DIU Infirmières de Santé au Travail - IDF. Service Central de Santé au Travail de l AP-HP PLAN DE COURS

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "DIU Infirmières de Santé au Travail - IDF. Service Central de Santé au Travail de l AP-HP PLAN DE COURS"

Transcription

1 DIU Infirmières de Santé au Travail - IDF Faculté de Médecine Paris VII - Denis Diderot Mardi 7 juin 2016 STATISTIQUES EN SANTE AU TRAVAIL : NOTIONS ESSENTIELLES Service Central de Santé au Travail de l AP-HP Muriel DEVAUX, Statisticienne AP-HP PLAN DE COURS Intro : Statistiques et risques associés aux soins I. PRINCIPAUX INDICATEURS STATISTIQUES II. III. ETAPES D UNE ENQUETE STATISTIQUE EXEMPLES SOUS EXCEL GRACE A LA BASE DE DONNÉES «AES» 1

2 Introduction : Statistiques et risques associés aux soins Divers risques associés aux soins peuvent être à l origine de nombreux Accidents de Travail (AT) : Les Rayonnements Ionisants (RI : manip. radio, pers. de réa ou de bloc ) Les Accidents par Exposition au Sang (AES : Chir, IDE, AS ) Les Troubles Musculo-squelettiques (TMS : IDE de bloc soulevant des containers, AS soulevant un patient ) Les Risques Psycho-sociaux (RPS : W en soins palliatifs, état de choc suite à patient agressif ) Les chutes/glissades, etc Il convient souvent d établir un suivi statistique d indicateurs relatifs à ces risques I. PRINCIPAUX INDICATEURS STATISTIQUES 1.Valeurs extrêmes : minimum et maximum 2.Le mode et la moyenne 3.La médiane et les quartiles 4. L écart-type et la variance 5.Le test du Khi² 6. Taux d incidence et intervalle de confiance 2

3 I.1. Valeurs extrêmes : min et max Le Minimum est, pour une variable (ou un item), la valeur la plus petite observée dans l échantillon Le Maximum est, pour une variable (ou un item), la valeur la plus grande observée dans l échantillon Attention : il est important d analyser les chiffres extrêmes afin d exclure les valeurs «aberrantes» qui biaisent les résultats c est le début du nettoyage de la base I.1. Nettoyage/recodage et gestion des valeurs manquantes Vérif. de la cohérence des valeurs avec le GUIDE DE CODAGE Les valeurs aberrantes sont RECODÉES en valeur manquantes Un codage spécifique est toujours prévu pour chaque variable en cas de donnée manquante :, «.», «N/A», «ND», «INC», valeur artificielle type 9999 Les valeurs manquantes, selon la variable peuvent être : Recodées si l on obtient l info par ailleurs Remplacées par la moyenne ou la médiane >> méthodes «d imputation» (réservée aux spécialistes) Exclues des calculs (ex : âge) Prises en compte dans les calculs (ex : enquête AES où l on suit d une année à l autre l évolution de la part de patients source avec statut sérologique inconnu concernant le VIH) 3

4 I.2. Le mode et la moyenne Le Mode correspond à la valeur la plus fréquemment observée pour une variable de l échantillon. Attention : le mode ne doit être calculé qu après avoir procédé au nettoyage de la base (exclusion des valeurs aberrantes et vérification de la cohérence des données saisies ) On appelle Moyenne (ou moyenne arithmétique) le rapport entre la somme des valeurs et le nombre de valeurs I.2. la moyenne (suite) Exemple : Notes de la classe A : 5/20, 5/20 et 20/20. Notes de la classe B : 10/20, 10/20 et 10/20. Dans les 2 cas, la moyenne est égale à 10/20. Cependant, les notes se répartissent différemment : dans la classe A, on a 2 notes très faibles (5/20) et un 20/20, tandis que dans la classe B, tous les élèves ont eu la même note : le niveau de la classe est homogène. La moyenne ne permet pas de se représenter la manière dont sont réparties les données. 4

5 I.3. La médiane La médiane d'un ensemble de valeurs est la valeur m telle que le nb de valeurs de l'ensemble >= m est = au nb de valeurs <= m. Intuitivement, on peut dire que la médiane est le point milieu de l'ensemble, qu'elle divise en deux moitiés. Si le nombre total de valeurs est pair, la médiane est la moyenne entre les 2 valeurs centrales : Notes / 20 Classe C m = (12+14)/2 = 13 Notes / 20 Classe A Classe B m Pour déterminer la médiane sans passer par des calculs, il suffit de classer les valeurs par ordre croissant et de chercher le point au-delà duquel on trouve 50% de la population et le point endeçà duquel on trouve les autres 50% de notre échantillon. I.3. Proximité de la moyenne et de la médiane : quelles interprétations? Contrairement à la moyenne, la médiane n est pas influencée par les valeurs extrêmes. Exemple avec 2 distributions d âge : Distribution 1 : 18 ans, 18 ans, 18 ans, 20 ans et 30 ans Moyenne = = 20,8 Médiane = 18 Distribution 2 : 18 ans, 18 ans, 18 ans, 20 ans et 60 ans Moyenne = = 26,8 Médiane = 18 La médiane ne varie pas car elle ne dépend que de la valeur d observation du milieu. La moyenne varie beaucoup car elle dépend de la valeur de toutes les observations. Ici, quand la valeur de la dernière observation augmente, la moyenne augmente. Si ces 2 paramètres sont très différents, cela montre la présence de valeurs extrêmes. 5

6 I.3. et les quartiles : Q1, Q2 et Q3 Un quartile représente chacune des 3 valeurs qui divisent les données triées en 4 parts égales, de sorte que chaque partie représente 1/4 de l'échantillon de la population Le quartile est calculé en tant que 4-quantile : Q1 sépare les 25 % inférieurs des données Q2 est la médiane de la série Q3 sépare les 75 % inférieurs des données Pour déterminer Q1 (ou Q3) sans passer par des calculs, même raisonnement que pour la médiane (Q2) : il suffit de classer les valeurs par ordre croissant et de chercher le point en-deçà duquel on trouve 25% (ou 75%) de la population et au-delà duquel on trouve les autres 75% (ou 25%) de notre échantillon. I.4. La variance. Contrairement aux quartiles, la variance permet de combiner toutes les valeurs à l'intérieur d'un ensemble de données afin d'obtenir la mesure de dispersion. La variance est définie comme étant la moyenne arithmétique des carrés des différences entre les valeurs observées et la moyenne. C'est une mesure du degré de dispersion d'un ensemble de données. On la calcule sous la forme de l'écart au carré moyen de chaque nombre par rapport à la moyenne d'un ensemble de données. 6

7 I.4. et l écart-type Écart-typeσ ou ET = Racine carrée de la variance Il sert à mesurer la dispersion d'un ensemble de données, par exemple la répartition des notes d'une classe. Dans ce cas, si l'écart-type est faible, cela traduit un niveau homogène de la classe : les notes sont globalement proches les unes des autres (ex. du professeur qui note de 8 à 13). À l'inverse, si l écart type est important, cela traduit une plus grande dispersion des notes. Il mesure la dispersion autour de la moyenne. En raison de ses liens étroits avec la moyenne, l'écart type peut être grandement influencé si cette dernière donne une mauvaise mesure de tendance centrale I.5. Le Test du χ² : définition Il sert généralement à la comparaison de 2 distributions : il permet, partant d'une hypothèse d indépendance «H 0» et d'un risque d erreur α supposé au départ (généralement fixé à 5%), de rejeter l'hypothèse si la distance entre 2 ensembles d'informations est jugée excessive. Il permet donc de tester l hypothèse H 0 d indépendance entre les classes et de savoir si les différences observées sont statiquement significatives. Le test du χ² d'indépendance est utile pour des tris croisés. C est une comparaison entre : - Des effectifs réels : ce sont les données de l enquête - Et des effectifs théoriques : ceux que l on aurait dû obtenir si les classes étaient indépendantes. 7

8 I.5. Le Test du χ² : hypothèse H 0 Lorsqu'on considère plusieurs populations auxquelles on associe le même ensemble de critères qualitatifs, l'hypothèse à tester est l'indépendance entre la population d'appartenance de l'individu et la valeur des critères. L'hypothèse affirme donc que le fait de connaître la population d'un individu n'influence pas la valeur des critères. Pour ce problème, il est commode de partir d'un exemple concret, comme la relation entre le revenu et le sexe d'un individu. La distribution du revenu des hommes est-elle différente de celui des femmes? Une représentation sur un tableau de contingence* permet d'illustrer la question. Attention : le test du χ² ne peut être valide que si l effectif de chaque case du tableau est >= 5. *Tableau dénombrant les modalités croisées de 2 variables X et Y I.5. Le Test du χ² : exemple 1 Salaire Total Hommes Femmes Total Dans cet exemple fictif on remarque que les femmes sont plus nombreuses dans les classes à bas salaires et moins nombreuses dans celles à haut salaire que les hommes. Cette différence (c est-à-dire cette dépendance entre les variables) est-elle statistiquement significative? Il faut bâtir l'hypothèse nulle qu'il n'y a pas de différence entre les salaires des hommes et ceux des femmes, les proportions des différentes catégories de salaires étant donc conservées d'une ligne à l'autre. 8

9 I.5. Le Test du χ² : exemple 1 (suite) Les données correspondantes sont obtenues en remplaçant la valeur de chaque cellule par le total de sa colonne multiplié par le total de sa ligne, divisé par le total général. On vérifie que les totaux sont inchangés : Hypothèse Total Hommes 55,5 73,1 105,9 55,5 290 Femmes 54,5 71,9 104,1 54,5 285 Total Le test du χ² d indépendance peut être réalisé sous EXCEL. Dans cet exemple, le résultat du test est : p>0,05. Ceci indique que l on doit accepter H 0 (l indépendance entre les classes) au risque 5% On a + de 5% de risque de se tromper si on rejette H 0 on a - de 5% de risque de se tromper si on accepte H 0 => on peut affirmer avec un risque de se tromper inférieur à 5% qu il n'y a pas lieu de mettre en cause l'égalité des salaires I.5. Le Test du χ² : exemple 2 Population observée Exposition Exposition Exposition nulle possible certaine Total Avec pathologie Sans pathologie Total Dans cet exemple fictif on remarque que les pathologies sont plus nombreuses dans les cas d exposition avérée et moins nombreuses dans les cas d exposition moins avérée ou absente. Cette différence (c est-à-dire cette dépendance entre les variables) est-elle statistiquement significative? Il faut bâtir l'hypothèse nulle H 0 qu'il n'y a pas de différence entre l apparition des pathologies et l existence d une exposition à un agent dangereux donné, les proportions du nombre de cas étant donc conservées d'une ligne à l'autre. 9

10 I.5. Le Test du χ² : exemple 2 (suite) Les données correspondantes sont obtenues en remplaçant la valeur de chaque cellule par le total de sa colonne multiplié par le total de sa ligne, divisé par le total général. On vérifie que les totaux sont inchangés : Population attendue Exposition Exposition Exposition nulle possible certaine Total Avec pathologie 13,9 13,4 8,7 36 Sans pathologie 89,1 85,6 55,3 230 Total Le test du χ² d indépendance peut être réalisé sous EXCEL. Dans cet exemple, le résultat du test est : p<0,05. On doit donc rejeter H 0 et on peut affirmer que les pathologies repérées sont en relation avec l existence de l exposition à un agent dangereux donné, avec un risque de se tromper inférieur à 5%. I.6. Taux d incidence et intervalle de confiance (1/4) Remarques Les indicateurs statistiques sont souvent le résultat de ratios = quotients ou rapports entre 2 valeurs numériques. Dans certaines études (exemple : enquête AES), la population n est pas comptabilisée en «Unités physiques», mais en «Equivalent Temps Plein» ou «ETP». Ceci permet en effet de quantifier la population en tenant compte de la quotité de travail des agents. Exemple : Un agent employé à 50% représente 0,5 ETP Un agent employé à 80% représente 0,8 ETP Un agent employé à temps plein représente 1 ETP 10

11 I.6. Taux d incidence et intervalle de confiance (2/4) En épidémiologie, le taux d'incidence rapporte le nombre de nouveaux cas d'une pathologie observés pendant une période donnée à la population dont sont issus les cas pendant cette même période. Il est un des critères les plus importants pour évaluer la fréquence et la vitesse d'apparition d'une pathologie. Dans le cadre de la surveillance des Accidents Exposant au Sang, on calcule chaque année le taux d incidence des AES par catégorie professionnelle La formule du taux d incidence des AES pour 100 IDE ETP en 2013 pour l établissement A est : Nb d AES survenus auprès des IDE dans l étab. A en 2013 P = X 100 Effectif total en ETP des IDE dans l étab. A en 2013 I.6. Taux d incidence et intervalle de confiance (3/4) En 2013, sur l ensemble des sites participant à l enquête AES, on avait un taux d incidence de 6,6 pour les IDE Cela signifie qu en 2013, pour 100 IDE ETP, environ 6,6 AES ont été notifiés Le taux d incidence s accompagne de l'intervalle de confiance (IC), généralement fixé à 95% C est un intervalle de valeurs qui a 95% de chance de contenir la vraie valeur du paramètre estimé. Avec moins de rigueur, il est possible de dire que l'ic représente la fourchette de valeurs à l'intérieur de laquelle nous sommes certains à 95% de trouver la vraie valeur recherchée. Des intervalles de confiance à 99% ou à 99,9% sont parfois utilisés. La probabilité (degré de confiance) de ces intervalles de contenir la vraie valeur est respectivement de 99% et 99,9%. 11

12 I.6. Taux d incidence et intervalle de confiance (4/4) L IC à 95% se calcule ainsi : IC 95 = [ p (1,96xET) ; p + (1,96xET)] ET étant l écart-type Comme on l a vu, en 2013, sur l ensemble des sites participant à l enquête AES, on avait un taux d incidence de 6,6 pour les IDE On avait un IC95 = [5,91 ; 7,36] Autrement dit, d après les chiffres de 2013, on peut affirmer avec un risque d erreur fixé à 5% que le nombre moyen d AES pour 100 IDE ETP est compris dans cet intervalle. II. ETAPES D UNE ENQUETE STATISTIQUE 1. Définition du sujet, formulation des hypothèses et rédaction du protocole (Sondage ou recensement? Étude longitudinale ou transversale?...) 2. Elaboration du questionnaire, recueil et saisie informatique des données => constitution de la Base de données 3. Vérification de la cohérence des données : phase de nettoyage puis exploitation statistique des données 12

13 13

Chapitre 2. Caractéristiques des distributions à une variable quantitative

Chapitre 2. Caractéristiques des distributions à une variable quantitative Chapitre 2. Caractéristiques des distributions à une variable quantitative Jean-François Coeurjolly http://www-ljk.imag.fr/membres/jean-francois.coeurjolly/ Laboratoire Jean Kuntzmann (LJK), Grenoble University

Plus en détail

Cours (8) de statistiques à distance, élaboré par Zarrouk Fayçal, ISSEP Ksar-Said, 2011-2012. Test du Khi 2

Cours (8) de statistiques à distance, élaboré par Zarrouk Fayçal, ISSEP Ksar-Said, 2011-2012. Test du Khi 2 Test du Khi 2 Le test du Khi 2 (khi deux ou khi carré) fournit une méthode pour déterminer la nature d'une répartition, qui peut être continue ou discrète. Domaine d application du test : Données qualitatives

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 2008/2009 Faculté de Médecine de Grenoble (UJF) - Tous droits réservés. Objectifs pédagogiques Comprendre

Plus en détail

Échantillonnage et estimation

Échantillonnage et estimation Échantillonnage et estimation Dans ce chapitre, on s intéresse à un caractère dans une population donnée dont la proportion est notée. Cette proportion sera dans quelques cas connue (échantillonnage),

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

L espace virtuel de La Branche Cochrane-Québec

L espace virtuel de La Branche Cochrane-Québec L espace virtuel de La Branche Cochrane-Québec Bonjour cher(ère)s auditeurs et auditrices web! SVP prendre quelques secondes pour tester vos paramètres audio via l assistant situé au haut de la page: Outils

Plus en détail

APPLICATIONS SUR LES ANALYSES ASSOCIÉES AUX CHAPITRES 12 ET 13 (TESTS DE COMPARAISON ET D INDÉPENDANCE)

APPLICATIONS SUR LES ANALYSES ASSOCIÉES AUX CHAPITRES 12 ET 13 (TESTS DE COMPARAISON ET D INDÉPENDANCE) 5 APPLICATIONS SUR LES ANALYSES ASSOCIÉES AUX CHAPITRES 12 ET 13 (TESTS DE COMPARAISON ET D INDÉPENDANCE) Exercice 1 : test de comparaison de proportions (voir chapitre 12) Une entreprise souhaite lancer

Plus en détail

Estimateur et Estimation Prof Franck Bonnetain Unité de méthodologie & de qualité de vie en cancérologie (EA3181) CHRU Besançon

Estimateur et Estimation Prof Franck Bonnetain Unité de méthodologie & de qualité de vie en cancérologie (EA3181) CHRU Besançon PACES - APEMK UE 4 Evaluation des méthodes d analyses appliquées aux sciences de la vie et de la santé Estimateur et Estimation Prof Franck Bonnetain Unité de méthodologie & de qualité de vie en cancérologie

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

Exercice n 9 : Ne pas confondre observer et expérimenter

Exercice n 9 : Ne pas confondre observer et expérimenter Le pronostic des cancers du sein dépend de divers facteurs, dont la taille du cancer. En France, au cours d une étude, il a été observé un taux de survie plus important chez les femmes ayant un cancer

Plus en détail

Cours 2 : Rappels de Statistique descriptive. A- Introduction B- Statistique descriptive unidimensionnelle C- Statistique descriptive bidimensionnelle

Cours 2 : Rappels de Statistique descriptive. A- Introduction B- Statistique descriptive unidimensionnelle C- Statistique descriptive bidimensionnelle Cours 2 : Rappels de Statistique descriptive A- Introduction B- Statistique descriptive unidimensionnelle C- Statistique descriptive bidimensionnelle A- Introduction A- Introduction Rappel : Série statistique

Plus en détail

SONDAGE DANS LA MISSION D AUDIT UNITE MONETAIRE. Fethi NEJI & Mounir GRAJA

SONDAGE DANS LA MISSION D AUDIT UNITE MONETAIRE. Fethi NEJI & Mounir GRAJA SONDAGE DANS LA MISSION D AUDIT UNITE MONETAIRE Le sondage est une sélection d'éléments que l'auditeur décide d'examiner afin de tirer, en fonction des résultats obtenus, une conclusion sur les caractéristiques

Plus en détail

Statistique descriptive. Analyse de données

Statistique descriptive. Analyse de données Chapitre Statistique descriptive. Analyse de données Énigme On note x le prix au kg du produit. 5 % de remise en caisse : le prix au kg devient x 5 x = 0,85x. + 5 % de produit gratuit : le prix au kg devient

Plus en détail

Statistiques: rappels et compléments

Statistiques: rappels et compléments Statistiques: rappels et compléments I) Vocabulaire élémentaire Population: Ensemble étudié. Individus: Éléments de la population. Caractère étudié ou variable statistique: Propriété étudiée dans la population.

Plus en détail

Enquête nationale sur les taux salariaux dans le secteur de la construction en Colombie-Britannique

Enquête nationale sur les taux salariaux dans le secteur de la construction en Colombie-Britannique Enquête nationale sur les taux salariaux dans le secteur de la construction en Colombie-Britannique 28 juin 2001 Préparé par : La Division des méthodes des enquêtes auprès des entreprises et La Division

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

8. Statistique descriptive

8. Statistique descriptive 8. Statistique descriptive MTH2302D S. Le Digabel, École Polytechnique de Montréal H2015 (v2) MTH2302D: statistique descriptive 1/47 Plan 1. Introduction 2. Terminologie 3. Descriptions graphiques des

Plus en détail

ECHANTILLONNAGE. I. Notion d échantillon. Intervalle de fluctuation

ECHANTILLONNAGE. I. Notion d échantillon. Intervalle de fluctuation sur 7 ECHANTILLONNAGE Le principe : On considère par exemple l'expérience suivante consistant à lancer plusieurs fois un dé et à noter si la face supérieure affichée est un 4 ou un autre nombre. La valeur

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

T.P. 8 - Exercice 1 Khi-Carré d ajustement (Corrigé)

T.P. 8 - Exercice 1 Khi-Carré d ajustement (Corrigé) T.P. 8 - Exercice 1 Khi-Carré d ajustement (Corrigé) Connaissances préalables : Buts spécifiques : Outils nécessaires : Consignes générales : Distribution de fréquences, proportions. Test d ajustement.

Plus en détail

Probabilité mathématique et distributions théoriques

Probabilité mathématique et distributions théoriques Probabilité mathématique et distributions théoriques 3 3.1 Notion de probabilité 3.1.1 classique de la probabilité s Une expérience ou une épreuve est dite aléatoire lorsqu on ne peut en prévoir exactement

Plus en détail

1/4 2/4 3/4 4/4. 10. Estimation MTH2302D. S. Le Digabel, École Polytechnique de Montréal H2016. (v1) MTH2302D: estimation 1/50

1/4 2/4 3/4 4/4. 10. Estimation MTH2302D. S. Le Digabel, École Polytechnique de Montréal H2016. (v1) MTH2302D: estimation 1/50 10. Estimation MTH2302D S. Le Digabel, École Polytechnique de Montréal H2016 (v1) MTH2302D: estimation 1/50 Plan 1. Introduction 2. Estimation ponctuelle 3. Estimation par intervalles de confiance 4. Autres

Plus en détail

Enquête.sba Procédure Tableaux croisés

Enquête.sba Procédure Tableaux croisés Enquête.sba Procédure Tableaux croisés Tris croisés p. 27 «Cette procédure est conçue pour le calcul et l édition massive de tableaux croisés. On obtient à partir de cette procédure des tableaux de contingence,

Plus en détail

1. Calculer: P(Z<1.34); P(Z<-1.72); P(Z>2.41); P(Z>-1.53); P(1.12<Z<1.57); P(- 0.75<Z<0.36); P( Z >1.96)

1. Calculer: P(Z<1.34); P(Z<-1.72); P(Z>2.41); P(Z>-1.53); P(1.12<Z<1.57); P(- 0.75<Z<0.36); P( Z >1.96) EXERCICES SUR LA LOI NORMALE Exercice 1. Soit Z une V.A. de loi N(0,1). 1. Calculer: P(Z-1.53); P(1.12

Plus en détail

Ressources pour le lycée technologique

Ressources pour le lycée technologique éduscol Enseignement de mathématiques Classe de première STMG Ressources pour le lycée technologique Échantillonnage : couleur des yeux au Canada Contexte pédagogique Objectifs Obtenir un intervalle de

Plus en détail

Chapitre 4 : RÉGRESSION

Chapitre 4 : RÉGRESSION Chapitre 4 : RÉGRESSION 4.3 Régression linéaire multiple 4.3.1 Equation et Estimation 4.3.2 Inférence 4.3.3 Coefficients de détermination 4.3.4 Spécifications Régression linéaire multiple 1 / 50 Chapitre

Plus en détail

Travail sur le fichier. des adhérents de l'abf. Qui êtes-vous? par Delphine ANTOINE

Travail sur le fichier. des adhérents de l'abf. Qui êtes-vous? par Delphine ANTOINE Qui êtes-vous? Chaque année l'a.b.f. enregistre un nombre important de nouvelles adhésions. Mais au lieu d'augmenter les effectifs, ces nouveaux membres ne viennent guère que compléter les vides laissés

Plus en détail

Statistiques. Effectif total. Une valeur du caractère c) Situation 3 : on relève l activité sportive préférée de 40 adolescents. Plongée.

Statistiques. Effectif total. Une valeur du caractère c) Situation 3 : on relève l activité sportive préférée de 40 adolescents. Plongée. Statistiques Échauffez-vous! Pour les trois situations, reliez chaque information à sa signification statistique. a) Situation : on réalise une étude statistique sur les 5 élèves d une classe. 5 Population

Plus en détail

Exercice 2. Population de Bruxelles de 18 à 65 ans selon le sexe et le statut d occupation - 2010

Exercice 2. Population de Bruxelles de 18 à 65 ans selon le sexe et le statut d occupation - 2010 Chapitre 1. Tableau à double entrée Exercices : solutions Texte provisoire. Merci pour les remarques, commentaires, suggestions Exercice 1 1.a. Population de Bruxelles selon le sexe et la nationalité Hommes

Plus en détail

2) Ecrire en utilisant la notation : 3+5+7+9+ 15+17

2) Ecrire en utilisant la notation : 3+5+7+9+ 15+17 STATISTIQUES A UNE VARIABLE EXERCICES CORRIGES Exercice n. Les 5 élèves d'une classe ont composé et le tableau ci-dessous donne la répartition des diverses notes. Recopier et compléter ce tableau en calculant

Plus en détail

auprès des entreprises

auprès des entreprises Méthodologie des enquêtes structurelles auprès des entreprises De la théorie à la pratique : le cas Alice Introduction Le travail du statisticien d enquête consiste à maximiser la qualité et la fiabilité

Plus en détail

Statistiques I. Alexandre Caboussat alexandre.caboussat@hesge.ch Classe : Mercredi 8h15-10h00 Salle : C114 http://campus.hesge.

Statistiques I. Alexandre Caboussat alexandre.caboussat@hesge.ch Classe : Mercredi 8h15-10h00 Salle : C114 http://campus.hesge. Statistiques I Alexandre Caboussat alexandre.caboussat@hesge.ch Classe : Mercredi 8h15-10h00 Salle : C114 http://campus.hesge.ch/caboussata A. Caboussat, HEG STAT I, 2010 1 / 54 Rappel Représentations

Plus en détail

Cohorte des travailleurs du nucléaire à Électricité de France : mortalité des agents statutaires sur la période 1968 2003

Cohorte des travailleurs du nucléaire à Électricité de France : mortalité des agents statutaires sur la période 1968 2003 Cohorte des travailleurs du nucléaire à Électricité de France : mortalité des agents statutaires sur la période 1968 2003 Q1: Pour quelle raison a-t-on organisé le suivi de cette cohorte? Les rayonnements

Plus en détail

MATHÉMATIQUES ET SCIENCES HUMAINES

MATHÉMATIQUES ET SCIENCES HUMAINES MATHÉMATIQUES ET SCIENCES HUMAINES M. C. WEISS Variations pédagogiques sur le thème des échantillons systématiques Mathématiques et sciences humaines, tome 102 (1988), p. 39-45.

Plus en détail

Informatique 1ère Année 2012-2013

Informatique 1ère Année 2012-2013 SERIE D EXERCICES N 1 INTRODUCTION, STRUCTURE CONDITIONNELLE : IF..ELSE Exercice 1 Ecrire le programme qui lit deux entiers saisis et affiche leur produit. Modifier ensuite ce programme pour saisir des

Plus en détail

MESURER ET REPRÉSENTER LES INÉGALITÉS

MESURER ET REPRÉSENTER LES INÉGALITÉS MESURER ET REPRÉSENTER LES INÉGALITÉS I - DISPARITÉ ET DISPERSION La disparité consiste à mesurer l écart entre les valeurs centrales qui caractérisent une ou plusieurs populations statistiques. (exemple

Plus en détail

Estimation. Anita Burgun

Estimation. Anita Burgun Estimation Anita Burgun Estimation Anita Burgun Contenu du cours Sondages Mesures statistiques sur un échantillon Estimateurs Problème posé Le problème posé en statistique: On s intéresse à une population

Plus en détail

STATISTICA Test d hypothèseshè

STATISTICA Test d hypothèseshè TEST D HYPOTHESES STATISTICA Test d hypothèseshè TEST D HYPOTHESES Les étapes : Problématique Revue de la littérature Formulation d une hypothèse théorique Construction de l expérience (méthodologie) Lister

Plus en détail

Statistique (MATH-F-315, Cours #3)

Statistique (MATH-F-315, Cours #3) Statistique (MATH-F-315, Cours #3) Thomas Verdebout Université Libre de Bruxelles 2015 Plan de la partie Statistique du cours 1. Introduction. 2. Théorie de l estimation. 3. Tests d hypothèses et intervalles

Plus en détail

N 5 Février 2008. La profession d infirmiers à la Réunion Enquête sur le parcours d une cohorte d infirmiers diplômés en 1999, 2000, 2001

N 5 Février 2008. La profession d infirmiers à la Réunion Enquête sur le parcours d une cohorte d infirmiers diplômés en 1999, 2000, 2001 N 5 Février 2008 La profession d infirmiers à la Réunion Enquête sur le parcours d une cohorte d infirmiers diplômés en 1999, 2000, 2001 Le nombre d infirmiers exerçant à la Réunion ne cesse d augmenter,

Plus en détail

Classe de 3ème. Effectif partiel n Effectif total N

Classe de 3ème. Effectif partiel n Effectif total N Classe de 3ème Chapitre 2 Statistiques. 1. Quelques rappels. Une série statistique est composée de valeurs. Le nombre de fois où une valeur est répétée s'appelle l'effectif partiel de cette valeur. La

Plus en détail

Saisir dans EXCEL les résultats du bac comme dans le tableau suivant (cf. figure n 1).

Saisir dans EXCEL les résultats du bac comme dans le tableau suivant (cf. figure n 1). TP n 2 - Calcul du Khi2 Le but de ce TP est de réaliser, à l'aide d'excel, un modèle réutilisable d'analyse bivarié entre des variables qualitatives. Ce modèle permet d aller de la saisie dans un tableau

Plus en détail

Chapitre 6 TESTS STATISTIQUES

Chapitre 6 TESTS STATISTIQUES Statistique appliquée à la gestion et au marketing http://foucart.thierry.free.fr/statpc Chapitre 6 TESTS STATISTIQUES Les tests statistiques sont des méthodes de la statistique inférentielle qui, comme

Plus en détail

INTRODUCTION A L ETUDE DES VARIABLES QUALITATIVES

INTRODUCTION A L ETUDE DES VARIABLES QUALITATIVES INTRODUCTION A L ETUDE DES VARIABLES QUALITATIVES Plan Introduction Définition Catégories de variables qualitatives Modèles pour Données avec Troncature Les Modèles pour Données Censurées Définition de

Plus en détail

Chapitre 3 Dénombrement et représentation d un caractère continu. Lætitia Perrier Bruslé Cours de statistique descriptive sous Excel

Chapitre 3 Dénombrement et représentation d un caractère continu. Lætitia Perrier Bruslé Cours de statistique descriptive sous Excel Chapitre 3 Dénombrement et représentation d un caractère continu Lætitia Perrier Bruslé Cours de statistique descriptive sous Excel Introduction Un caractère quantitatif est continu si ses modalités possibles

Plus en détail

TD de Statistiques - Séance N 2

TD de Statistiques - Séance N 2 TD de Statistiques - Séance N 2 1 Travail sur des variables catégorisées avec Excel 1.1 Quelques commandes d'excel utiles pour la saisie de données Saisie "assistée" ou non : utilisez le menu :Fichier

Plus en détail

LE MINISTRE DE LA SANTE, DE LA FAMILLE ET DES PERSONNES HANDICAPEES

LE MINISTRE DE LA SANTE, DE LA FAMILLE ET DES PERSONNES HANDICAPEES Ministère de la santé, de la famille et des personnes handicapées Direction de l'hospitalisation et de l'organisation des soins Sous-Direction de la qualité et du fonctionnement des établissements de santé

Plus en détail

GÉNÉRALITÉS SUR LES FONCTIONS

GÉNÉRALITÉS SUR LES FONCTIONS . Qu'est-ce qu'une fonction? Vocabulaire GÉNÉRALITÉS SUR LES FONCTIONS Définition Notion de fonction À chaque fois que l'on associe à une quantité une (autre) quantité, on dit que que l'on définit une

Plus en détail

Explo4 Exploration des projets

Explo4 Exploration des projets Explo4 Exploration des projets SERVICE DES FINANCES Équipe de formation PeopleSoft version 8.9 Juillet 2013 TABLE DES MATIÈRES INTRODUCTION...1 LES CRITERES DE RECHERCHE...2 LES CRITERES COMMUNS A TOUTE

Plus en détail

Approche empirique du test χ 2 d ajustement

Approche empirique du test χ 2 d ajustement Approche empirique du test χ 2 d ajustement Alain Stucki, Lycée cantonal de Porrentruy Introduction En lisant des rapports, on rencontre souvent des raisonnements du style : «le premier groupe est meilleur

Plus en détail

Chapitre 1 GRAPHIQUES

Chapitre 1 GRAPHIQUES Statistique appliquée à la gestion et au marketing http://foucart.thierry.free.fr/statpc Chapitre 1 GRAPHIQUES On entend souvent qu un schéma vaut mieux qu un long discours. Effectivement, lorsque l on

Plus en détail

Le système SMART 1. Indexation

Le système SMART 1. Indexation Le système SMART Le système SMART (System for the Mechanical Analysis and Retrieval of Text) (aussi appelé Salton's Magic Automatic Retrieval Technique:-) est un système de RI expérimental. Il utilise

Plus en détail

Lycée Fénelon Sainte-Marie Préparation Science-Po/Prépa HEC

Lycée Fénelon Sainte-Marie Préparation Science-Po/Prépa HEC Lycée Fénelon Sainte-Marie Préparation Science-Po/Prépa HEC Dénombrement et probabilités Version du juillet 05 Enoncés Exercice - YouTube Sur YouTube, les vidéos sont identifiées à l aide d une chaîne

Plus en détail

Chapitre 9 Section 9.1 Test d indépendance du khi-deux (c 2 )

Chapitre 9 Section 9.1 Test d indépendance du khi-deux (c 2 ) Chapitre 9 Section 9.1 Test d indépendance du khi-deux (c 2 ) page 154 Ariane Robitaille (Modifications par Eric T., A14, Joanie L., H14 et Marc-Élie Lapointe H15) 8.1 Relations entre les variables Ex.1

Plus en détail

Statistiques 2009-10 Cours 4. Statistiques descriptives: méthodes numériques (1) Mesures de tendance centrale (1)

Statistiques 2009-10 Cours 4. Statistiques descriptives: méthodes numériques (1) Mesures de tendance centrale (1) Statistiques 2009-10 Cours 4 Bachelor 1 ère année Unil, Ecole des HEC 1 Statistiques descriptives: méthodes numériques (1) Eléments de tendance centrale (moyenne, médiane, mode, quantiles, ) 2 Mesures

Plus en détail

ECGE 1224 - Statistiques en économie et gestion : TP 1

ECGE 1224 - Statistiques en économie et gestion : TP 1 ECGE 14 - Statistiques en économie et gestion : TP 1 Exercice 1 Un dé parfaitement équilibré est lancé. Soit X la variable aléatoire (v.a.) correspondant au résultat obtenu avec le dé. a) Justifer pourquoi

Plus en détail

Statistiques Descriptives - Probabilité - Estimation - Intervalles de confiance

Statistiques Descriptives - Probabilité - Estimation - Intervalles de confiance Chapitre 1 : UE4 : Biostatistiques Statistiques Descriptives - Probabilité - Estimation - Intervalles de confiance Professeur Philippe CINQUIN Année universitaire 2011/2012 Université Joseph Fourier de

Plus en détail

RECHERCHE. Étude SIG de la corrélation entre exposition indirecte à l amiante et asbestose. Introduction. Les données utilisées

RECHERCHE. Étude SIG de la corrélation entre exposition indirecte à l amiante et asbestose. Introduction. Les données utilisées Étude SIG de la corrélation entre exposition indirecte à l amiante et asbestose Perrine de Crouy-Chanel, Ingénieur SIG, Département Santé Environnement / USIS INSTITUT DE VEILLE SANITAIRE 12 rue du Val

Plus en détail

Sommaire. Les pourcentages. Les suites. Statistiques. Les probabilités. Descriptif de l épreuve... Conseils pour l épreuve...

Sommaire. Les pourcentages. Les suites. Statistiques. Les probabilités. Descriptif de l épreuve... Conseils pour l épreuve... Sommaire Descriptif de l épreuve............................................. Conseils pour l épreuve............................................ Les pourcentages FICHES Pages 1 Pourcentage Proportions....................................7

Plus en détail

Statistiques descriptives Variance et écart type

Statistiques descriptives Variance et écart type Statistiques descriptives Variance et écart type I) Rappel : la moyenne (caractéristique de position ) Définition Soit la série statistique définie dans le tableau suivant : Valeur... Effectif... Fréquences

Plus en détail

Quatre stratégies principales ont été définies pour maintenir une réduction de la mortalité liée à la rougeole

Quatre stratégies principales ont été définies pour maintenir une réduction de la mortalité liée à la rougeole Termes de Reference Recrutement d un bureau d étude ou une institution pour l Enquête de Couverture Vaccinale (ECV) post campagne Rougeole en Mauritanie 1. CONTEXTE ET JUSTIFICATION Lors de l assemblée

Plus en détail

N. Thomas a, J. Zitouni b, A. Bocquier c, E. Lewandowski d, S. Finkel e, O. Favier a, F. Champion b, M. Jardin c. Provence-Alpes-Côte d Azur

N. Thomas a, J. Zitouni b, A. Bocquier c, E. Lewandowski d, S. Finkel e, O. Favier a, F. Champion b, M. Jardin c. Provence-Alpes-Côte d Azur Congrès national des Observatoires régionaux de la santé 2008 - Les inégalités de santé Marseille, 16-17 octobre 2008 L3 - Évaluation de la qualité du chaînage des séjours hospitaliers : préalable nécessaire

Plus en détail

I) Deux propriétés importantes Propriété 1 Si A est multiple de B et B est un multiple de n, alors A est un multiple de n.

I) Deux propriétés importantes Propriété 1 Si A est multiple de B et B est un multiple de n, alors A est un multiple de n. Extrait de cours de maths de 5e Chapitre 1 : Arithmétique Définition 1. Multiples et diviseurs Si, dans une division de D par d, le reste est nul, alors on dit que D est un multiple de d, que d est un

Plus en détail

ACCORD RELATIF A LA SANTE AU TRAVAIL DANS LE GROUPE SANOFI-AVENTIS EN FRANCE

ACCORD RELATIF A LA SANTE AU TRAVAIL DANS LE GROUPE SANOFI-AVENTIS EN FRANCE ACCORD RELATIF A LA SANTE AU TRAVAIL DANS LE GROUPE SANOFI-AVENTIS EN FRANCE PREAMBULE : La mise en œuvre de changements d organisation au sein du groupe sanofi-aventis, par nécessité d anticipation ou

Plus en détail

Compléments sur Excel. H. HOCQUARD hocquard@labri.fr

Compléments sur Excel. H. HOCQUARD hocquard@labri.fr Compléments sur Excel H. HOCQUARD hocquard@labri.fr Plan Outils de résolution La valeur cible Le solveur Interactivité dans les feuilles Fonctions de recherche (ex: RechercheV) Utilisation de la barre

Plus en détail

Statistiques inférentielles : estimation

Statistiques inférentielles : estimation Statistiques inférentielles : estimation Table des matières I Estimation ponctuelle d un paramètre 2 I.1 Moyenne................................................ 2 I.2 Écart-type...............................................

Plus en détail

Estimation de la variance à l aide des poids de bootstrap Guide de l usager du programme BOOTVARF_V30.SAS (VERSION 3.0)

Estimation de la variance à l aide des poids de bootstrap Guide de l usager du programme BOOTVARF_V30.SAS (VERSION 3.0) Estimation de la variance à l aide des poids de bootstrap Guide de l usager du programme BOOTVARF_V30.SAS (VERSION 3.0) 1. Introduction Ce guide s adresse aux utilisateurs du programme SAS BOOTVARF_V30.SAS

Plus en détail

1 Retour sur le cours 3 Présentation de tableaux et graphiques Les mesures de tendance centrale Moyenne Mode (et classe modale) Médiane Les mesures de position Quartiles Déciles Mesures tendance centrale

Plus en détail

L ESTIMATION DES ÉCARTS SALARIAUX

L ESTIMATION DES ÉCARTS SALARIAUX Novembre 2005 L ESTIMATION DES ÉCARTS SALARIAUX (articles 60 à 68) La Loi sur l équité salariale vise à corriger les écarts salariaux dus à la discrimination systémique fondée sur le sexe à l égard des

Plus en détail

Chapitre 7 Tests d hypothèse (partie 1)

Chapitre 7 Tests d hypothèse (partie 1) Chapitre 7 Tests d hypothèse (partie 1) I Qu est ce qu un test statistique? La philosophie est toujours la même : déterminer des informations sur une population à partir d informations sur un échantillon

Plus en détail

Préparation aux épreuves écrites du CAPES Conseils de rédaction

Préparation aux épreuves écrites du CAPES Conseils de rédaction Préparation aux épreuves écrites du CAPES Conseils de rédaction Claire Debord Le texte qui suit est une libre compilation de plusieurs textes sur le même thème, notamment ceux de Christophe Champetier

Plus en détail

Validation d une méthode performante de dosage des steviols glycosides de Stevia Rebaudiana

Validation d une méthode performante de dosage des steviols glycosides de Stevia Rebaudiana Validation d une méthode performante de dosage des steviols glycosides de Stevia Rebaudiana J.M. Roussel, Consultant, Aix-en-Pce Prof. Dr. Gertrud Morlock, Chair of Food Science, JLU Giessen S. Meyer,

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

par Jean-François Deslandes

par Jean-François Deslandes GUIDE EXCEL POUR LA STATISTIQUE par Jean-François Deslandes Automne 2000 2 Table des matières RAPPORT DE TABLEAU CROISÉ DYNAMIQUE 4 CONSTRUCTION D'UN TABLEAU DE FRÉQUENCE POUR UNE VARIABLE UNIQUE 4 DISTRIBUTION

Plus en détail

Radio et télévision 15 %

Radio et télévision 15 % culture Secrétariat général Délégation au développement et aux affaires internationales Département des études, de la prospective et des statistiques 182, rue Saint-Honoré, 75033 Paris cedex 01 01 40 15

Plus en détail

LES INEGALITES SOCIALES DE SANTE EN FRANCE.

LES INEGALITES SOCIALES DE SANTE EN FRANCE. LES INEGALITES SOCIALES DE SANTE EN FRANCE. INTRODUCTION. La France connaît une évolution favorable au plan sanitaire : record français des gains annuels d espérance de vie à la naissance. Elle fait partie

Plus en détail

I. Qu est-ce qu une probabilité?

I. Qu est-ce qu une probabilité? I. Qu est-ce qu une probabilité? 1. Première approche : Une probabilité en mathématique est un chiffre compris entre 0 et 1. Ce chiffre représente une évaluation du caractère probable d un événement. Si

Plus en détail

Cheminement vers. l abandon du tabac

Cheminement vers. l abandon du tabac 23 Résumé Objectifs Le présent article décrit les tendances qui caractérisent l usage du tabac au cours des 10 dernières années chez les personnes de 18 ans et plus. Les facteurs associés à l abandon du

Plus en détail

Chapitre 1 : Le plan média (media planning)

Chapitre 1 : Le plan média (media planning) Chapitre 1 : Le plan média (media planning) Introduction Cela consiste à sélectionner les médias et à définir leurs modes d utilisation. Objectif : rechercher l efficacité maximum des médias dans la contrainte

Plus en détail

Tutorat du 22 0ctobre 2011

Tutorat du 22 0ctobre 2011 Tutorat du 22 0ctobre 2011 UE 4 : Evaluation des Méthodes d Analyses Appliquées aux Sciences de la Vie et de la Santé Durée : 1h Cette épreuve comprend 19 QCM : - 10 QCM à réponses multiples : il s agit

Plus en détail

Satisfaction du patient

Satisfaction du patient Satisfaction du patient Johan Van der Heyden Institut Scientifique de Santé Publique Direction opérationnelle Santé publique et surveillance Rue J. Wytsman, 14 B - 1050 Bruxelles 02 / 642 57 26 E-mail

Plus en détail

Calcul d erreur (ou Propagation des incertitudes)

Calcul d erreur (ou Propagation des incertitudes) Travaux Pratiques de Physique vers. septembre 014 Calcul d erreur (ou Propagation des incertitudes) 1) Introduction Le mot "erreur" se réfère à quelque chose de juste ou de vrai. On parle d erreur sur

Plus en détail

Analyse de spectres d absorbance pour la prédiction des taux de moisissure, de matières grasses et de protéines d échantillons de viande

Analyse de spectres d absorbance pour la prédiction des taux de moisissure, de matières grasses et de protéines d échantillons de viande Université de Nantes M2 Ingénierie Mathématiques Rapport de chimiométrie Analyse de spectres d absorbance pour la prédiction des taux de moisissure, de matières grasses et de protéines d échantillons de

Plus en détail

Statistiques Descriptives à une dimension

Statistiques Descriptives à une dimension I. Introduction et Définitions 1. Introduction La statistique est une science qui a pour objectif de recueillir et de traiter les informations, souvent en très grand nombre. Elle regroupe l ensemble des

Plus en détail

2. Formalisation ... Or les variables sont indépendantes. Donc si

2. Formalisation ... Or les variables sont indépendantes. Donc si L'estimation 1. Concrètement... Dernièrement un quotidien affichait en première page : en 30 ans les françaises ont grandi de... je ne sais plus exactement, disons 7,1 cm. C'est peut-être un peu moins

Plus en détail

Rôle du Médecin du Travail. interactions avec les différentes instances

Rôle du Médecin du Travail. interactions avec les différentes instances Risques liés aux Accidents Exposant au Sang : Rôle du Médecin du Travail & interactions avec les différentes instances Dr Martine Domart-Rançon Service de Santé au Travail Hôpital Européen Georges Pompidou

Plus en détail

Cahier des charges pour la conception des sujets pour l ECE en TS Évaluation des Compétences Expérimentales

Cahier des charges pour la conception des sujets pour l ECE en TS Évaluation des Compétences Expérimentales Cahier des charges pour la conception des sujets pour l ECE en TS Évaluation des Compétences Expérimentales Sommaire Définition et objectifs de l épreuve.. p1 Compétences à évaluer.. p2 Conception du sujet..

Plus en détail

CUMUL DES INÉGALITÉS SOCIO-ÉCONOMIQUES D'ACCÈS AUX SOINS

CUMUL DES INÉGALITÉS SOCIO-ÉCONOMIQUES D'ACCÈS AUX SOINS ARgSES Arguments socio-économiques pour la santé CUMUL DES INÉGALITÉS SOCIO-ÉCONOMIQUES D'ACCÈS AUX SOINS Andrée MIZRAHI 1 et Arié MIZRAHI 1 En France, en 1995 la dépense de soins et biens médicaux 2 s'est

Plus en détail

L impôt sur le revenu Partie 2 : Pour les experts Activités pour l élève

L impôt sur le revenu Partie 2 : Pour les experts Activités pour l élève L impôt sur le revenu Partie 2 : Pour les experts Activités pour l élève L impôt sur le revenu est un impôt direct mis en place en France en juillet 1914 pour moderniser le système fiscal de l État et

Plus en détail

Concept d évaluation de l ANQ

Concept d évaluation de l ANQ Concept d évaluation de l ANQ Enquête nationale sur la satisfaction des patients en médecine somatique aiguë (y compris enquête sur la satisfaction des parents en pédiatrie) à partir de 2014 Aout 2015,

Plus en détail

Cours 9 08/11/2011. Les tableaux croisés et le test d indépendance du Chi-deux

Cours 9 08/11/2011. Les tableaux croisés et le test d indépendance du Chi-deux Cours 9 Les tableaux croisés et le test d indépendance du Chi-deux 1 Retour sur TP1 et Cours 8 Les tableaux croisés et le test du Chi-deux Utilité, postulats d utilisation et logique Exemple de calcul

Plus en détail

Pour utiliser les menus statistiques fournis par excel

Pour utiliser les menus statistiques fournis par excel Pour utiliser les menus statistiques fournis par excel Préalable: Dans Outils/Macro complémentaires, cocher si ce n'est pas déjà fait "utilitaires d'analyse": Partie 1 Analyse de variance A] Plan S n

Plus en détail

SÉRIES STATISTIQUES A UNE VARIABLE PARAMÈTRES DE POSITION ET DE DISPERSION

SÉRIES STATISTIQUES A UNE VARIABLE PARAMÈTRES DE POSITION ET DE DISPERSION SÉRIES STATISTIQUES A UNE VARIABLE PARAMÈTRES DE POSITION ET DE DISPERSION Eemple Le responsable d une maison de retraite a réalisé une enquête concernant les résidents de son établissement : - L activité

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

Les troubles auditifs chez les Canadiens âgés de 15 ans et plus, 2012

Les troubles auditifs chez les Canadiens âgés de 15 ans et plus, 2012 N o 89-654-X2016002 au catalogue ISBN 978-0-660-04022-6 Enquête canadienne sur l incapacité, 2012 Les troubles auditifs chez les Canadiens âgés de 15 ans et plus, 2012 par Christine Bizier, Ricardo Contreras

Plus en détail

TUTORAT UE4 2010-2011 Biostatistiques Concours Blanc

TUTORAT UE4 2010-2011 Biostatistiques Concours Blanc TUTORAT UE4 2010-2011 Biostatistiques Concours Blanc Lorsque cela n est pas précisé (explicitement ou implicitement), les tests sont réalisés à 5% en bilatéral QCM n 1 : Généralités sur les probabilités

Plus en détail

Statistiques Appliquées Rôle des femmes dans la société

Statistiques Appliquées Rôle des femmes dans la société Statistiques Appliquées Rôle des femmes dans la société Denis Schelling Semestre d automne 2012 Résumé A partir de données concernant le rôle des femmes dans la société, nous avons effectué une analyse

Plus en détail

CMI 13/09/11. Sources et méthodes. Les indicateurs démographiques

CMI 13/09/11. Sources et méthodes. Les indicateurs démographiques Sources et méthodes L étude des évolutions de la population s appuie sur le calcul d un certain nombre d indicateurs standards qui permetten notammen d appréhender des probabilités de survenue des évènements

Plus en détail

Réforme de la Santé au Travail : Quelle Prévention pour les Intérimaires? Réforme Santé Travail / Intérim 18/12/12

Réforme de la Santé au Travail : Quelle Prévention pour les Intérimaires? Réforme Santé Travail / Intérim 18/12/12 LYON VILLEURBANNE 18 Décembre 2012 Réforme de la Santé au Travail : Quelle Prévention pour les Intérimaires? 1 Programme Sinistralité AT/MP dans l intérim Claude ROBIN - Ingénieur prévention CARSAT Actions

Plus en détail