Les analyses statistiques sont fondamentales à un processus scientifique rigoureux. Par conséquent, il est primordiale de comprendre les statistiques et de reporter correctement les analyses pour améliorer la transparence et la qualité de la science. Le cours a pour objectifs: 1) d'améliorer la compréhension des modèles statistique avancés (incluant les modèles mixtes généralisés); 2) de développer de bonnes habitudes pour coder (utilisation de R et Rmarkdown); 3) d'améliorer la gestion des données et du code statistique (manipulation de données et github); et 4) de présenter les principes de science ouverte (se basant sur OSF). / Statistics are a key component of rigorous science and as such there is a need to both understand advanced statistics and properly document the analysis to improve scientific communication transparency and quality. The course aims to 1) provide an understanding of advanced statistical models (including generalized linear mixed models), 2) develop good coding practices (using R and Rmarkdown), 3) improve data and code management (data manipulation and github) and 4) present the principles of open science (using OSF). Volet / Course Component: Cours magistral / Lecture
Les analyses statistiques sont fondamentales à un processus scientifique rigoureux. Par conséquent, il est primordiale de comprendre les statistiques et de reporter correctement les analyses pour améliorer la transparence et la qualité de la science. Le cours a pour objectifs: 1) d'améliorer la compréhension des modèles statistique avancés (incluant les modèles mixtes généralisés); 2) de développer de bonnes habitudes pour coder (utilisation de R et Rmarkdown); 3) d'améliorer la gestion des données et du code statistique (manipulation de données et github); et 4) de présenter les principes de science ouverte (se basant sur OSF). / Statistics are a key component of rigorous science and as such there is a need to both understand advanced statistics and properly document the analysis to improve scientific communication transparency and quality. The course aims to 1) provide an understanding of advanced statistical models (including generalized linear mixed models), 2) develop good coding practices (using R and Rmarkdown), 3) improve data and code management (data manipulation and github) and 4) present the principles of open science (using OSF). Volet / Course Component: Cours magistral / Lecture
