FORMATIONS - UTA UNIVERSITÉ LUMIÈRE LYON 2
Les humanités pour comprendre notre société
Lieu non précisé  

009 Sondages, intelligence artificielle, Big Data : les statistiques font polémique (Petits ateliers d'autodéfense statistique-2)


Antoine Rolland - Maître de conférences en statistique, Université Lumière Lyon 2, IUT Lumière - Laboratoire ERIC
Cugliari Jairo - Maître de conférences en statistique, Université Lumière Lyon 2, Institut de la Communication - Laboratoire ERIC


2 petits ateliers d'autodéfense statistique :
Evolution du chômage, augmentation de la délinquance, hausse ou baisse d’actes racistes... tout fait de société nécessite aujourd'hui de s'appuyer sur des données chiffrées, des statistiques, pour pouvoir le mesurer, l’objectiver et ne pas céder à des fantasmes tant d’un côté que de l’autre.
En particulier, la crise du coronavirus a mis sur le devant de la scène l'importance de la statistique dans le débat public : nombre de morts par pays, études cliniques, modèles de diffusion de l'épidémie... Nous avons été abreuvés de données, parfois – souvent – incompréhensible pour le citoyen ordinaire.

Mais comment ces données sont-elles construites ? Comment peut-on les interpréter ? Que disent-elles réellement ? Quelles sont leurs limites ? Nous aborderons dans ces deux ateliers participatifs de 4 séances chacun (qui peuvent se suivre de manière indépendante) les notions de statistique essentielles pour comprendre et éclairer le débat public. Nous nous appuierons particulièrement sur l’actualité du moment pour aborder, critiquer et comprendre l’utilisation des données chiffrées.
---
Ateliers 2 : Sondages, intelligence artificielle, Big Data : les statistiques font polémique

Séance 1) Comment tester statistiquement une hypothèse?
Contenu : à la base de toute expérience sur un échantillon, il y a l’hypothèse que la conclusion peut se généraliser à toute la population concernée ? Est-ce exact ? c’est le domaine de la statistique inférentielle que nous explorerons, avec en particulier ses applications en recherche médicale ou sociale (Antoine Rolland)
Séance 2) Les sondages
Contenu : les sondages, en particulier les sondages politiques, sont très décriés alors que paradoxalement ils sont généralement justes ! Pourquoi sont-ils si fiables que même le recensement en France se fait par sondage ? et cependant, quels sont leurs défauts quand ils sont mal menés ? (Antoine Rolland)
Séance 3) La prévision en statistique
Contenu : quand on dispose de données sur un phénomène, il est tentant d’établir un modèle mathématique pour expliciter le phénomène. Et quand on dispose d’un modèle, il est aussi très tentant de l’utiliser pour faire des prévisions ! Pourquoi est-ce que parfois ça marche, et parfois non ? Comment font les statisticiens pour trouver le « meilleur modèle » pour décrire une situation, par exemple une épidémie ? (Jairo Cugliari)
Séance 4) intelligence artificielle et statistique : comment ça marche?
Contenu : L'intelligence artificielle est connectée à l'apprentissage statistique. Mais, que peuvent apprendre les machines ? Comment le font elles? Dans cette dernière séance nous explorons le nouveau paradigme qui essaie de s'imposer l'approche "Big Data" de la statistique.

SOCIOLOGIE
SCIENCES ÉCONOMIQUES ET DE GESTION
SCIENCES DE L’INFORMATION ET DE LA COMMUNICATION

Lundi 14h-15h45 - Durée : 7h (4 séances)

Calendrier prévisionnel *



Comment tester statistiquement une hypothèse? Antoine Rolland

A la base de toute expérience sur un échantillon, il y a l’hypothèse que la conclusion peut se généraliser à toute la population concernée ? Est-ce exact ? c’est le domaine de la statistique inférentielle que nous explorerons, avec en particulier ses applications en recherche médicale ou sociale.

Les sondages Antoine Rolland

Les sondages, en particulier les sondages politiques, sont très décriés alors que paradoxalement ils sont généralement justes ! Pourquoi sont-ils si fiables que même le recensement en France se fait par sondage ? et cependant, quels sont leurs défauts quand ils sont mal menés ?

La prévision en statistique. Jairo Cugliari

quand on dispose de données sur un phénomène, il est tentant d’établir un modèle mathématique pour expliciter le phénomène. Et quand on dispose d’un modèle, il est aussi très tentant de l’utiliser pour faire des prévisions ! Pourquoi est-ce que parfois ça marche, et parfois non ? Comment font les statisticiens pour trouver le « meilleur modèle » pour décrire une situation, par exemple une épidémie ?

Intelligence artificielle et statistique : comment ça marche?

L'intelligence artificielle est connectée à l'apprentissage statistique. Mais, que peuvent apprendre les machines ? Comment le font elles? Dans cette dernière séance nous explorons le nouveau paradigme qui essaie de s'imposer l'approche "Big Data" de la statistique.
* Ce programme de l'UTA est prévisionnel
et susceptible de modifications
(intervenant, lieu, dates,...)

Les dates des séances sont données sous toute réserve et n'ont pas de valeur contractuelle.

Inscription préalable (payante)
Salle non définie
Sans adresse




Retourner en haut