Mercredi 14 mars 2018 de 14h à 17h à l’Université de Marne-la-Vallée (Seine-et-Marne)



Le groupe enseignement de la Société Française de Statistique organise un après-midi de conférences et d'échanges en direction des professeurs de mathématiques du secondaire sur le thème :
« Statistique en mouvement : leçons du passé et perspectives d’avenir ».


Cette demi-journée se déroule à l’Université de Marne-la-Vallée, Bâtiment Rabelais, Amphi A5, 77420 Champs-sur-Marne, RER A station Noisy-Champs .


  • 14h – 15h30 : Conférence de Jean-Jacques DROESBEKE – Statisticien, professeur à l’Université Libre de Bruxelles.

    « Faciliter l’enseignement des concepts statistiques en recourant à leur histoire ».


    Résumé : L’enseignement des concepts statistiques fait de plus en plus appel à des méthodes pédagogiques qui permettent de faciliter leur compréhension. Le recours à des exemples concrets, si possible réels, en est une illustration courante. Mais le seul calcul d’un indicateur est encore trop souvent au centre de son enseignement, même avec cet accompagnement profitable. Nous prétendons que des considérations d’ordre historique peuvent compléter utilement cette démarche en nuançant l’apprentissage et l’interprétation de ces concepts.
    Pour illustrer cette affirmation, nous commencerons par un problème important de l’histoire de la statistique : la recherche d’un milieu d’un ensemble de données.
    L’usage de la moyenne arithmétique permettant de synthétiser un ensemble de données numériques trouve un intérêt pratique à partir des travaux de l’astronome Tycho Brahé, au seizième siècle. Le dix-huitième siècle procure des justifications théoriques à son usage — par l’intermédiaire notamment de Thomas Simpson — mais voit aussi apparaître des alternatives concurrentes introduites notamment par Roger Joseph Boscovich et certains de ses contemporains. Le dix-neuvième siècle l’installe au sommet de sa gloire grâce aux résultats démontrés par Carl Friedrich Gauss. Il quitte ensuite le domaine des données astronomiques pour conquérir celui des informations numériques attachées à des populations humaines, grâce notamment à Adolphe Quetelet. La considération de ces événements historiques constitue selon nous un environnement favorable à une interprétation nuancée du calcul d’une moyenne arithmétique à notre époque.
    D’autres exemples peuvent être proposés pour soutenir notre propos. Certains d’entre eux seront évoqués au cours de l’exposé.
    Donner un sens à une formule ou à une méthode, basé sur leur histoire, permet souvent à de futurs utilisateurs des outils statistiques de dépasser les réticences (d’ordre calculatoire ou liées à leur caractère abstrait) qui se propagent très souvent dans les salles de cours ou de formation.

    Références :
    ARMATTE M. (1995), Histoire du modèle linéaire. Formes et usages en statistique et en économétrie jusqu’en 1945, Thèse de doctorat, Paris, EHESS.
    ARMATTE M. (2010), Le rôle de l’histoire dans l’enseignement de la statistique, Statistique et Enseignement, 1, 2, 23-47.
    DROESBEKE J.-J. et TASSI Ph. (2015), Histoire de la statistique, Que-sais-je ?, 2e édition rééditée, Paris, Presses Universitaires de France.
    DROESBEKE J.-J. et VERMANDELE C. (2016), Les nombres au quotidien. Leur histoire, leurs usages, Collection La statistique autrement, Paris, Technip.
    DROESBEKE J.-J. et VERMANDELE C. (2018), Histoire(s) de(s) données numériques, Collection Le monde des données, Paris, EDP Sciences.
    DROESBEKE J.-J. et VERMANDELE C. (2018), La moyenne arithmétique et son usage. L’histoire au service de son enseignement (soumis pour publication).

  • 15h30 – 17h : Présentation de Frédéric BRO – Professeur au lycée Henri Moissan de Meaux, formateur au plan académique de formation de l’académie de Créteil.

    « Apports de la programmation en Python avec Pandas pour l’enseignement de la statistique et des probabilités dans le secondaire ».


    Résumé : Nous illustrerons l’utilisation de Python et de sa bibliothèque Pandas pour explorer d’importants fichiers de données en statistique descriptive, pour modéliser et simuler des situations aléatoires, prendre des décisions en statistique inférentielle.
    Afin de compléter l'étude de cette certaines données statistiques, on utilisera le module Folium de Python pour créer des cartes géographiques «dynamiques» (ressemblantes à celles de Google Street). L'étude statistique de certaines données devient alors plus stimulante et gagne en pertinence.
    Ces exemples montrent la valeur ajoutée de l’utilisation en classe de Python et comment celle-ci peut faire évoluer l’enseignement de la statistique, notamment descriptive. L'utilisation de Python et de son module Pandas vous montrera comment étudier de belles statistiques, concrètes et intervenant dans plusieurs domaines favorisant l'interdisciplinarité.

    Référence :
    BRO F. et REMY C. (2016), Python et les 40 Problèmes Mathématiques, Ellipse.


     
     
    ©2018 SFdS
    Société Française de Statistique
    Institut Henri Poincaré
    11 rue Pierre et Marie Curie
    75231 Paris cedex 5
    Tél. : +33 (0)1 44 27 66 60
    Notre site a été supporté par :