Biologie et ModélisationUne initiation en licence. Deux champs complémentaires sont abordés : l'analyse statistique de données écologiques et la modélisation mathématique. Les deux champs intègrent les enseignements de statistique et de modélisation par l'utilisation du logiciel R. L'analyse statistique des données porte sur les statistiques descriptives et les représentations graphiques. Les tests d'hypothèses sont abordés par des méthodes de simulation. La modélisation est une introduction à l'étude de systèmes dynamiques en temps discret et continu illustrés avec des exemples principalement tirés de la biologie des populations. Vous trouverez ici les fiches de TD, voir aussi les les cours et les annales. [ http://pbil.univ-lyon1.fr/R/html/tdr10.html Version : 14.10.17] |  |
Biologie et Modélisation - Introduction au logiciel Rlogo{} La fiche donne des indications pratiques très simples pour accéder au logiciel de statistique Rlogo{}. |  |
Des fleurs et des mannequins Comment se familiariser avec le logiciel Rlogo{} |  |
De la stature chez l'Hommeldots à la taille des cerveaux chez les mammifères. Réversion, régression, corrélation Comment se familiariser avec le logiciel Rlogo{} |  |
L'énigme de la valeur C Quelques exercices de manipulation et de représentation graphique des données. La valeur C représente la taille du génome. Elle est mesurée le plus souvent en pico-grammes (pg), ou encore en nombre de paires de bases nucléotidiques. On pourrait lui supposer un lien a priori avec la complexité morphologique des organismes. Cette fiche propose de voir ce qu'il en est exactement. |  |
Des électeurs, des boules, des cercles, des étudiants satisfaits Le calcul des probabilités parle de l'échantillon à partir de la population. La statistique inférentielle parle de la population à partir d'un échantillon. Quelques illustrations. |  |
Des bébés en avance : Manipulation et analyse de données Le but de ce TP est de vous placer (un peu plus) dans la peau d'un vrai statisticien. Contrairement à ce qu'on vous a fait croire jusqu'à maintenant, la majorité des jeu de données que vous aurez à traiter plus tard ne sont jamais aussi bien frquote{rangés}. La première partie de ce TP consiste donc à apprendre à nettoyer un jeu de données. Les données sont extraites d'une étude réalisée au Duke University Medical Center à Durham aux États-Unis qui recense les naissances de 671 grands prématurés entre 1981 et 1987, pour lesquels de nombreuses variables ont été relevées. |
Analyse des systèmes dynamiques : Modèles continus Systèmes dynamiques dans $mathbb{R}$, introduction à maple pour l'analyse qualitative, utilisation de Rlogo{} pour l'étude des solutions et l'ajustement à des jeux de données |  |
Analyse des systèmes dynamiques : modèles discrets Systèmes dynamiques discrets dans $mathbb{R}$, utilisation de Rlogo{} et de maple. |  |
Simulation de la dynamique d'une population - Modèles récurrents La suite de Fibonacci. Le modèle exponentiel. Le modèle logistique. Un modèle avec deux classes d'âge. Un modèle avec deux catégories de population. Un modèle avec deux populations en interaction. |  |
Sélection et Dérive Génétique Simulation de l'évolution des fréquences allèliques d'un locus sous l'effet de la dérive génétique et de la sélection. |  |
Modèles discrets - Populations structurées Les matrices de Leslie. Un modèle avec deux classes d'âge. Un modèle avec deux catégories de population. Un modèle matriciel complexe. |  |
