À propos de cet ouvrage
Bienvenue dans le monde stimulant et transformateur des statistiques d’ingénierie, où la théorie mathématique et l’innovation convergent afin de façonner l’avenir de l’ingénierie, de la technologie, de l’environnement et des soins de santé. Ce manuel en accès libre est conçu à l’intention des étudiants de premier cycle en tant qu’introduction. Il vous permet d’acquérir les connaissances fondamentales et les compétences pratiques nécessaires pour prospérer dans le domaine dynamique de l’ingénierie et des spécialisations de la discipline.
Pourquoi des statistiques en ingénierie?
L’ingénierie est au premier plan de l’innovation technologique et du vécu de l’humanité.
Exploration de divers domaines
Ce manuel vous initiera à divers domaines de l’ingénierie et vous fera découvrir l’utilité des méthodes statistiques dans ces différents domaines. Ce manuel et les ressources connexes renferment des exemples pratiques, des études de cas et des exercices représentant des cas réels pour vous transmettre des compétences pratiques. De la théorie aux applications concrètes, ce manuel va parcourir les outils et méthodes descriptifs et analytiques des statistiques en insistant sur leur application pratique pour la résolution de problème d’ingénierie. Vous ne découvrirez pas seulement la théorie statistique : vous verrez aussi comment appliquer ces concepts pour concevoir des expériences, analyser des données et contrôler des processus dans des contextes d’ingénierie.
Ressources informatiques et en libre accès pour une découverte
Nous vous encourageons à tirer pleinement parti du fait que ce manuel est publié en accès libre, ce qui vous permet d’explorer l’application des statistiques aux systèmes d’ingénierie. Quelle que soit le domaine d’ingénierie qui vous passionne, ce manuel vous servira de guide inestimable dans votre parcours. Les tutoriels de traitement statistique sur GitHub offrent des exemples interactifs et concrets de programmation en statistiques et permettent d’apprendre en explorant et en créant des simulations. Le référentiel GitHub se trouve ici : GitHub : Introduction aux méthodes statistiques en ingénierie.
Attributions et nouveautés
La première version du manuel s’inspire beaucoup du texte de « Basic Engineering Data Collection and Analysis » de Stephen B. Vardeman et J. Marcus Jobe, placé sous licence CC BY-NC-SA 4.0.
Les modifications apportées concernent la réécriture de certains passages et l’ajout de quelques éléments originaux mineurs, ainsi que le formatage pour la plateforme Pressbook et l’adaptation de la numérotation et de l’imbrication des chapitres. Les Jupyter Notebooks basés sur Python ont été adaptés à partir des exemples du texte et liés tout au long du document.
Le professeur émérite de l’Université de l’Iowa Stephen Vardeman et le professeur émérite de l’Université de Miami J. Marcus Jobe (ISU PhD, 1984) ont placé leur livre Basic Engineering Data Collection and Analysis, publié à l’origine par Duxbury/Thompson Learning/Cengage, en téléchargement libre sous licence CC BY-NC-SA internationale 4.0, par l’intermédiaire de l’Iowa State University Digital Press. Ce livre est disponible ici et est affecté du DOI suivant : https://doi.org/10.31274/isudp.2023.127
Le manuel Basic Engineering Data Collection and Analysis est essentiellement une révision/deuxième édition de l’ouvrage Statistics for Engineering Problem Solving de Vardeman, qui a remporté, en 1994, le Meriam/Wiley Distinguished Author Award de l’American Society for Engineering Education.
Cette ressource s’appuie également sur les ressources statistiques fondamentales de « Process Improvement Using Data ». Il s’agit d’un leg inestimable créé et mis à disposition en tant que ressource d’éducation libre par Kevin Dunn pendant son mandat à l’Université McMaster entre 2012 et 2016. L’ouvrage de Kevin n’a pas été d’une valeur inestimable que pour ce texte, mais aussi pour de nombreux éducateurs et éducatrices du monde entier, car il rend les statistiques d’ingénierie et la science des données accessibles, compréhensibles et applicables. Il est disponible ici. Cette ressource est sous licence CC BY-SA 4.0.
Elle s’appuie également sur le précieux ouvrage intitulé « Introductory Statistics » d’OpenStax par Barbara Illowsky et Susan Dean : Introductory Statistcis. CC BY-NC-SA 4.0.
Nous avons ici synthétisé ces ressources (et de nombreuses autres) dans une optique de prise en charge du traitement statistique et d’ingénierie en les adaptant particulièrement aux spécialisations de l’ingénierie. Les Jupyter Notebooks et le langage de programmation Python sont pris en charge dans ce cadre en tant qu’expérience pratique et d’apprentissage actif, en associant ce texte aux principes FAIR des ressources en accès libre, ce qui signifie qu’elles sont Faciles à trouver, Accessibles, Interopérables et Réutilisables.
Un parcours important
Tout au long de votre parcours d’apprentissage, rappelez-vous que le but de l’ingénierie n’est pas que de résoudre des problèmes, mais bien d’améliorer des vies. Votre travail peut avoir un impact significatif sur les gens et changer le monde. Ensemble, nous allons entreprendre un parcours de transformation, où statistiques et innovation vont de pair.
Découvrons le carrefour passionnant entre l’ingénierie, les statistiques et la technologie, et créons l’avenir ensemble!