Chaque module vaut 3 ECTS. Vous sélectionnez 10 modules/30 ECTS parmi les catégories suivantes:
- 12-15 crédits ECTS en Modules technico-scientifiques (TSM)
Les modules TSM vous transmettent une compétence technique spécifique à votre orientation et complètent les modules de spécialisation décentralisés. - 9-12 crédits ECTS en Bases théoriques élargies (FTP)
Les modules FTP traitent de bases théoriques telles que les mathématiques élevées, la physique, la théorie de l’information, la chimie, etc., vous permettant d’étendre votre profondeur scientifique abstraite et de contribuer à créer le lien important entre l’abstraction et l’application dans le domaine de l’innovation. - 6-9 crédits ECTS en Modules contextuels (CM)
Les modules CM vous transmettent des compétences supplémentaires dans des domaines tels que la gestion des technologies, la gestion d’entreprise, la communication, la gestion de projets, le droit des brevets et des contrats, etc.
Le descriptif de module (download pdf) contient le détail des langues pour chaque module selon les catégories suivantes:
- leçons
- documentation
- examen
Le module présentera aux étudiants les outils statistiques utilisés dans le secteur industriel, en particulier dans la maîtrise statistique des procédés et le contrôle de qualité. Le module apprendra aux étudiants à planifier les expériences et à interpréter avec assurance les résultats obtenus à l’aide de méthodes statistiques.
Remarque : Un cursus MSE ne peut pas contenir les deux modules statistiques similaires FTP_AppStat et FTP_PredMod. Les étudiant-e-s ne peuvent choisir qu'un seul de ces modules.
Compétences préalables
Connaissances de base dans le calcul des probabilités et de la statistique: modélisation, paramètres et estimations; connaissances des tests d’hypothèses et des intervalles de confiance; connaissances d’un logiciel de statistique (Excel, R, S-PLUS, SPSS ou MATLAB); connaissances de base du travail en laboratoire (technique de mesure)
Objectifs d'apprentissage
Savoir planifier et exploiter au maximum les expériences dans le milieu industriel; optimiser les procédés et améliorer leur qualité en minimisant l’effort expérimental; savoir analyser et interpréter les résultats obtenus par régression; appliquer les méthodes présentées au cours en utilisant un logiciel de statistique.
Catégorie de module
Maîtrise statistique des procédés et contrôle de la qualité (MSP): étapes d’un projet, cartes de contrôle (control charts), protocoles industriels, échantillonnage d’acceptation (pondération 1/3)
Introduction à la régression multivariée: conditions d’application du modèle de régression, intervalles de confiance et de prévision, vérification graphique des conditions d’application du modèle (pondération 1/3)
Introduction aux plans d’expériences – DoE (planification et analyse des résultats): principes fondamentaux des plans d’expériences, diagramme d’Ishikawa, analyse de variance univariée ou multivariée, effets principaux et interactions, plans factoriels, interprétation des résultats, plan bloc (pondération)
Les concepts présentés au cours seront illustrés par des cas concrets issus du milieu industriel. Différentes méthodes graphiques et statistiques seront utilisées comme, par exemple, les méthodes d’estimation classiques et robuste et la simulation de Monte-Carlo.
Méthodes d'enseignement et d'apprentissage
Cours magistraux, travaux pratiques sur ordinateur à l’aide d’un logiciel de statistique
Bibliographie
Polycopié du professeur et références aux ouvrages modernes
Télécharger le descriptif complet
Retour