Notre étude traite de l'enseignement de la statistique auprès des élèves du cycle III de l'école primaire, en France et plus précisément, porte sur la question de l'éducation statistique et de la formation de l'esprit statistique. Après avoir précisé les notions de fait statistique, pensée statistique et esprit statistique, nous avons analysé dans une deuxième partie, les difficultés rencontrées actuellement par cet enseignement, au travers de l'évolution des programmes scolaires de l'école primaire, des représentations des étudiants en Sciences de l'éducation, des professeurs des écoles, des élèves, ainsi que dans une perspective de continuité des contenus scolaires au fil des cycles de l'école primaire et du collège. Dans une troisième partie, nous avons observé les manuels scolaires de mathématiques des élèves du cycle III. L'ensemble fait ressortir des invariants : tendance à convertir en opérations arithmétiques des situations implicitement statistiques, pauvreté d'emploi des registres sémiotiques et des parcours sémiotiques, standardisation des formes de représentation et des tâches réclamées aux élèves, etc., mais surtout, nous avons pu établir un parallèle avec une dernière recherche portant sur les manuels de préparation au Concours de Recrutement des Professeurs des Écoles. Nous en avons conclu que c'était la perception commune, y compris celle de l'Institution scolaire, à propos de l'enseignement / apprentissage de la statistique qu'il fallait faire évoluer. Notre travail prend appui sur la théorie des situations didactiques de Guy Brousseau, sur celle des champs conceptuels et des travaux de Gérard Vergnaud traitant de la conceptualisation, sur la transposition didactique et sur l'institutionnalisation des savoirs par Yves Chevallard, sur les recherches de Jean-Claude Régnier concernant la didactique de la statistique, ainsi que sur celles de Raymond Duval portant sur le rôle des registres sémiotiques dans l'apprentissage de l'élève.

L'estimation de paramètres génétiques est un problème important dans le domaine de la génétique mathématique et statistique. Il existe plusieurs méthodes s'attaquant à ce problème. Certaines d'entre elles utilisent la méthode du maximum de vraisemblance. Celle-ci peut être calculée à l'aide des équations exactes de Griffiths-Tavaré, équations de récurrence provenant du processus de coalescence. Il s'agit alors de considérer plusieurs histoires possibles qui relient les données de l'échantillon initial de séquences d'ADN à un ancêtre commun. Habituellement, certaines des histoires possibles sont simulées, en conjonction avec l'application des méthodes Monte-Carlo. Larribe et al. (2002) utilisent cette méthode (voir chapitre IV). Nous explorons une nouvelle approche permettant d'utiliser les équations de Griffiths-Tavaré de façon différente pour obtenir une estimation quasi exacte de la vraisemblance sans avoir recours aux simulations. Pour que le temps de calcul nécessaire à l'application de la méthode demeure raisonnable, nous devons faire deux compromis majeurs. La première concession consiste à limiter le nombre de recombinaisons permises dans les histoires. La seconde concession consiste à séparer les données en plusieurs parties appelées fenêtres. Nous obtenons ainsi plusieurs vraisemblances marginales que nous mettons ensuite en commun en appliquant le principe de vraisemblance composite. À l'aide d'un programme écrit en C++, nous appliquons notre méthode dans le cadre d'un problème de cartographie génétique fine où nous voulons estimer la position d'une mutation causant une maladie génétique simple. Notre méthode donne des résultats intéressants. Pour de très petits ensembles de données, nous montrons qu'il est possible de permettre un assez grand nombre de recombinaisons pour qu'il y ait convergence dans la courbe de vraisemblance obtenue. Aussi, il est également possible d'obtenir des courbes dont la forme et l'estimation du maximum de vraisemblance sont similaires à celles obtenues avec la méthode de Larribe et al. Cependant, notre méthode n'est pas encore applicable dans son état actuel parce qu'elle est encore trop exigeante en termes de temps de calcul. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Équations exactes de Griffiths-Tavaré, Paramètres génétiques, Processus de coalescence, Vraisemblance composite.

Nous présentons dans ce mémoire des outils permettant de généraliser une méthode de cartographie génétique fine. Nous y résumons les concepts de base de la statistique génétique et y décrivons aussi la méthode de cartographie génétique fine que nous cherchons à généraliser en permettant l'utilisation de génotypes plutôt que d'haplotypes. Pour ce faire, nous comparons diverses méthodes reconnues d'estimation d'haplotypes. Le développement nouveau de ce travail consiste en un algorithme EM conditionnel aux phénotypes permettant d'estimer les haplotypes associés à un échantillon de génotype, ainsi que le statut au gène causal du caractère étudié. Nous généralisons la méthode de cartographie par l'ajout d'étapes au modèle d'échantillonnage pondéré. Nous effectuons finalement quelques tests par simulation. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Algorithme EM, Cartographie génétique, Coalescence, Diplotype, Échantillonnage pondéré, Estimation, Génotype, Gène causal, Haplotype, Modèle de pénétrance, Phénotype, Vraisemblance composite.

Dans ce mémoire, nous présentons une nouvelle méthode de cartographie génétique fine ayant comme particularité de pouvoir être utilisée dans le cadre de modèles génétiques complexes. Nous présentons tout d'abord quelques concepts de génétique et de statistique génétique, avec une emphase particulière sur le processus de coalescence qui est à la base de notre travail. Par la suite, trois méthodes de cartographie génétique déjà existantes sont présentées ; notre nouvelle méthode contient des éléments de chacune d'entre elles. Nous décrivons ensuite la nouvelle méthode proposée dans ce mémoire. Finalement, nous testons notre nouvelle approche à l'aide de simulations; nous comparons par la suite les résultats obtenus avec notre méthode à ceux obtenus par des tests d'association classiques, et par deux des trois méthodes présentées au début du mémoire. Les résultats nous laissent croire que notre méthode est performante autant dans des cas de modèles génétiques simples que complexes, contrairement à la plupart des méthodes existantes. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : cartographie génétique, processus de coalescence, arbre de recombinaison ancestral, arbre partiel, distribution proposée, fonction de pénétrance.

Thèse de doctorat--Signal et images--Paris--ENST, 2007. / Bibliogr. p. 115-122. Résumé.

Thèse de doctorat--Signal et images--Paris--ENST, 2007. / Textes en français et en anglais. Bibliogr. p. 303-311. Résumé en anglais et en français.

Reproduction de : Thèse doctorat : Acoustique : Le Mans : 2004. / Titre provenant de l'écran-titre. Bibliogr. p. 101.

Thèse de doctorat : Physique : Lyon, École normale supérieure (sciences) : 2005. / Bibliogr. p. 201-214.

Reproduction de : Thèse doctorat : Sciences et techniques des activités physiques et sportives : Reims : 2008. / Titre provenant de l'écran titre. Bibliogr. p.212-245.

Reproduction de : Thèse doctorat : Physique statistique et chimie physique industrielle : Reims : 2007. / Thèse en co-tutelle. Titre provenant de l'écran titre. Bibliogr. p. 158-166.