Ressources pour l'enseignement / par filières
Accéder au classement par thématiques
Rappel de la présentation de la démarche et avertissements
 
 

Cursus universitaires de mathématiques


Statistique inférentielle fondamentale niveau M1 : Introduction à la statistique (PDF), Monique Pontier / Université Paul Sabatier, Toulouse
Echantillonnage et plans d'expérience niveau M2 : Maîtrise statistique des procédés (PDF), Monique Pontier / Université Paul Sabatier, Toulouse
 
 

Ecole d'ingénieurs


Statistique inférentielle fondamentale niveau L3 : Statistique inférentielle (PDF), Julien Jacques / Polytech'Lille - Université Lille 1
Statistique inférentielle fondamentale niveau M1 : Principes et méthodes statistiques (PDF), Olivier Gaudoin / Ensimag
Statistique inférentielle fondamentale niveau M1 : Statistique inférentielle avancée (PDF), Olivier Gaudoin / Ensimag
Statistique inférentielle fondamentale niveau M2 : Le modèle linéaire mixte (PDF), Jean-louis Foulley / ENSAI, Rennes
Statistique inférentielle fondamentale niveau M2 : Mixed Model Methodology, Part I: Linear Mixed Models (PDF, en anglais), Jean-louis Foulley / ENSAI, Rennes
Modélisation et prévision niveau M1 : Modélisation statistique (PDF), Julien Jacques / Polytech'Lille - Université Lille 1
Modélisation et prévision niveau M1 : Pratique de la modélisation statistique (PDF), Philippe Besse / INSA de Toulouse
Modélisation et prévision niveau M2 : Introduction aux séries temporelles (PDF), Julien Jacques / Polytech'Lille - Université Lille 1
Modélisation et prévision niveau M2 : Statistiques des produits financiers (PDF), Monique Pontier / ENIT, Tunis
Echantillonnage et plans d'expérience niveau L1 / L2 / L3 / M1 / M2 : Plans d'expériences dédiés aux problèmes de formulation (site web), François Louvet / Ecole nationale supérieure de céramique industrielle
Echantillonnage et plans d'expérience niveau M1 : Méthodes d’échantillonnage et de redressement dans les enquêtes (PDF), Guillaume Chauvet / ENSAI, Rennes
Echantillonnage et plans d'expérience niveau M1 : Méthodes de traitement de la non-réponse dans les enquêtes (PDF), Guillaume Chauvet / ENSAI, Rennes
Analyse de données, statistique exploratoire niveau M1 : Statistique exploratoire multidimensionnelle (PDF), Philippe Besse / INSA de Toulouse
Apprentissage, data mining niveau M2 : Apprentissage statistique et data mining (PDF), Philippe Besse et Béatrice Laurent / INSA de Toulouse
Fiabilité niveau M2 : Fiabilité des systèmes et des logiciels (PDF), Olivier Gaudoin / Ensimag
Logiciels statistiques niveau L3 : Introduction à R (PDF), Julien Jacques / Polytech'Lille - Université Lille 1
Autres pages de ressources niveau L3 / M1 / M2 : WikiStat (site web), Collectif / INSA de Toulouse
 
 

Sciences du vivant


Statistique inférentielle fondamentale niveau L1 : Probabilités et statistique pour les sciences de la vie (PDF), Avner Bar-Hen / Université Aix-Marseille
Statistique inférentielle fondamentale niveau M1 : Cours de statistique générale (vidéos), Jérôme Pagès et François Husson / Agrocampus Ouest
Statistique inférentielle fondamentale niveau M2 : Introduction aux statistiques appliquées (PDF), Avner Bar-Hen / Université Aix-Marseille
Modélisation et prévision niveau M1 : Exemples d'application du modèles linéaire (PDF), Emilie Lebarbier et Stéphane Robin / AgroParisTech
Modélisation et prévision niveau M1 : Bases du modèle linéaire (PDF), Jean-Jacques Daudin, Emilie Lebarbier et Colette Vuillet / AgroParisTech
Echantillonnage et plans d'expérience niveau M1 : Sensométrie (traitement statistique sur données sensorielles) (vidéos), François Husson / Agrocampus Ouest
Echantillonnage et plans d'expérience niveau M1 : Expérimentation: planification et analyse des résultats (site web), Pierre Dagnelie / Gembloux Agro-Bio Tech - Université de Liège
Analyse de données, statistique exploratoire niveau M1 : Analyse en composantes principales (PDF), Camille Duby et Stéphane Robin / AgroParisTech
Analyse de données, statistique exploratoire niveau M1 : Analyse de données (vidéos), François Husson et Jérôme Pagès / Agrocampus Ouest
Apprentissage, data mining niveau M1 : Classification non supervisée (PDF), Emilie Lebarbier et Tristan Mary-Huard / AgroParisTech
Fiabilité niveau M2 : Fiabilité des systèmes réparables (PDF), Olivier Gaudoin / Université Joseph Fourier, Grenoble
Logiciels statistiques niveau L3 / M1 / M2 : Tutoriel R (statistique descriptive et programmation) (site web), Christophe Genolini / INSERM
Autres pages de ressources niveau L2 / L3 / M1 / M2 : Statistique en biologie (site web), Collectif / Université Claude-Bernard, Lyon
 
 

Sciences économiques et de gestion


Statistique inférentielle fondamentale niveau L3 : Eléments de statistique pour citoyens d'aujourd'hui et managers de demain (site web), Gilles Stoltz / HEC Paris
Apprentissage, data mining niveau M2 : Introduction au data mining (PDF), Stéphane Tufféry / Université Rennes 1
Logiciels statistiques niveau M2 : Introduction to R (HTML5), Nathalie Villa-Vialaneix / Université Paris 1 Panthéon-Sorbonne