MÉTHODES ET STATISTIQUES POUR LIRE UN ARTICLE

Dimension: px
Commencer à balayer dès la page:

Download "MÉTHODES ET STATISTIQUES POUR LIRE UN ARTICLE"

Transcription

1 MÉTHODES ET STATISTIQUES POUR LIRE UN ARTICLE Forum HH Ghislaine Gagnon Unité HPCI

2 Qualitatif ou quantitatif? Les 2 méthodes peuvent être utilisées séparément ou en conjonction - le qualitatif pour faire ressortir des enjeux - le quantitatif pour établir des associations et l efficacité des interventions. Ces 2 méthodes de recherche sont souvent complémentaires. 2 2

3 Qualitatif : Issu de la recherche en sciences sociales Basé sur l interprétation - information récoltée par des interviews, «focus group», questionnaires - analyse de «langage»= analyse du texte des interviews + identification de ce qui ressort et est le plus important. - analyse effectuée par 3 personnes avec recherche de concordance ultérieure But : chercher à comprendre comment les sujets vivent une situation particulière Pas de recherche d une réponse définitive mais d une explication /description d un phénomène de l intérieur (pas de cause à effet) Exemple: pourquoi les soignants d EMS ont des réticences à faire les 3 soins de bouche (Chami et al., 2012)

4 4

5 Quantitatif : Récolte d informations en prenant des mesures - analyse avec des statistiques, - études de cas-témoin, cohorte, expérimentales, On cherche à établir des associations entre des variables comme une corrélation ou une relation de cause à effet. Le «gold standard» est le modèle expérimental mais pas toujours applicable pour des raisons éthiques : établir le lien entre la cigarette et le cancer du poumon, on ne peut dire que l on va assigner des gens comme fumeur ou pas selon le groupe une étude sur un nouveau traitement, on réalise rapidement que le traitement est super efficace, on ne peut pas ne pas le proposer au groupe contrôle. 5

6 Éthique Il est important que le compte-rendu de l étude parle du consentement éclairé donné par les participants. Dérapages dans le passé : étude de Milgram (www.psychologiesociale.com) étude de Zimbardo (www.prisonexp.org) 6

7 Étude cas-témoin (case control) - Observationnelle - Rétrospective Cas = personnes affectées par la maladie que l on veut étudier Témoins = choisis pour ressembler le plus possible aux cas sauf pour la variable que l on veut étudier Cas et témoins : appartiennent à un même groupe de personnes 7

8 Études de cohorte Observationnelles Prospectives Longitudinales Grand échantillon nécessaire car on étudie le plus souvent des maladies rares Il faut du temps pour que les gens exposés à un même facteur de risque développent la maladie. 8

9 Modèle expérimental Randomisé : Les sujets sont choisis de façon aléatoire (groupe expérimental ou contrôle) pour éviter les biais on considère que des biais inconnus affectent de façon similaires les 2 groupes. Groupe contrôle et groupe expérimental 1 groupe sur lequel on effectue une intervention 1 sur lequel on ne le fait pas On compare ensuite les 2 groupes pour voir si il y a un lien entre les variables ou pas. Analyse statistique plus poussée 9

10 Revue systématique et méta-analyse Revue systématique de la littérature et des méthodes d études correspondant à des critères prédéfinis permet de faire un état des lieux des connaissances dans un domaine Analyse des méthodes et résultats d études via des méthodes statistiques (méta-analyses) permet de constater des effets qu on ne pourrait distinguer avec seulement 1 étude ou de petites études 10

11 11

12 Hypothèse Une étude se base sur une hypothèse pré établie exemple : lien entre la cigarette et le cancer du poumon Pour tester l hypothèse, on essaie de prouver son contraire «the null hypothesis» (l hypothèse «nulle»), c est-à-dire l absence de lien entre le tabac et la cigarette Quand on peut rejeter l hypothèse nulle, alors on dit qu il y a une association entre les 2 variables. 12

13 Valeur p (p-value) : La valeur p = probabilité que l «hypothèse nulle» soit vraie plus la valeur p est petite (= probabilité petite) plus l association entre les variables est confirmée Généralement le seuil de p est fixé à 0.05 pour une valeur significative (> 0.05 pas significatif, <0.05 significatif) = 5% de chances que l association que l on ait trouvée soit fausse. Une valeur p significative importance clinique: une étude qui trouve qu un nouveau médicament contre l hypertension diminue la TA de 1mmHg, peut être significative statistiquement mais pas cliniquement 13

14 Valeur d une étude aux études où on multiplie les tests et surtout les tests obscurs. la manière dont les résultats sont présentés peut favoriser le point de vue du chercheur ou ce qu il cherche à démontrer. une trop grande échelle d un graphique peut contribuer à minimiser les résultats et inversement. les % exprimés peuvent porter à confusion : 25% de 4 et 25% de 500 n ont pas la même ampleur. 14

15 15

16 16

17 17

18 18

19 Moyenne Moyenne = somme de toutes les valeurs d une variable divisé par le nombre de valeurs de cette même variable. x 1 + x 2 + x n = moyenne n La moyenne est utilisée pour des courbes symétriques ou «normales» Elle est sensible aux valeurs extrêmes = sa valeur sera influencée par une valeur bien plus grande ou petite que la majorité des valeurs. 19

20 20

21 Médiane Médiane = 1,2,4,5,7,8,12 = la valeur du milieu quand les valeurs sont placées dans un ordre croissant moitié des valeurs au-dessus et la moitié des valeurs au-dessous de la valeur centrale. La médiane est utilisée pour des distributions asymétriques Elle est moins influencée par des valeurs extrêmes. Étalement des valeurs mesurées par interquartile range. 21

22 22

23 23

24 Courbe «normale» Courbes asymétriques 24

25 25

26 Graphiquement, ces trois distributions normales ne diffèrent que par leur moyenne: 26

27 Ecart-type (Standard deviation) Aussi employé en conjonction avec la moyenne Utilisé pour une distribution symétrique Mesure de l étalement des données autour de la moyenne ±1 écart-type contient 68% des valeurs de la variable autour de la moyenne. La moyenne et l écart-type décrivent la courbe et par ce fait-même où se situent les données. 27

28 Ecart-type LA RÈGLE EMPIRIQUE Si la distribution de probabilités d'une variable est symétrique et en forme de cloche, alors environ 68% des valeurs de la pop se retrouveront entre μ - σ et μ + σ environ 95% des valeurs de la pop se retrouveront entre μ - 2σ et μ + 2σ presque 100% des valeurs de la pop se retrouveront entre μ - 3σ et μ + 3σ Courbes qui ne diffèrent que par leur écart-type 28

29 Variables Caractéristique qui change d une personne à l autre et que l on mesure. variables qualitative, quantitative Variables dépendantes: mesurées avant et après une intervention ou qui bougent ensemble et sont influencées par les manipulations sur la variable indépendante. Variable indépendante: variables qui changent indépendamment l une de l autre ou que l on manipule Variable continue, (pression artérielle) Variable ordinale (sur une échelle) Variable catégorique (sexe). 29

30 Analyse univariée et multivariée Univarié: considère une variable à la fois Multivarié: considère plusieurs variable à la fois 30

31 Test paramétrique vs non paramétrique Paramétrique: prend pour acquis une distribution normale Non paramétrique: ne fait pas cette distinction 31

32 Odds ratio Rapport de chances, rapport de cotes Utilisé dans les études épidémiologiques par exemple: cas-témoin chances d être exposé/chances de ne pas être exposé Risk ratio Relative risk ou risque relatif Utilisé dans les études de cohortes Incidence dans le groupe exposé/incidence dans le groupe non exposé RR = 1 risque égal RR < 1 moins de risques dans le groupe exposé RR > 1 plus de risques dans le groupe exposé 32

33 Intervalle de confiance 95% (95% Confidence Interval) Il y a 95% de probabilité que la moyenne se trouve dans cet intervalle. 33

34 Valeur p + intervalle de confiance 34

35 Régressions Linéaire : mesure de la pente de la droite explicative, Relation linéaire Utilisé dans les études expérimentales Permet de quantifier une relation linéaire Logistique : permet d expliquer une variable avec plusieurs facteurs explicatifs. 35

36 Type 1 error (α) Rejeter l hypothèse nulle quand elle est vraie Trouver quelque chose quand il n y a rien C est pourquoi on utilise la valeur p, qui nous donne un seuil pour la marge d erreur Type II error (β) Chance de ne pas trouver une association quand il y en a une. C est pour cette raison que la puissance d une étude est importante. C est pourquoi, avant de faire une étude on calcule le nombre de sujets dont on a besoin 36

37 Biais Erreur qui altère faussement une mesure et qui mène à des conclusions erronées. Biais de sélection : certains sujets pourraient tous posséder un certain attribut qui les fait choisir de participer à l étude. Facteurs confondants Facteurs qui peuvent influencer la variable étudiée en dehors de celles qu on regarde. Exemple: cigarette et maladies du cœur: il faut tenir compte de l obésité, du cholestérol etc., sinon les résultats peuvent être faussés. 37

38 Validité interne: qualité de la méthodologie Pas de biais Validité externe: on peut généraliser l étude à d autres populations similaires 38

39 Corrélation et CHI 2 Corrélation : relation linéaire dont on mesure la force et la direction Exemple: taille et poids chez les enfants r 2 = coefficient de corrélation -r = relation négative (relation inverse) r = relation positive (dans la même direction) CHI 2 : utilisé pour déterminer si il y a une association entre 2 variables indépendantes. ne donne pas d`idée de la direction de l association ou de sa force ou intensité. 39

40 Test de Mann-Whitney Teste et compare les moyennes Non paramétrique Test de Fischer Teste la variance Variance = dispersion ou distribution d un échantillon, mesure similaire à la déviation standard Il est applicable quand on cherche à comparer un modèle complet à un sous modèle plus restreint Critère d information d Akaike permet de comparer entre eux plusieurs modèles 40

41 Conclusions Qualitatif ou quantitatif Type de recherche (cas-témoin, cohorte, expérimental) Statistiques utilisées.. Pas de panique! Prendre le temps de rechercher les termes, et de se demander si ça fait sens dans le contexte de l étude 41

42 A vous maintenant!! 42

Structure typique d un protocole de recherche. Préparé par Johanne Desrosiers dans le cadre d une formation au réseau FORMSAV

Structure typique d un protocole de recherche. Préparé par Johanne Desrosiers dans le cadre d une formation au réseau FORMSAV Structure typique d un protocole de recherche Préparé par Johanne Desrosiers dans le cadre d une formation au réseau FORMSAV Introduction Planification et développement d une proposition de recherche Étape

Plus en détail

Il existe 3 types d études en épidémiologie qui répondent à 3 questions différentes :

Il existe 3 types d études en épidémiologie qui répondent à 3 questions différentes : Fiche : Rappel des études en épidémiologie 1 L épidémiologie est l étude de l état de santé de la population, et des facteurs influant sur la santé des populations humaines. Il existe 3 types d études

Plus en détail

Docteur José LABARERE

Docteur José LABARERE UE7 - Santé Société Humanité Risques sanitaires Chapitre 3 : Epidémiologie étiologique Docteur José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés.

Plus en détail

Document d orientation sur les allégations issues d essais de non-infériorité

Document d orientation sur les allégations issues d essais de non-infériorité Document d orientation sur les allégations issues d essais de non-infériorité Février 2013 1 Liste de contrôle des essais de non-infériorité N o Liste de contrôle (les clients peuvent se servir de cette

Plus en détail

TUTORAT UE 4 2014-2015 Biostatistiques Séance n 6 Semaine du 03/11/2014

TUTORAT UE 4 2014-2015 Biostatistiques Séance n 6 Semaine du 03/11/2014 TUTORAT UE 4 2014-2015 Biostatistiques Séance n 6 Semaine du 03/11/2014 Epidémiologie Mme Fabbro-Peray Séance préparée par les tuteurs du TSN QCM n 1 : Choisir la ou les proposition(s) exacte(s). A. Parmi

Plus en détail

Méthodologie des essais cliniques de phase III

Méthodologie des essais cliniques de phase III Méthodologie des essais cliniques de phase III Dr Patrick Rossignol p.rossignol@chu-nancy.fr Centre d Investigation Clinique & consultation multidisciplinaire d HTA du CHU de Nancy & INSERM 961 Phases

Plus en détail

Les statistiques descriptives et les intervalles de confiance

Les statistiques descriptives et les intervalles de confiance Les statistiques et les intervalles de Yohann.Foucher@univ-nantes.fr Equipe d Accueil 4275 "Biostatistique, recherche clinique et mesures subjectives en santé", Université de Nantes Master 2 - Cours #2

Plus en détail

Cours international d initiation à la recherche : de la méthode à la publication

Cours international d initiation à la recherche : de la méthode à la publication Cours international d initiation à la recherche : de la méthode à la publication Tunis, les 19, 20 et 21 janvier 2016 PRÉSENTATION GÉNÉRALE Il s agit d une formation organisée sous l égide de l Association

Plus en détail

Compléments de statistiques

Compléments de statistiques 2 e cycle EM2 & 3 LCA Complément de statistique. Compléments de statistiques Analyse de données de survie Analyse univariée D. Neveu compléments statistiques EM2 EM3 : 2006-2007 2 Objectifs pédagogiques

Plus en détail

3. COMPARAISON DE PLUS DE DEUX GROUPES

3. COMPARAISON DE PLUS DE DEUX GROUPES 3. COMPARAISON DE PLUS DE DEUX GROUPES La comparaison de moyennes de plus de deux échantillons se fait généralement par une analyse de variance (ANOVA) L analyse de variance suppose l homogénéité des variances

Plus en détail

La survie nette actuelle à long terme Qualités de sept méthodes d estimation

La survie nette actuelle à long terme Qualités de sept méthodes d estimation La survie nette actuelle à long terme Qualités de sept méthodes d estimation PAR Alireza MOGHADDAM TUTEUR : Guy HÉDELIN Laboratoire d Épidémiologie et de Santé publique, EA 80 Faculté de Médecine de Strasbourg

Plus en détail

Module 2 29 Décembre 2009 Intervenant: Dhuin STATISTIQUES

Module 2 29 Décembre 2009 Intervenant: Dhuin STATISTIQUES STATISTIQUES I. Séries statistiques simples... 1 A. Définitions... 1 1. Population... 1 2. Caractère statistique... 1 B. Séries classées / représentations graphiques.... 2 1. Séries classées... 2 2. Représentations

Plus en détail

PROGRAMME DE FORMATION A L UTILISATION DU LOGICIEL R

PROGRAMME DE FORMATION A L UTILISATION DU LOGICIEL R PROGRAMME DE FORMATION A L UTILISATION DU LOGICIEL R Analyses multivariées avec R Vincent RICHARD Unité d épidémiologie Institut Pasteur de DakarRindra Randremanana Unité d'épidémiologie Institut Pasteur

Plus en détail

Analyses de Variance à un ou plusieurs facteurs Régressions Analyse de Covariance Modèles Linéaires Généralisés

Analyses de Variance à un ou plusieurs facteurs Régressions Analyse de Covariance Modèles Linéaires Généralisés Analyses de Variance à un ou plusieurs facteurs Régressions Analyse de Covariance Modèles Linéaires Généralisés Professeur Patrice Francour francour@unice.fr Une grande partie des illustrations viennent

Plus en détail

Chacune des valeurs d une variable en est une modalité particulière.

Chacune des valeurs d une variable en est une modalité particulière. Psychologie générale Jean Paschoud STATISTIQUE Sommaire Rôle de la statistique Variables Échelles de mesure Résumer, décrire Comparer Rôle de la statistique La statistique est avant tout un outil permettant

Plus en détail

La régression logistique. Par Sonia NEJI et Anne-Hélène JIGOREL

La régression logistique. Par Sonia NEJI et Anne-Hélène JIGOREL La régression logistique Par Sonia NEJI et Anne-Hélène JIGOREL Introduction La régression logistique s applique au cas où: Y est qualitative à 2 modalités Xk qualitatives ou quantitatives Le plus souvent

Plus en détail

La problématique des tests. Cours V. 7 mars 2008. Comment quantifier la performance d un test? Hypothèses simples et composites

La problématique des tests. Cours V. 7 mars 2008. Comment quantifier la performance d un test? Hypothèses simples et composites La problématique des tests Cours V 7 mars 8 Test d hypothèses [Section 6.1] Soit un modèle statistique P θ ; θ Θ} et des hypothèses H : θ Θ H 1 : θ Θ 1 = Θ \ Θ Un test (pur) est une statistique à valeur

Plus en détail

TD de statistique : tests du Chi 2

TD de statistique : tests du Chi 2 TD de statistique : tests du Chi 2 Jean-Baptiste Lamy 6 octobre 2008 1 Test du Chi 2 C est l équivalent de la comparaison de moyenne, mais pour les variables qualitatives. 1.1 Cas 1 : comparer les répartitions

Plus en détail

L'APPROCHE EXPERIMENTALE EN RECHERCHE: introduction aux statistiques.

L'APPROCHE EXPERIMENTALE EN RECHERCHE: introduction aux statistiques. L'APPROCHE EXPERIMENTALE EN RECHERCHE: introduction aux statistiques 1 BUTS DU COURS : se familiariser avec le vocabulaire statistique o variable dépendante, variable indépendante o statistique descriptive,

Plus en détail

Améliorer la pratique journalière d activité physique (AP) chez les femmes âgées, en termes But de l intervention

Améliorer la pratique journalière d activité physique (AP) chez les femmes âgées, en termes But de l intervention Efficacité d une intervention d activité physique guidée par accéléromètre chez des Fiche No 15 femmes âgées vivant dans la communauté Koizumi D, Rogers NL, Rogers ME, Islam MM, Kusunoki M & al. Efficacy

Plus en détail

UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 2013 2014 MATHS/STATS. 1 Généralités sur les tests statistiques 2

UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 2013 2014 MATHS/STATS. 1 Généralités sur les tests statistiques 2 UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 2013 2014 Master d économie Cours de M. Desgraupes MATHS/STATS Document 4 : Les tests statistiques 1 Généralités sur les tests

Plus en détail

23. Interprétation clinique des mesures de l effet traitement

23. Interprétation clinique des mesures de l effet traitement 23. Interprétation clinique des mesures de l effet traitement 23.1. Critères de jugement binaires Plusieurs mesures (indices) sont utilisables pour quantifier l effet traitement lors de l utilisation d

Plus en détail

Session 1 Introduction

Session 1 Introduction (bio) Session 1 Septembre 8 2014 1/26 Sommaire (bio) 1 (bio) 2 3 4 2/26 (bio) Comme la population qui nous intéresse est habituellement trop grande pour être étudiée directement, seulement un petit nombre

Plus en détail

Spécificités méthodologiques en pédiatrie : gestion des petits effectifs et des effets rares au long cours

Spécificités méthodologiques en pédiatrie : gestion des petits effectifs et des effets rares au long cours Spécificités méthodologiques en pédiatrie : gestion des petits effectifs et des effets rares au long cours Corinne Alberti CIE 5 : modèles et méthodes de l évaluation clinique et thérapeutique en pédiatrie

Plus en détail

COURS D'INITIATION A LA RECHERCHE : DE LA MÉTHODE À LA PUBLICATION TUNIS, LES 2, 3 ET 4 DÉCEMBRE 2014

COURS D'INITIATION A LA RECHERCHE : DE LA MÉTHODE À LA PUBLICATION TUNIS, LES 2, 3 ET 4 DÉCEMBRE 2014 COURS D'INITIATION A LA RECHERCHE : DE LA MÉTHODE À LA PUBLICATION TUNIS, LES 2, 3 ET 4 DÉCEMBRE 2014 PRÉSENTATION GÉNÉRALE Il s agit d une formation organisée sous l égide de l Association Tunisienne

Plus en détail

Loi normale ou loi de Laplace-Gauss

Loi normale ou loi de Laplace-Gauss LivreSansTitre1.book Page 44 Mardi, 22. juin 2010 10:40 10 Loi normale ou loi de Laplace-Gauss I. Définition de la loi normale II. Tables de la loi normale centrée réduite S il y avait une seule loi de

Plus en détail

MASTER «Sciences de la Vie et de la Santé» Mention «Santé Publique»

MASTER «Sciences de la Vie et de la Santé» Mention «Santé Publique» M1_presentation_generale_4juil05.doc 1/11 MASTER «Sciences de la Vie et de la Santé» Mention «Santé Publique» La mention s articule autour de 6 spécialités : Recherche en éthique : Pr Christian HERVE (herve@necker.fr)

Plus en détail

5. Validité de la méta-analyse

5. Validité de la méta-analyse 5. Validité de la méta-analyse 5.1. Poids de la preuve d une méta-analyse Le poids de la preuve d un résultat scientifique quantifie le degré avec lequel ce résultat s approche de la réalité. Il ne s agit

Plus en détail

Principe d un test statistique

Principe d un test statistique Biostatistiques Principe d un test statistique Professeur Jean-Luc BOSSON PCEM2 - Année universitaire 2012/2013 Faculté de Médecine de Grenoble (UJF) - Tous droits réservés. Objectifs pédagogiques Comprendre

Plus en détail

Evaluation d un test diagnostique - Concordance

Evaluation d un test diagnostique - Concordance Evaluation d un test diagnostique - Concordance Michaël Genin Université de Lille 2 EA 2694 - Santé Publique : Epidémiologie et Qualité des soins michaelgenin@univ-lille2fr Plan 1 Introduction 2 Evaluation

Plus en détail

Chapitre VI Échantillonages et simulations

Chapitre VI Échantillonages et simulations Chapitre VI Commentaires : Récursivement, les commentaires ne sont pas à l attention des élèves.. Fluctuation d échantillonnage Définition : En statistiques, un échantillon de taille n est la liste des

Plus en détail

partie a Introduction à la statistique 1

partie a Introduction à la statistique 1 table des matières F AVANT-PROPOS À L ÉDITION AMÉRICAINE Abréviations viii xiv partie a Introduction à la statistique 1 1. Statistique et probabilité ne sont pas intuitives 3 Nous avons tendance à passer

Plus en détail

Analyse de données longitudinales continues avec applications

Analyse de données longitudinales continues avec applications Université de Liège Département de Mathématique 29 Octobre 2002 Analyse de données longitudinales continues avec applications David MAGIS 1 Programme 1. Introduction 2. Exemples 3. Méthodes simples 4.

Plus en détail

11. Tests d hypothèses (partie 1/2)

11. Tests d hypothèses (partie 1/2) 11. Tests d hypothèses (partie 1/2) MTH2302D S. Le Digabel, École Polytechnique de Montréal H2015 (v1) MTH2302D: tests d hypothèses 1/30 Plan 1. Introduction 2. Hypothèses et erreurs 3. Tests d hypothèses

Plus en détail

GUIDE D AIDE STATISTIQUE A LA PREPARATION DE LA THESE

GUIDE D AIDE STATISTIQUE A LA PREPARATION DE LA THESE Département Universitaire de Recherche et d Enseignement en Médecine Générale GUIDE D AIDE STATISTIQUE A LA PREPARATION DE LA THESE Enseignants : Esther GUERY, Julien LE BRETON, Emilie FERRAT, Jacques

Plus en détail

Outils Statistiques du Data Mining

Outils Statistiques du Data Mining Outils Statistiques du Data Mining Pr Roch Giorgi roch.giorgi@univ-amu.fr SESSTIM, Faculté de Médecine, Aix-Marseille Université, Marseille, France http://sesstim-orspaca.org http://optim-sesstim.univ-amu.fr

Plus en détail

PROGRAMME (Susceptible de modifications)

PROGRAMME (Susceptible de modifications) Page 1 sur 8 PROGRAMME (Susceptible de modifications) Partie 1 : Méthodes des revues systématiques Mercredi 29 mai 2013 Introduction, présentation du cours et des participants Rappel des principes et des

Plus en détail

Analyse des données «Hamburgers» à l aide de SPSS (v2, janvier 2011) Auteur : André Berchtold

Analyse des données «Hamburgers» à l aide de SPSS (v2, janvier 2011) Auteur : André Berchtold Analyse des données «Hamburgers» à l aide de SPSS (v2, janvier 2011) Auteur : André Berchtold Le site web «The Fast Food Explorer» (www.fatcalories.com) propose des données relatives à la composition des

Plus en détail

Tests paramétriques de comparaison de 2 moyennes Exercices commentés José LABARERE

Tests paramétriques de comparaison de 2 moyennes Exercices commentés José LABARERE Chapitre 5 UE4 : Biostatistiques Tests paramétriques de comparaison de 2 moyennes Exercices commentés José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés.

Plus en détail

Céline Goffette. CREST-INSEE / Sciences Po / INED. Congrès national des ORS - Les inégalités de santé 16 et 17 octobre 2008

Céline Goffette. CREST-INSEE / Sciences Po / INED. Congrès national des ORS - Les inégalités de santé 16 et 17 octobre 2008 Évolution différenciée des gradients sociaux homme/femme de consommation de tabac et homogamie sociale : quelle influence sur la concordance des comportements t au sein des ménages? quelle conséquence

Plus en détail

Introduction à l analyse quantitative

Introduction à l analyse quantitative Introduction à l analyse quantitative Vue d ensemble du webinaire Le webinaire sera enregistré. Les diapositives et tous les autres documents seront envoyés aux participants après la séance. La séance

Plus en détail

INTRODUCTION A LA RECHERCHE QUANTITATIVE

INTRODUCTION A LA RECHERCHE QUANTITATIVE INTRODUCTION A LA RECHERCHE QUANTITATIVE Deuxième partie : de la base de données aux résultats Juin 2010 Julien Gelly, Caroline Huas, Josselin Le Bel Plan 2 1. Introduction 2. Saisie des données : Epi

Plus en détail

Analyse de données et méthodes numériques

Analyse de données et méthodes numériques Analyse de données et méthodes numériques Analyse de données: Que faire avec un résultat? Comment le décrire? Comment l analyser? Quels sont les «modèles» mathématiques associés? Analyse de données et

Plus en détail

Introduction au cours STA 102 Analyse des données : Méthodes explicatives

Introduction au cours STA 102 Analyse des données : Méthodes explicatives Analyse des données - Méthodes explicatives (STA102) Introduction au cours STA 102 Analyse des données : Méthodes explicatives Giorgio Russolillo giorgio.russolillo@cnam.fr Infos et support du cours Slide

Plus en détail

L essentiel sur les tests statistiques

L essentiel sur les tests statistiques L essentiel sur les tests statistiques 21 septembre 2014 2 Chapitre 1 Tests statistiques Nous considérerons deux exemples au long de ce chapitre. Abondance en C, G : On considère une séquence d ADN et

Plus en détail

3. Caractéristiques et fonctions d une v.a.

3. Caractéristiques et fonctions d une v.a. 3. Caractéristiques et fonctions d une v.a. MTH2302D S. Le Digabel, École Polytechnique de Montréal H2015 (v2) MTH2302D: fonctions d une v.a. 1/32 Plan 1. Caractéristiques d une distribution 2. Fonctions

Plus en détail

Master 1 de Psychologie du Travail et des Organisations : Recueil et analyse des données - Corrigés des T.D. ( 2014/2015) -

Master 1 de Psychologie du Travail et des Organisations : Recueil et analyse des données - Corrigés des T.D. ( 2014/2015) - Dominique Ferrieux - Université Paul Valéry - Montpellier III Master de Psychologie du Travail et des Organisations : Recueil et analyse des données - Corrigés des T.D. ( /) - Deuxième partie : Plans :

Plus en détail

Points méthodologiques Adapter les méthodes statistiques aux Big Data

Points méthodologiques Adapter les méthodes statistiques aux Big Data Points méthodologiques Adapter les méthodes statistiques aux Big Data I. Répétition de tests et inflation du risque alpha II. Significativité ou taille de l effet? 2012-12-03 Biomédecine quantitative 36

Plus en détail

Session B2: Assurance

Session B2: Assurance 33 èmes Journées des Économistes de la Santé Français 1 er et 2 décembre 2011 Session B2: Assurance Auteurs: Sophie Guthmuller et Jérôme Wittwer, Université Paris-Dauphine Référé: Aurore Pélissier, CERDI,

Plus en détail

Tests de comparaison de moyennes. Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique»

Tests de comparaison de moyennes. Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique» Tests de comparaison de moyennes Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique» Test de Z ou de l écart réduit Le test de Z : comparer des paramètres en testant leurs différences

Plus en détail

Séance 8 : Régression Logistique

Séance 8 : Régression Logistique Séance 8 : Régression Logistique Sommaire Proc LOGISTIC : Régression logistique... 2 Exemple commenté : Achat en (t+1) à partir du sexe et du chiffre d affaires de la période précédente. 4 La régression

Plus en détail

Études épidémiologiques analytiques et biais

Études épidémiologiques analytiques et biais Master 1 «Conception, évaluation et gestion des essais thérapeutiques» Études épidémiologiques analytiques et biais Roxane Schaub Médecin de santé publique Octobre 2013 1 Objectifs pédagogiques Connaitre

Plus en détail

dans le présent contexte que l activité physique et la nutrition.

dans le présent contexte que l activité physique et la nutrition. Contrat de santé sous forme de calendrier : un outil pour les professionnels de la santé Fiche No 48 pour intervenir avec les personnes âgées Haber D., and Looney C. (2000) Health Contract Calendars: A

Plus en détail

9. Distributions d échantillonnage

9. Distributions d échantillonnage 9. Distributions d échantillonnage MTH2302D S. Le Digabel, École Polytechnique de Montréal H2015 (v3) MTH2302D: distributions d échantillonnage 1/46 Plan 1. Échantillons aléatoires 2. Statistiques et distributions

Plus en détail

Principe des tests statistiques

Principe des tests statistiques Principe des tests statistiques Jean Vaillant Un test de signification est une procédure permettant de choisir parmi deux hypothèses celles la plus probable au vu des observations effectuées à partir d

Plus en détail

Table des matières. PREMIÈRE PARTIE Étapes initiales des études marketing 7

Table des matières. PREMIÈRE PARTIE Étapes initiales des études marketing 7 Table des matières Préface Public 1 Structure de l ouvrage 1 Caractéristiques de l ouvrage 3 Contenu 3 Pédagogie 4 Remarques sur l adaptation française 4 Ressources numériques 5 Biographie 6 PREMIÈRE PARTIE

Plus en détail

Interprétation d une enquête épidémiologique : type d enquête, notion de biais, causalité (72) Docteur José LABARERE Mars 2004 (Mise à jour mai 2005)

Interprétation d une enquête épidémiologique : type d enquête, notion de biais, causalité (72) Docteur José LABARERE Mars 2004 (Mise à jour mai 2005) Interprétation d une enquête épidémiologique : type d enquête, notion de biais, causalité (72) Docteur José LABARERE Mars 2004 (Mise à jour mai 2005) Pré-Requis : Test de comparaison de proportions (chi

Plus en détail

Estimation et tests statistiques, TD 5. Solutions

Estimation et tests statistiques, TD 5. Solutions ISTIL, Tronc commun de première année Introduction aux méthodes probabilistes et statistiques, 2008 2009 Estimation et tests statistiques, TD 5. Solutions Exercice 1 Dans un centre avicole, des études

Plus en détail

Probabilités et Statistiques. Chapitre 1 : Statistique descriptive

Probabilités et Statistiques. Chapitre 1 : Statistique descriptive U.P.S. I.U.T. A, Département d Informatique Année 2008-2009 Probabilités et Statistiques Emmanuel PAUL Chapitre 1 : Statistique descriptive 1 Objectifs des statistiques. Il s agit d étudier un ou plusieurs

Plus en détail

Recherche et qualité de l information scientifique Dr Caroline Fonzo-Christe Pharmacie des HUG

Recherche et qualité de l information scientifique Dr Caroline Fonzo-Christe Pharmacie des HUG Recherche et qualité de l information scientifique Dr Caroline Fonzo-Christe Pharmacie des HUG 21.02.2002 CONTEXTE Evolution des connaissances Evaluation de nouvelles approches thérapeutiques, de nouvelles

Plus en détail

Recherche documentaire et autoformation. Lecture critique d un article médical. Recommandations pour la pratique. Les maladies orphelines

Recherche documentaire et autoformation. Lecture critique d un article médical. Recommandations pour la pratique. Les maladies orphelines 18. Recherche documentaire et autoformation. Lecture critique d un article médical. Recommandations pour la pratique. Les maladies orphelines KARILA LAURENT - APPRENTISSAGE DE L EXERCICE MÉDICAL + Objectifs

Plus en détail

Chapitre 2: Prévisions des ventes

Chapitre 2: Prévisions des ventes Chapitre 2: Prévisions des ventes AVIS IMPORTANT : Ces notes sont basées sur le livre de Steven Nahmias : Production et Operations Analysis, 4 ième édition, McGraw-Hill Irwin 200. Les figures sont issues

Plus en détail

Lecture critique d un article médical scientifique

Lecture critique d un article médical scientifique Lecture critique d un article médical scientifique Objectifs pédagogiques ENC Logique de Recherche Rédaction du résumé Dr Pascale FABBRO-PERAY MB6 2007-2008 Ecrire le résumé structuré d un article Lecture

Plus en détail

Chapitre 3 : INFERENCE

Chapitre 3 : INFERENCE Chapitre 3 : INFERENCE 3.1 L ÉCHANTILLONNAGE 3.1.1 Introduction 3.1.2 L échantillonnage aléatoire 3.1.3 Estimation ponctuelle 3.1.4 Distributions d échantillonnage 3.1.5 Intervalles de probabilité L échantillonnage

Plus en détail

Etude empirique de la valeur d utilité de l immobilier des entreprises : un actif associé à la gestion du risque des sociétés

Etude empirique de la valeur d utilité de l immobilier des entreprises : un actif associé à la gestion du risque des sociétés Les nouveaux enjeux et défis du marché immobilier : comment y contribuer? Chaire Ivanhoé Cambridge ESG UQÀM Etude empirique de la valeur d utilité de l immobilier des entreprises : un actif associé à la

Plus en détail

Heidi WECHTLER. Octobre 2005

Heidi WECHTLER. Octobre 2005 Heidi WECHTLER Le support aux analyses de données Séminaire GREGOR Octobre 2005 Support aux analyse de données du GREGOR Le poste Chargée d étude statistiques au GREGOR, bureau B126 (wechtler.iae@univ-paris1.fr)

Plus en détail

Relation entre deux variables : estimation de la corrélation linéaire

Relation entre deux variables : estimation de la corrélation linéaire CHAPITRE 3 Relation entre deux variables : estimation de la corrélation linéaire Parmi les analyses statistiques descriptives, l une d entre elles est particulièrement utilisée pour mettre en évidence

Plus en détail

Statistiques et essais cliniques

Statistiques et essais cliniques Hegel Vol. 3 N 1 2013 DOI : 10.4267/2042/49204 21 Statistiques et essais cliniques François Kohler Laboratoire SPI-EAO, Faculté de Médecine, Vandœuvre-les-Nancy francois.kohler@univ-lorraine.fr Introduction

Plus en détail

METHODOLOGIE GENERALE DE LA RECHERCHE EPIDEMIOLOGIQUE : LES ENQUETES EPIDEMIOLOGIQUES

METHODOLOGIE GENERALE DE LA RECHERCHE EPIDEMIOLOGIQUE : LES ENQUETES EPIDEMIOLOGIQUES Enseignement du Deuxième Cycle des Etudes Médicales Faculté de Médecine de Toulouse Purpan et Toulouse Rangueil Module I «Apprentissage de l exercice médical» Coordonnateurs Pr Alain Grand Pr Daniel Rougé

Plus en détail

Examen de Logiciels Statistiques

Examen de Logiciels Statistiques G. Hunault Angers, mai 2011 Licence MEF Examen de Logiciels Statistiques On s intéresse ici au dossier EAEF01 qui contient un extrait des données du recensement américain. On trouvera ces données et leur

Plus en détail

TABLE DES MATIERES. C Exercices complémentaires 42

TABLE DES MATIERES. C Exercices complémentaires 42 TABLE DES MATIERES Chapitre I : Echantillonnage A - Rappels de cours 1. Lois de probabilités de base rencontrées en statistique 1 1.1 Définitions et caractérisations 1 1.2 Les propriétés de convergence

Plus en détail

La gestion des ventes.

La gestion des ventes. I. La prévision des ventes. A. Principe. La gestion des ventes. Elle consiste à déterminer les ventes futures à la fois en quantité et en valeur en tenant compte des tendances et contraintes imposées à

Plus en détail

Cours 7 : Exemples. I- Régression linéaire simple II- Analyse de variance à 1 facteur III- Tests statistiques

Cours 7 : Exemples. I- Régression linéaire simple II- Analyse de variance à 1 facteur III- Tests statistiques Cours 7 : Exemples I- Régression linéaire simple II- Analyse de variance à 1 facteur III- Tests statistiques Exemple 1 : On cherche à expliquer les variations de y par celles d une fonction linéaire de

Plus en détail

Examen d accès - 1 Octobre 2009

Examen d accès - 1 Octobre 2009 Examen d accès - 1 Octobre 2009 Aucun document autorisé - Calculatrice fournie par le centre d examen Ce examen est un questionnaire à choix multiples constitué de 50 questions. Plusieurs réponses sont

Plus en détail

Chapitre 6 Test de comparaison de pourcentages χ². José LABARERE

Chapitre 6 Test de comparaison de pourcentages χ². José LABARERE UE4 : Biostatistiques Chapitre 6 Test de comparaison de pourcentages χ² José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés. Plan I. Nature des variables

Plus en détail

RAPPORT SUR L ETUDE DES DONNEES FINANCIERES ET STATISTIQUES A L AIDE DU LOGICIEL SCILAB

RAPPORT SUR L ETUDE DES DONNEES FINANCIERES ET STATISTIQUES A L AIDE DU LOGICIEL SCILAB RAPPORT SUR L ETUDE DES DONNEES FINANCIERES ET STATISTIQUES A L AIDE DU LOGICIEL SCILAB PAR : MAROOF ASIM DAN BENTOLILA WISSAM ESSID GROUPE 1 LM206 Lundi 10H45 INTRODUCTION : ( Ce rapport est un compte

Plus en détail

Exploitation et analyse des données appliquées aux techniques d enquête par sondage. Introduction.

Exploitation et analyse des données appliquées aux techniques d enquête par sondage. Introduction. Exploitation et analyse des données appliquées aux techniques d enquête par sondage. Introduction. Etudes et traitements statistiques des données : le cas illustratif de la démarche par sondage INTRODUCTION

Plus en détail

Traitement des données avec Microsoft EXCEL 2010

Traitement des données avec Microsoft EXCEL 2010 Traitement des données avec Microsoft EXCEL 2010 Vincent Jalby Septembre 2012 1 Saisie des données Les données collectées sont saisies dans une feuille Excel. Chaque ligne correspond à une observation

Plus en détail

METHODOLOGIE SIX SIGMA POUR LES PME

METHODOLOGIE SIX SIGMA POUR LES PME C.Q.H.N. Centre Qualité Hainaut-Namur MAISON DE L INDUSTRIE Rue Auguste Piccard, 20 6041 GOSSELIES Tél. : 071/235.722 Fax. : 071/235.720 E-mail : info@cqhn.com METHODOLOGIE SIX SIGMA POUR LES PME OBJECTIFS

Plus en détail

Fondements et étapes du processus de recherche, 3 e édition

Fondements et étapes du processus de recherche, 3 e édition Fondements et étapes du processus de recherche, 3 e édition Nouveauté Méthodes quantitatives et qualitatives Prix : 81,95 $ Auteurs : Marie-Fabienne Fortin, Johanne Gagnon ISBN13 : 9782765050063 Nombre

Plus en détail

EXPLICATION du \ jar gon \ TERMES DE RECHERCHE EN Santé A B C D E F G H I J K L M N O P Q R S T U V W X Y Z 1

EXPLICATION du \ jar gon \ TERMES DE RECHERCHE EN Santé A B C D E F G H I J K L M N O P Q R S T U V W X Y Z 1 EXPLICATION du \ jar gon \ TERMES DE RECHERCHE EN Santé A B C D E F G H I J K L M N O P Q R S T U V W X Y Z 1 Les Instituts de recherche en santé du Canada (IRSC) EXPLICATION \ jar gon \ DU Le présent

Plus en détail

Questions pratiques 4: Transformer la variable dépendante

Questions pratiques 4: Transformer la variable dépendante Questions pratiques 4: Transformer la variable dépendante Jean-François Bickel Statistique II SPO8 Transformer une variable consiste en une opération arithmétique qui vise à construire une nouvelle variable

Plus en détail

Les techniques de dépistage de la fraude. Marianne Paesmans Lieveke Ameye 1

Les techniques de dépistage de la fraude. Marianne Paesmans Lieveke Ameye 1 Les techniques de dépistage de la fraude Marianne Paesmans Lieveke Ameye 1 Erreurs versus fraude Contrôle qualité des données et validation d une base de données avant analyse sont des étapes standard

Plus en détail

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures) CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un

Plus en détail

Statistiques bivariées : corrélation et régression linéaire

Statistiques bivariées : corrélation et régression linéaire : corrélation et régression linéaire Activité d'introduction Ce chapitre de statistique est présenté avec l'objectif de promouvoir la réflexion des étudiants et leur faire remarquer que ces notions statistiques

Plus en détail

Résumé du cours [POLS1221] Analyse de données quantitatives

Résumé du cours [POLS1221] Analyse de données quantitatives Résumé du cours [POLS1221] Analyse de données quantitatives Year 2006-2007 1/58 PLAN DU COURS Les parties sont indépendantes, l ordre est indifférent! 1 Rappel variables et autre 2 Analyses uni -variées

Plus en détail

Item 169 : Évaluation thérapeutique et niveau de preuve

Item 169 : Évaluation thérapeutique et niveau de preuve Item 169 : Évaluation thérapeutique et niveau de preuve COFER, Collège Français des Enseignants en Rhumatologie Date de création du document 2010-2011 Table des matières ENC :...3 SPECIFIQUE :...3 I Différentes

Plus en détail

ADMISSION AU COLLEGE UNIVERSITAIRE Samedi 1 mars 2014 MATHEMATIQUES durée de l épreuve : 3h coefficient 2

ADMISSION AU COLLEGE UNIVERSITAIRE Samedi 1 mars 2014 MATHEMATIQUES durée de l épreuve : 3h coefficient 2 ADMISSION AU COLLEGE UNIVERSITAIRE Samedi 1 mars 2014 MATHEMATIQUES durée de l épreuve : 3h coefficient 2 Le sujet est numéroté de 1 à 5. L annexe 1 est à rendre avec la copie. L exercice Vrai-Faux est

Plus en détail

Outils méthodologiques et astuces pour la thèse de médecine Les statistiques, comment faire?

Outils méthodologiques et astuces pour la thèse de médecine Les statistiques, comment faire? Outils méthodologiques et astuces pour la thèse de médecine Les statistiques, comment faire? Cyril Ferdynus, USM, CHU RECUEIL DE DONNEES Recueil hors ligne Epidata (http://www.epiconcept.fr/html/epidata.html)

Plus en détail

NOTE SUR LA MODELISATION DU RISQUE D INFLATION

NOTE SUR LA MODELISATION DU RISQUE D INFLATION NOTE SUR LA MODELISATION DU RISQUE D INFLATION 1/ RESUME DE L ANALYSE Cette étude a pour objectif de modéliser l écart entre deux indices d inflation afin d appréhender le risque à très long terme qui

Plus en détail

STAT0162-1 Analyse statistique de données qualitatives et quantitatives en sciences sociales. Transparents Philippe Lambert

STAT0162-1 Analyse statistique de données qualitatives et quantitatives en sciences sociales. Transparents Philippe Lambert STAT0162-1 Analyse statistique de données qualitatives et quantitatives en sciences sociales Transparents Philippe Lambert http : //www.statsoc.ulg.ac.be/quali.html Institut des Sciences Humaines et Sociales

Plus en détail

TABLE DES MATIÈRES. Bruxelles, De Boeck, 2011, 736 p.

TABLE DES MATIÈRES. Bruxelles, De Boeck, 2011, 736 p. STATISTIQUE THÉORIQUE ET APPLIQUÉE Tome 2 Inférence statistique à une et à deux dimensions Pierre Dagnelie TABLE DES MATIÈRES Bruxelles, De Boeck, 2011, 736 p. ISBN 978-2-8041-6336-5 De Boeck Services,

Plus en détail

Traitement statistique. des petits échantillons. Application avec JMP - 3 jours (*)

Traitement statistique. des petits échantillons. Application avec JMP - 3 jours (*) Traitement statistique Application avec JMP - 3 jours (*) Référence : STA-N1-SPECHAJMP Durée : 3 jours soit 21 heures (*) : La durée proposée est une durée standard. Elle peut être adaptée selon les besoins,

Plus en détail

Dr Donatien MOUKASSA Département des sciences biomédicales Anatomie et Cytologie Pathologiques FSS, Brazzaville, Congo

Dr Donatien MOUKASSA Département des sciences biomédicales Anatomie et Cytologie Pathologiques FSS, Brazzaville, Congo COMMENT REDIGER UN PROJET DE RECHERCHE POUR UNE THESE DE MEDECINE OU UN MEMOIRE EN SCIENCES DE LA SANTE? Dr Donatien MOUKASSA Département des sciences biomédicales Anatomie et Cytologie Pathologiques FSS,

Plus en détail

Value at Risk - étude de cas

Value at Risk - étude de cas Value at Risk - étude de cas Daniel Herlemont 17 juin 2011 Table des matières 1 Introduction 1 2 La Value at Risk 1 2.1 La VaR historique................................. 2 2.2 La VaR normale..................................

Plus en détail

SCI03 - Analyse de données expérimentales

SCI03 - Analyse de données expérimentales SCI03 - Analyse de données expérimentales Introduction à la statistique Thierry Denœux 1 1 Université de Technologie de Compiègne tél : 44 96 tdenoeux@hds.utc.fr Automne 2014 Qu est ce que la statistique?

Plus en détail

Mémoire d Actuariat Tarification de la branche d assurance des accidents du travail Aymeric Souleau aymeric.souleau@axa.com 3 Septembre 2010 Plan 1 Introduction Les accidents du travail L assurance des

Plus en détail

Séminaire de Statistique

Séminaire de Statistique Master 1 - Economie & Management Séminaire de Statistique Support (2) Variables aléatoires & Lois de probabilité R. Abdesselam - 2013/2014 Faculté de Sciences Economiques et de Gestion Université Lumière

Plus en détail

Statistique Descriptive I (M1102)

Statistique Descriptive I (M1102) Illustration du cours de Statistique Descriptive I (M1102) Année scolaire 2013/2014 Université de Perpignan Via Domitia, IUT STatistique et Informatique Décisionnelle (STID) Table des matières 1 Généralités

Plus en détail

Pièges classiques en statistiques

Pièges classiques en statistiques Pièges classiques en statistiques Raphaël Porcher Hôpital Saint-Louis & Université Paris Diderot 18 janvier 2012 Plan Introduction Différents types d erreurs courantes : analyse, interprétation Exemple

Plus en détail