Jour : 6 octobre 2013

Je me suis dit que vous seriez intéressés de connaître quelques prochains MOOC dédiés aux statistiques ou à la méthodologie des essais cliniques (à ce jour):

• Mathematical Biostatistics BootCamp1(John Hopkins/Coursera)

• Fundamentals of Clinical Trials (Harvard/EdX)
  

• Introduction to Statistics: Descriptive Statistics (Berkeley/EdX)

Ces MOOC donnent droit à une attestation ou un certificat qui ne vaut (encore)… rien ou pas grand chose sur un CV. Il reste néanmoins le plaisir solitaire d’avoir passé la formation et de pouvoir s’imprimer un certificat avec son patronyme en dessous du nom d’une grande école. Il faut bien dire que c’est un des inconvénients des MOOC.

Suivre l’enseignement de ces grandes écoles américaines ne coûte rien. Les certificats de Harvard, Stanford, Princeton ou de John Hopkins sont gratuits.

Le certificat du MOOC de Berkeley est payant, car l’identité de l’étudiant est censée être vérifiée:

C’est un moyen détourné de rendre payants les MOOC, ce qui ne me choque pas, sous réserve que la valeur de ces certificats soit mieux définie… Mais cela est une autre histoire, un autre débat…

25$US, ça fait 18.44€

Maintenant, j’ai l’immense honneur de vous présenter ce qui semble être le premier MOOC français sur les statistiques appliquées:

• COURLIS (MOOC francophone de Statistiques Appliquées) (Université de Lorraine)
  

L’inscription est gratuite.

Chose très intéressante, ce MOOC peut être converti en un DIU qui a donc une valeur quantifiable sur un CV (français), après inscription à l’Université de Lorraine et passage d’un examen à Nancy ou Nice. L’inscription pour le DIU est d’environ 300€.

Mais ce n’est pas là que le génie français s’exprime dans sa totalité.

L’obtention d’un simple certificat, pour celui qui aurait suivi le MOOC sans vouloir passer le DIU, est aussi payante:

100€, sinon rien ne prouve qu’on ait suivi l’enseignement!

100€ pour un certificat dont la valeur me paraît encore à définir.

Mettons ces 100€ en perspective, pour bien comprendre!

Un certificat qui atteste que l’on a suivi un MOOC de Harvard, Stanford, Princeton ou John Hopkins, c’est gratuit pour l’instant. Pour Berkeley, c’est 18.44€.

Si vous voulez crâner avec un certificat de la mondialement célèbre Université de Lorraine, c’est 100€.

L’Université de Lorraine (Lorraine University) valorise donc elle-même son certificat au minimum à… environ 5.4 fois celui de Berkeley.

Ce n’est pas merveilleusement tellement français, ça?

Il existe des places réservées aux titulaires du Prix Nobel travaillant à Berkeley (source).

Il y en a aussi à Nancy?

R, c’est comme Beth, pas facile facile de prime abord..

J’attaque ma troisième semaine de Statistics One, un MOOC de statistiques de Princeton.

Le prof, Andrew Conway est sympa et didactique, et l’amphi est un peu grand, puisque nous sommes 100000 sur les bancs…

Quand je pense que les 15000 étudiants inscrits au MOOC de biostatistiques de Kristin Sainani (j’en avais parlé ici) m’avaient déjà impressionné…

Les cours sont donc plutôt sympas et sont un bon rappel des bases des statistiques.

Par contre, les TP sur R me font blanchir les cheveux…

Et ce que d’autant plus que les quiz hebdomadaires portent essentiellement sur l’utilisation de R.

Pour commencer, R est un logiciel libre de statistiques, en open source.

Cela signifie que R est en perpétuelle évolution, ça c’est bien, mais aussi que l’interface utilisateur est le cadet des soucis de ses développeurs. Donc contrairement à SPSS ou Excel, utiliser R se mérite, vraiment.

Vraiment.

Les TP du MOOC de Kristin Sainani faisaient manier Deducer, qui est une interface utilisateur de R bien plus intuitive que ce dernier. C’était sympa.

Mais à Princeton, on aime le Hardcore, et les lignes de code.

Copie d’écran à 60 secondes du premier TP sur R… Help!

Les TP me semblent totalement inadaptés à ceux, qui comme moi, ont bidouillé des stats sur Excel ou SPSS pour une thèse ou pour s’amuser.

Mais heureusement, j’ai des amis sur Twitter, béni soit son nom, qui m’ont fait découvrir des tas de ressources utiles:

• Merci à @gabriel440 m’a fait connaître RStudio, qui est une interface moins aride que R, et sur laquelle j’ai bien pris mes marques.
  

• Merci à @PotardDechaine pour cet enseignement interactif sur R et ce lien de UCLA.
  

Semaine après semaine, je râle, mais je commence à faire des trucs sympas:

Tout cela est bien évidemment à mille lieux de mes préoccupations quotidiennes, et c’est justement ça qui est bien.

Vive(nt) les MOOC (et R…)!