur la régression et les séries chronologiques sont conservés comme exercices formatifs non évalués.
Utilisation de l'IA
La politique détaillée est disponible dans la page IA et apprentissage. Pour les activités liées au cours, le GPT du cours est l'outil recommandé, mais les mêmes règles de compréhension, de confidentialité et de déclaration s'appliquent à tout outil autorisé.
Examens
IA non permise.
Mini-rapports
IA permise avec déclaration.
Exercices et travail personnel
IA permise comme outil d'apprentissage.
Responsabilité
Chaque personne doit comprendre, vérifier, modifier et défendre le contenu remis.