Descriptif
This course is an introduction to working with large data sets in economics and business studies. In the first part of the course, we learn methods how to systematically collect web data using APIs and webscraping. In the second part we study how to describe and visualize data to show correlations between outcomes of interest. Throughout the course students conduct their own research project in group work and present their results to the other students at the end of the course.
Objectifs pédagogiques
Acquis d'apprentissageÀ l'issue de l'UE, l'élève sera capable de:
- Décrire et interpréter un phénomène social à travers des statistiques descriptives et des graphiques.
- Concevoir une question de recherche, d'anticiper les difficultés à répondre à ces questions, et développer une stratégie de recherche.
- Identifier et mettre en oeuvre une technique de web-scrapping pour collecter des données en ligne de manière automatisée.
Compétences de rattachement (et justification)
- BC9.1 – Acquérir, analyser et visualiser des données pour évaluer les enjeux de développement commercial, économique et social; Justification : Les étudiants doivent collecter des données de manière automatisée (web-scrapping) et ensuite les analyser (statistiques descriptives et visualisation par graphiques) afin de répondre à une question de recherche (généralement, les thèmes des données sont économiques (e.g, étudier des données d'Amazon ou Auchan) ou social (e.g, Doctolib)).
- BC4.4 – Conduire une analyse réflexive prenant en compte les enjeux sociétaux et environnementaux afin d’évaluer la pertinence des solutions proposées; Justification : Les étudiants doivent trouver une question de recherche pertinente qui pourra être étudiée à travers des données disponibles librement en ligne. Pour ce faire, les étudiants doivent avoir une démarche réflexive et innovante/créative afin de trouver cette question et pouvoir justifier de l'intérêt de celle-ci.
effectifs minimal / maximal:
10/35Diplôme(s) concerné(s)
Parcours de rattachement
Pour les étudiants du diplôme Diplôme d'ingénieur
Vous devez avoir validé l'équation suivante : UE ECO_4MO11_TP
Format des notes
Numérique sur 20Littérale/grade européenPour les étudiants du diplôme Diplôme d'ingénieur
Vos modalités d'acquisition :
Evaluation du groupe par :
- contrôle continu (30%) : 3 livrables avec plan & question de recherche, codes en Python pour la collecte et l'analyse de données, données et support de présentation
- présentation finale (60%) : en anglais sur 30 minutes par groupe avec support (présentation de la question, de la méthode de collecte des données, description et analyse des données, ouverture/conclusion), réponses aux questions du public (10 minutes)
- participation aux question de l'examen final (10%) : chaque élève doit poser une question pertinente sur la présentation d'un autre groupe.
- Crédits ECTS acquis : 2.5 ECTS
- Crédit d'UE électives acquis : 2.5
La note obtenue rentre dans le calcul de votre GPA.
Pour les étudiants du diplôme Echange international non diplomant
Vos modalités d'acquisition :
Evaluation du groupe par :
- contrôle continu (30%) : 3 livrables avec plan & question de recherche, codes en Python pour la collecte et l'analyse de données, données et support de présentation
- présentation finale (60%) : en anglais sur 30 minutes par groupe avec support (présentation de la question, de la méthode de collecte des données, description et analyse des données, ouverture/conclusion), réponses aux questions du public (10 minutes)
- participation aux question de l'examen final (10%) : chaque élève doit poser une question pertinente sur la présentation d'un autre groupe.
Mots clés
analyse de données, économétrie appliquée, data collection; visualisation de données; web-scraping, APIMéthodes pédagogiques
cours-TD-TP + apprentissage par projet : Les heures sont partagées entre le cours magistral (cours) avec application dirigée (TD) puis travail en groupe sur un projet porté pendant 2 mois.Support pédagogique multimédia
