Epi Info Analyse Univariée
|
|
- Richard Raymond
- il y a 7 ans
- Total affichages :
Transcription
1 analyse data Importation des données read import Epi Info-analyse univariée 1
2 Type de fichier (excel, epi info ) Chemin d accès Si epi info : view, si excel : feuille nombre de patients Epi Info-analyse univariée 2
3 Description des données Variables quantitatives Fonction «means» Résultats : Epi Info-analyse univariée 3
4 En 1 er : tableau avec nombre de patients pour chaque age (pas très intéressant ) En 2 nd : plusieurs données dont : obs = nombre de patients, means = moyenne d âge, std dev = écart type, minimum / maximum et médiane. Description classique d une variable quantitative : moyenne ± écart type ou si on veut être plus détaillé : moyenne ± écart type [minimum maximum] ; médiane Variables qualitatives Fonction «frequencies» Résultats Epi Info-analyse univariée 4
5 On obtient ici la distribution du sexe. On voit qu il y a 48 F (femmes) soit 47,2% et 54 M (hommes) soit 52,9% On retrouve les 102 patients qui font 100,0%. Tests statistiques Comparaison de moyennes (test de student ou de Wilcoxon) Fonction «means» Variable qualitative Variable quantitative Epi Info-analyse univariée 5
6 Résultats Description Test de Student Test égalité variances Test Mann et Whitney en 1 er : tableau descriptif (pas très intéressant ) en 2 nd : résultats Description : nombre d observation, moyennes, écart type, mini/maxi et médiane pour chaque modalité de la variable qualitative ici, description de l âge chez les hommes et chez les femmes Test statistique : selon les conditions d application du test de Student, on utilise le test de Student ou le test de Wilcoxon. Si effectifs 30 dans les 2 groupes et égalité des variances (test de Bartlett => P value > 0.05) alors test de student (p correspond au T statistic) Sinon, test de Mann et Whitney (p correspond à P value) Remarque : epi info est capable de réaliser une comparaison de moyennes dans plus de 2 groupes. Il s agit également de la fonction «means». Seulement, attention, il ne s agit plus d un test de Student mais d une régression linéaire à un facteur. Epi Info-analyse univariée 6
7 Comparaison de distributions (test du Chi2 ou test exact de Fisher) Fonction «table» 2 variables qualitatives Epi Info-analyse univariée 7
8 Résultats Tableau descriptif on voit que : il y a 48 femmes (47,1%) et 54 hommes (52,9%) il y a 84 patients en 1 ère greffe (82,4%) et 18 patients en 2 nde greffe (17,6%) parmi les 48 femmes, 39 bénéficiaient de leur 1 ère greffe (81,3% des femmes et 46,4% des 1 ères greffes) et 9 de leur 2 nde (18,8% des femmes et 50,0% des 2 ndes greffes) parmi les 54 hommes, 45 bénéficiaient de leur 1 ère greffe (83,3% des hommes et 53,6% des 1 ère greffe) et 9 de leur 2 nde (16,7% des hommes et 50,0% des 2 ndes greffes) Epi Info-analyse univariée 8
9 Test statistique Odd ratio et Son IC à 95% p test de Fisher p test du Chi2 Odd ratio : Il existe un lien significatif entre les 2 variables si son intervalle de confiance à 95 % ne contient pas la valeur 1. Si > 1 : facteur de risque Si <1 : facteur protecteur Signification : par exemple, un odd ratio entre le tabac et le cancer du poumon de 4 signifie que les fumeurs ont 4 fois plus de risque de développer un cancer du poumon que les non fumeurs. Test du Chi2 si la condition de validité du test est remplie (effectifs attendus 5). Epi Info met un message si cette condition n est pas remplie. Test exact de Fisher si condition de validité du test de Chi2 n est pas remplie. Remarque : epi info est capable de faire un chi2 sur un tableau à plus de 4 cases mais n est pas capable de faire un test exact de Fisher sur un tableau à plus de 4 cases alors attention quand les effectifs sont faibles (epi info mais un warning : «An expected value is < 5. Chisquare not valid.» mais ne propose rien d autre ). Epi Info-analyse univariée 9
10 Warning si condition de validité du test du Chi2 n est pas remplie Autres fonctions d epi info Analyse sur un sous groupes Fonction «select» Epi Info-analyse univariée 10
11 Critère de sélection exemples : on veut étudier les hommes seulement : sexe= «M» on veut étudier les hommes de plus de 50 ans : sexe= «M» and age>50 on veut étudier les patients n ayant pas un diagnostic de type 1 : diagnostic <> 1 (<> signifie différent) Epi Info-analyse univariée 11
12 Recodage de variables exemple : en tranche d age (moins de 50 ans et plus de 50 ans) 1 ère étape = définir la nouvelle variable => fonction «define» puis nommer la nouvelle variable (ici : agetranche) Epi Info-analyse univariée 12
13 2 ème étape : recoder la variable age en agetranche => fonction «recode» Epi Info-analyse univariée 13
14 Epi Info-analyse univariée 14
distribution quelconque Signe 1 échantillon non Wilcoxon gaussienne distribution symétrique Student gaussienne position
Arbre de NESI distribution quelconque Signe 1 échantillon distribution symétrique non gaussienne Wilcoxon gaussienne Student position appariés 1 échantillon sur la différence avec référence=0 2 échantillons
Plus en détailPrincipe 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 détailLire ; Compter ; Tester... avec R
Lire ; Compter ; Tester... avec R Préparation des données / Analyse univariée / Analyse bivariée Christophe Genolini 2 Table des matières 1 Rappels théoriques 5 1.1 Vocabulaire....................................
Plus en détailTABLE 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 détailAnalyse de la variance Comparaison de plusieurs moyennes
Analyse de la variance Comparaison de plusieurs moyennes Biostatistique Pr. Nicolas MEYER Laboratoire de Biostatistique et Informatique Médicale Fac. de Médecine de Strasbourg Mars 2011 Plan 1 Introduction
Plus en détailIntroduction aux Statistiques et à l utilisation du logiciel R
Introduction aux Statistiques et à l utilisation du logiciel R Christophe Lalanne Christophe Pallier 1 Introduction 2 Comparaisons de deux moyennes 2.1 Objet de l étude On a mesuré le temps de sommeil
Plus en détailStatistiques. Rappels de cours et travaux dirigés. Master 1 Biologie et technologie du végétal. Année 2010-2011
Master 1 Biologie et technologie du végétal Année 010-011 Statistiques Rappels de cours et travaux dirigés (Seul ce document sera autorisé en examen) auteur : Jean-Marc Labatte jean-marc.labatte@univ-angers.fr
Plus en détailCancer bronchique primitif: données épidémiologiques récentes
Cancer bronchique primitif: données épidémiologiques récentes Pr Jean Trédaniel Service de pneumologie et oncologie thoracique Groupe Hospitalier Paris Saint Joseph Université Paris Descartes Sources Données
Plus en détail1 Objectifs. Traitement statistique des données d enquête avec introduction à SPSS. Plan
1 Objectifs Traitement statistique des données d enquête avec introduction à SPSS Gilbert Ritschard Département d économétrie, Université de Genève gilbert.ritschard@themes.unige.ch Bamako, 7-11 octobre
Plus en détailUn exemple de régression logistique sous
Fiche TD avec le logiciel : tdr341 Un exemple de régression logistique sous A.B. Dufour & A. Viallefont Etude de l apparition ou non d une maladie cardiaque des coronaires 1 Présentation des données Les
Plus en détailLa 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 détailCahiers de l IMA. Fascicule SPSS
Octobre 2008 Numéro 41 Cahiers de l IMA Fascicule SPSS Ingrid Gilles Eva G. T. Green Paola Ricciardi Joos Régis Scheidegger Chiara Storari Thomas Tuescher Pascal Wagner-Egger Ricciardi-Joos Ricciardi-Joos
Plus en détailLecture critique d article. Bio statistiques. Dr MARC CUGGIA MCU-PH Laboratoire d informatique médicale EA-3888
Lecture critique d article Rappels Bio statistiques Dr MARC CUGGIA MCU-PH Laboratoire d informatique médicale EA-3888 Plan du cours Rappels fondamentaux Statistiques descriptives Notions de tests statistiques
Plus en détailMODELE A CORRECTION D ERREUR ET APPLICATIONS
MODELE A CORRECTION D ERREUR ET APPLICATIONS Hélène HAMISULTANE Bibliographie : Bourbonnais R. (2000), Econométrie, DUNOD. Lardic S. et Mignon V. (2002), Econométrie des Séries Temporelles Macroéconomiques
Plus en détailUtilisation du Logiciel de statistique SPSS 8.0
Utilisation du Logiciel de statistique SPSS 8.0 1 Introduction Etude épidémiologique transversale en population générale dans 4 pays d Afrique pour comprendre les différences de prévalence du VIH. 2000
Plus en détailDonnées longitudinales et modèles de survie
ANALYSE DU Données longitudinales et modèles de survie 5. Modèles de régression en temps discret André Berchtold Département des sciences économiques, Université de Genève Cours de Master ANALYSE DU Plan
Plus en détailCOMPARAISON DE LOGICIELS TESTANT L INDEPENDANCE DE VARIABLES BINAIRES
J. sci. pharm. biol., Vol.9, n - 00, pp. 9-0 EDUCI 00 9 VALLEE POLNEAU S.* DIAINE C. COMPARAISON DE LOGICIELS TESTANT L INDEPENDANCE DE VARIABLES BINAIRES Notre étude visait à comparer les résultats obtenus
Plus en détailLocalisation des fonctions
MODALISA 7 Localisation des fonctions Vous trouverez dans ce document la position des principales fonctions ventilées selon l organisation de Modalisa en onglets. Sommaire A. Fonctions communes à tous
Plus en détailDocteur 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 détailExercices M1 SES 2014-2015 Ana Fermin (http:// fermin.perso.math.cnrs.fr/ ) 14 Avril 2015
Exercices M1 SES 214-215 Ana Fermin (http:// fermin.perso.math.cnrs.fr/ ) 14 Avril 215 Les exemples numériques présentés dans ce document d exercices ont été traités sur le logiciel R, téléchargeable par
Plus en détailLe quizz des stats. Xavier Paoletti. Sce de biostatistiques / Inserm U900 Institut Curie
Le quizz des stats Xavier Paoletti Sce de biostatistiques / Inserm U900 Institut Curie Qques questions pour entamer les hostilités 1. Description de la population Pourquoi parler d'âge médian et non moyen?
Plus en détailPratique de l analyse de données SPSS appliqué à l enquête «Identités et Capital social en Wallonie»
Centre de recherche en démographie et sociétés UCL/IACCHOS/DEMO Pratique de l analyse de données SPSS appliqué à l enquête «Identités et Capital social en Wallonie» 1 2 3+ analyses univariées Type de variables
Plus en détailLe chi carré. Le sommaire. Approche quantitative
Approche quantitative Le chi carré Les objectifs pédagogiques Définir le test du chi carré Déterminer la nature des données propres au chi carré Savoir calculer le chi carré Savoir déterminer les fréquences
Plus en détailTableau récapitulatif de l analyse fréquentielle
Tableau récapitulatif de l analyse fréquentielle Très Plutôt Quelque Ni Quelque Plutôt Très TOTAL peu ni peu 1. L utilité du d inclure le contexte dans la note de stratégie 4% 4% 4% 8% 64% 16% 100% 2.
Plus en détailLa classification automatique de données quantitatives
La classification automatique de données quantitatives 1 Introduction Parmi les méthodes de statistique exploratoire multidimensionnelle, dont l objectif est d extraire d une masse de données des informations
Plus en détailTests 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 détailDidacticiel - Études de cas. Description de quelques fonctions du logiciel PSPP, comparaison des résultats avec ceux de Tanagra, R et OpenStat.
1 Objectif Description de quelques fonctions du logiciel PSPP, comparaison des résultats avec ceux de Tanagra, R et OpenStat. Tout le monde l aura compris, je passe énormément de temps à analyser les logiciels
Plus en détailEssai Inter-groupe : FFCD UNICANCER FRENCH - GERCOR
CLIMAT - PRODIGE 30 Etude de phase III randomisée évaluant l Intérêt de la colectomie première chez les patients porteurs d un cancer colique asymptomatique avec métastases hépatiques synchrones non résécables
Plus en détailChapitre 3 : Principe des tests statistiques d hypothèse. José LABARERE
UE4 : Biostatistiques Chapitre 3 : Principe des tests statistiques d hypothèse José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés. Plan I. Introduction
Plus en détailUne variable binaire prédictrice (VI) et une variable binaire observée (VD) (Comparaison de pourcentages sur 2 groupes indépendants)
CIVILITE-SES.doc - 1 - Une variable binaire prédictrice (VI) et une variable binaire observée (VD) (Comparaison de pourcentages sur 2 groupes indépendants) 1 PRÉSENTATION DU DOSSIER CIVILITE On s intéresse
Plus en détailTests 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 détailStatistiques à une variable
Statistiques à une variable Calcul des paramètres statistiques TI-82stats.fr? Déterminer les paramètres de la série statistique : Valeurs 0 2 3 5 8 Effectifs 16 12 28 32 21? Accès au mode statistique Touche
Plus en détailMedication management ability assessment: results from a performance based measure in older outpatients with schizophrenia.
Medication Management Ability Assessment (MMAA) Patterson TL, Lacro J, McKibbin CL, Moscona S, Hughs T, Jeste DV. (2002) Medication management ability assessment: results from a performance based measure
Plus en détailÉtudes 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 détailBiostatistiques : Petits effectifs
Biostatistiques : Petits effectifs Master Recherche Biologie et Santé P. Devos DRCI CHRU de Lille EA2694 patrick.devos@univ-lille2.fr Plan Données Générales : Définition des statistiques Principe de l
Plus en détailLe risque Idiosyncrasique
Le risque Idiosyncrasique -Pierre CADESTIN -Magali DRIGHES -Raphael MINATO -Mathieu SELLES 1 Introduction Risque idiosyncrasique : risque non pris en compte dans le risque de marché (indépendant des phénomènes
Plus en détailÉtude de cas Assurance (d après une étude de Philippe Périé, CISIA)
Étude de cas Assurance (d après une étude de Philippe Périé, CISIA) I.1.Les données L échantillon est constitué de 1106 assurés Belges observés en 1992 et répartis en 2 groupes. - les assurés qui n ont
Plus en détailExemple PLS avec SAS
Exemple PLS avec SAS This example, from Umetrics (1995), demonstrates different ways to examine a PLS model. The data come from the field of drug discovery. New drugs are developed from chemicals that
Plus en détailStatistiques 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 détailRègles de Rédaction d un Article
Règles de Rédaction d un Article Philippe Soyer Service de Radiologie Viscérale & Vasculaire Hôpital Lariboisière-APHP Université Paris 7 Unité INSERM 965 Les Buts de la Publication Valoriser sa propre
Plus en détailLatitude 49.37 N Longitude 06.13 E Altitude 376 m RÉSUMÉ MENSUEL DU TEMPS DE JANVIER 2014
RÉSUMÉ MENSUEL DU TEMPS DE JANVIER 2014 Valeurs moyennes: Valeur Jour Valeur (en C) (en C) (en C) gazon (en C) 11,4 7 13,9 1975 3,6 0,8 4,9 2007-6,3 1963-3,0 29-17,8 1979-2,8 12-24,6 1985 37,1 50,3 95,5
Plus en détailNOTE 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 détailCours (7) de statistiques à distance, élaboré par Zarrouk Fayçal, ISSEP Ksar-Said, 2011-2012 LES STATISTIQUES INFERENTIELLES
LES STATISTIQUES INFERENTIELLES (test de Student) L inférence statistique est la partie des statistiques qui, contrairement à la statistique descriptive, ne se contente pas de décrire des observations,
Plus en détailBiostatistiques Biologie- Vétérinaire FUNDP Eric Depiereux, Benoît DeHertogh, Grégoire Vincke
www.fundp.ac.be/biostats Module 140 140 ANOVA A UN CRITERE DE CLASSIFICATION FIXE...2 140.1 UTILITE...2 140.2 COMPARAISON DE VARIANCES...2 140.2.1 Calcul de la variance...2 140.2.2 Distributions de référence...3
Plus en détailSurveillance et maintenance prédictive : évaluation de la latence de fautes. Zineb SIMEU-ABAZI Univ. Joseph Fourier, LAG)
Surveillance et maintenance prédictive : évaluation de la latence de fautes Zineb SIMEU-ABAZI Univ. Joseph Fourier, LAG) SURVEILLANCE Analyser une situation et fournir des indicateurs! Détection de symptômes!
Plus en détailThéorie Financière 2014-2015
Théorie Financière 2014-2015 1. Introduction Professeur Kim Oosterlinck E-mail: koosterl@ulb.ac.be Organisation du cours (1/4) Cours = Théorie (24h) + TPs (12h) + ouvrages de référence Cours en français
Plus en détailDOCTORAT EN MÉDECINE
UNIVERSITÉ PARIS DIDEROT - PARIS 7 FACULTÉ DE MÉDECINE Année 2010 n THÈSE POUR LE DOCTORAT EN MÉDECINE (Diplôme d Etat) PAR LACOSTE Chloé Née le 22 août 1981 à New Haven, CT, Etats-Unis Présentée et soutenue
Plus en détailFitted Surface; Variable: Y_REND 2 factors, 1 Blocks, 13 Runs; MS Pure Error=.053 DV: Y_REND
Fitted Surface; Variable: Y_REND 2 factors, 1 Blocks, 13 Runs; MS Pure Error=.053 DV: Y_REND 80 78 76 74 72 70 2 TABLE DES MATIÈRES STRUCTURE de STATISTICA : interface usager... 3 SORTIES : classeurs,
Plus en détailDistribution d électricité et réseaux souterrains
Distribution d électricité et réseaux souterrains Cabos 09-2 - 3 octobre 2009 Maceió, Alagoas, Brésil Les réseaux de distribution : un enjeu essentiel Les réseaux de distribution constituent une infrastructure
Plus en détailLes ateliers du Resclin. Préparation des données issues d Epi-Info en utilisant le tableur Excel
Champagne-Ardenne Les ateliers du Resclin Préparation des données issues d Epi-Info en utilisant le tableur Excel Mars 2007 SOMMAIRE 1. RAPPEL 1.1.Qu'est ce qu'un chemin d'accès? 1.2.Qu'est ce qu'une base
Plus en détailIntroduction à la statistique non paramétrique
Introduction à la statistique non paramétrique Catherine MATIAS CNRS, Laboratoire Statistique & Génome, Évry http://stat.genopole.cnrs.fr/ cmatias Atelier SFDS 27/28 septembre 2012 Partie 2 : Tests non
Plus en détailSITES DE LUTTE CONTRE LE TABAGISME
I. Tabac-info-service.fr SITES DE LUTTE CONTRE LE TABAGISME I. TABAC-INFO-SERVICE.FR http://www.tabac-info-service.fr/ Site du Ministère de la Santé et de l Inpes (Institut national de prévention et d
Plus en détailESMO 14. L oncogériatrie d un coup d éventail! Dr Elisabeth Carola UCOG Picardie
ESMO 14 L oncogériatrie d un coup d éventail! Dr Elisabeth Carola UCOG Picardie Cancer du SEIN Taxotere hebdo pas mieux et plus toxique Perrone F et al Ann Oncol 2014 Phase III : CMF vs Taxotere hebdo
Plus en détailAnalyse de variance à deux facteurs (plan inter-sujets à deux facteurs) TP9
Analyse de variance à deux facteurs (plan inter-sujets à deux facteurs) TP9 L analyse de variance à un facteur permet de vérifier, moyennant certaines hypothèses, si un facteur (un critère de classification,
Plus en détailPackage TestsFaciles
Package TestsFaciles March 26, 2007 Type Package Title Facilite le calcul d intervalles de confiance et de tests de comparaison avec prise en compte du plan d échantillonnage. Version 1.0 Date 2007-03-26
Plus en détailAttirez les meilleurs employés et consolidez votre entreprise
Attirez les meilleurs employés et consolidez votre entreprise Grâce à leur régime d assurance collective, les employés sont toujours gagnants Augmentation salariale ou régime d assurance collective? Il
Plus en détailDémographie des masseurs-kinésithérapeutes
Démographie des masseurs-kinésithérapeutes AQUITAINE 24 33 47 40 64 24 33 40 47 64 - Conseil national de l Ordre des masseurs-kinésithérapeutes Dordogne Gironde Landes Lot-et-Garonne Pyrénées-Atlantiques
Plus en détailProgramme «maladie» - Partie II «Objectifs / Résultats» Objectif n 2 : développer la prévention
Programme «maladie» - Partie II «Objectifs / Résultats» Objectif n 2 : développer la prévention Indicateur n 2-3 : Indicateurs sur le dépistage du cancer 1 er sous-indicateur : taux de participation au
Plus en détailÉquivalence et Non-infériorité
Équivalence et Non-infériorité Éléments d Introduction Lionel RIOU FRANÇA INSERM U669 Mars 2009 Essais cliniques de supériorité Exemple d Introduction Données tirées de Brinkhaus B et al. Arch Intern Med.
Plus en détailChapitre 3: TESTS DE SPECIFICATION
Chapitre 3: TESTS DE SPECIFICATION Rappel d u c h api t r e pr é c é d en t : l i de n t i f i c a t i o n e t l e s t i m a t i o n de s y s t è m e s d é q u a t i o n s s i m u lt a n é e s r e p o
Plus en détailMulford C. (1992). The Mother-Baby Assessment(MBA): An Apgar Score for breastfeeding. Journal of Human Lactation, 8(2), 79-82.
MOTHER-BABY ASSESSMENT SCALE Mulford C. (1992). The Mother-Baby Assessment(MBA): An Apgar Score for breastfeeding. Journal of Human Lactation, 8(2), 79-82. Instrument de Mother-Baby Assessment scale mesure
Plus en détailHENDRICH FALL RISK MODEL (HFRM)
HENDRICH FALL RISK MODEL (HFRM) Hendrich, A. L., Bender, P. S., & Nyhuis, A. (2003). Validation of the Hendrich II Fall Risk Model: a large concurrent case/control study of hospitalized patients. Appl.Nurs
Plus en détailCours Bases de données 2ème année IUT
Cours Bases de données 2ème année IUT Cours Bilan : Des vues à PL/SQL corrigé Anne Vilnat http://www.limsi.fr/individu/anne/cours Plan 1 Cas exemple 2 Les tables... 3 Vues et index 4 Privilèges 5 Fonctions
Plus en détailEstimation 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 détailApproche par groupe de gènes pour les données longitudinales d expression génique avec une application dans un essai vaccinal contre le VIH
Approche par groupe de gènes pour les données longitudinales d expression génique avec une application dans un essai vaccinal contre le VIH Boris Hejblum 1,2,3 & Rodolphe Thiébaut 1,2,3 1 Inserm, U897
Plus en détailLes petis signes de T21 : comment ça marche et à quoi ça sert? Christophe Vayssière (Toulouse) DIU d echographie 2011
Les petis signes de T21 : comment ça marche et à quoi ça sert? Christophe Vayssière (Toulouse) DIU d echographie 2011 2 types de «petits signes»? Il a 2 types de petits signes de T21 : 1/ les signes suite
Plus en détailRapidMiner. Data Mining. 1 Introduction. 2 Prise en main. Master Maths Finances 2010/2011. 1.1 Présentation. 1.2 Ressources
Master Maths Finances 2010/2011 Data Mining janvier 2011 RapidMiner 1 Introduction 1.1 Présentation RapidMiner est un logiciel open source et gratuit dédié au data mining. Il contient de nombreux outils
Plus en détailEvaluation de critères res de substitution de la survie globale dans les cancers bronchiques localement avancés
Evaluation de critères res de substitution de la survie globale dans les cancers bronchiques localement avancés Evaluations de la survie sans progression et du contrôle locoregional comme critère de substitution
Plus en détailRapport de Mini-Projet en ArcGIS Engine
Rapport de Mini-Projet en ArcGIS Engine Réalisée par : Asmae BENMESSAOUD 3ème Année Cycle d Ingénieur Géoinformation Année Universitaire 2010- Sommaire 1 Introduction L analyse géographique et la visualisation
Plus en détailLES MODELES DE SCORE
LES MODELES DE SCORE Stéphane TUFFERY CONFERENCE GENDER DIRECTIVE 31 mai 2012 31/05/2012 ActuariaCnam Conférence Gender Directive Stéphane Tufféry 1 Plan Le scoring et ses applications L élaboration d
Plus en détailOptimiser votre reporting sans déployer BW
Optimiser votre reporting sans déployer BW Exploiter nos données opérationnelles Peut-on faire du reporting directement sur ECC sans datawarehouse? Agenda La suite BusinessObjects intégrée à ECC 3 scénarios
Plus en détailElaboration de scénarios pour la mise en place de la Géo-plateforme CIGAL
Elaboration de scénarios pour la mise en place de la Géo-plateforme CIGAL Réunion de lancement Xavier DUPASQUIER 15/12/2011 IETI Consultants 17 Bd des Etats-Unis - 71000 Mâcon Tel : (0)3 85 21 91 91 -
Plus en détailFORMULAIRE DE STATISTIQUES
FORMULAIRE DE STATISTIQUES I. STATISTIQUES DESCRIPTIVES Moyenne arithmétique Remarque: population: m xμ; échantillon: Mx 1 Somme des carrés des écarts "# FR MOYENNE(série) MOYENNE(série) NL GEMIDDELDE(série)
Plus en détailTravail de projet sur VBA
Travail de projet sur VBA Calcul du Ratio de Sharpe Page 1 sur 25 Table des matières : 1. Introduction 3 2. Démarche générale 3 2.1 Récolte de données 3 2.2 Calculs de rendements 4 2.3 Calculs de volatilités
Plus en détailPROGRAMME (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 détailÀ TÉLÉCOPIER AU 1-877-913-5920
BON DE COMMANDE N o de CLIENT : DATE : VENDU À : LIVRÉ À : A/S : CODE POSTAL TÉLÉPHONE : ( ) FAX : ( ) CODE POSTAL COURRIEL : N o DE COMMANDE : TRANSPORTEUR : AUTORISÉ PAR : DATE D EXPÉDITION / / Renseignements
Plus en détaildémographie des masseurs-kinésithérapeutes
démographie des masseurs-kinésithérapeutes Île de France - Réunion 95 78 974 93 92 75 94 91 77 75 77 78 91 92 - Paris Seine-et-Marne Yvelines Essonne Hauts-de-Seine conseil national de l ordre des masseurs-kinésithérapeutes
Plus en détailExemples d application
AgroParisTech Exemples d application du modèle linéaire E Lebarbier, S Robin Table des matières 1 Introduction 4 11 Avertissement 4 12 Notations 4 2 Régression linéaire simple 7 21 Présentation 7 211 Objectif
Plus en détailLa fumée de tabac secondaire (FTS) en Mauricie et au Centre-du- Québec, indicateurs du plan commun tirés de l ESCC de 2007-2008
La fumée de tabac secondaire (FTS) en Mauricie et au Centre-du- Québec, indicateurs du plan commun tirés de l ESCC de 2007-2008 Ce document se veut une analyse succincte des indicateurs se rapportant à
Plus en détailModèles pour données répétées
Résumé Les données répétées, ou données longitudinales, constituent un domaine à la fois important et assez particulier de la statistique. On entend par données répétées des données telles que, pour chaque
Plus en détailLEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples.
LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples. Pré-requis : Probabilités : définition, calculs et probabilités conditionnelles ; Notion de variables aléatoires, et propriétés associées : espérance,
Plus en détailSANTE ET RECOURS AUX SOINS DES JEUNES EN INSERTION
Master 2 de Recherche en Santé Publique Parcours HSR SANTE ET RECOURS AUX SOINS DES JEUNES EN INSERTION Document réalisé par Sarah ROBERT Directeur de stage Pierre Chauvin Laboratoire d accueil Equipe
Plus en détailL abus médicamenteux Critères IHS : 1. La prise médicamenteuse est régulière et dure depuis plus de 3 mois
L abus médicamenteux Critères IHS : 1. La prise médicamenteuse est régulière et dure depuis plus de 3 mois 2. Elle est présente : 15 jours/mois pour les antalgiques non opioïdes (paracétamol, aspirine,
Plus en détailGROUPE DE TRAVAIL "OUTIL GESTION DES TEMPS DE TRAVAIL" Alice Brembilla Lionel Paulet Journée régionale des EOH et présidents de CLIN 19 décembre 2013
GROUPE DE TRAVAIL "OUTIL GESTION DES TEMPS DE TRAVAIL" Alice Brembilla Lionel Paulet Journée régionale des EOH et présidents de CLIN 19 décembre 2013 Composition du groupe de travail BERJAMY Fatima Praticien
Plus en détailCours 9 : Plans à plusieurs facteurs
Cours 9 : Plans à plusieurs facteurs Table des matières Section 1. Diviser pour regner, rassembler pour saisir... 3 Section 2. Définitions et notations... 3 2.1. Définitions... 3 2.2. Notations... 4 Section
Plus en détailTableau 1 : Structure du tableau des données individuelles. INDIV B i1 1 i2 2 i3 2 i4 1 i5 2 i6 2 i7 1 i8 1
UN GROUPE D INDIVIDUS Un groupe d individus décrit par une variable qualitative binaire DÉCRIT PAR UNE VARIABLE QUALITATIVE BINAIRE ANALYSER UN SOUS-GROUPE COMPARER UN SOUS-GROUPE À UNE RÉFÉRENCE Mots-clés
Plus en détailDon d organes. Notre pays a une nouvelle loi sur la transplantation depuis juillet 2007.
Don d organes Donner ses organes et ses tissus à son décès est un geste généreux qui permet de sauver la vie de plusieurs personnes et d en aider de nombreuses autres à recouvrer la santé. La transplantation
Plus en détailUne introduction. Lionel RIOU FRANÇA. Septembre 2008
Une introduction INSERM U669 Septembre 2008 Sommaire 1 Effets Fixes Effets Aléatoires 2 Analyse Classique Effets aléatoires Efficacité homogène Efficacité hétérogène 3 Estimation du modèle Inférence 4
Plus en détail1 Modélisation d être mauvais payeur
1 Modélisation d être mauvais payeur 1.1 Description Cet exercice est très largement inspiré d un document que M. Grégoire de Lassence de la société SAS m a transmis. Il est intitulé Guide de démarrage
Plus en détailALK et cancers broncho-pulmonaires. Laurence Bigay-Gamé Unité d oncologie thoracique Hôpital Larrey, Toulouse
ALK et cancers broncho-pulmonaires Laurence Bigay-Gamé Unité d oncologie thoracique Hôpital Larrey, Toulouse Toulouse, le 19 Février 2013 Adénocarcinomes : Lung Cancer Mutation Consortium Identification
Plus en détailPrécarité sociale et recours aux soins dans les établissements de soins du Tarn-et-Garonne
O B S E R V A T O I R E R E G I O N A L D E L A S A N T E D E M I D I - P Y R E N E E S Précarité sociale et recours aux soins dans les établissements de soins du Tarn-et-Garonne Novembre 2007 SYSTEME
Plus en détailSUIVI MÉDICAL DU DIABÈTE CHEZ LES ASSURÉS DE LA MGEN
SUIVI MÉDICAL DU DIABÈTE CHEZ LES ASSURÉS DE LA MGEN K. Cosker, C. Sevilla-Dedieu, F. Gilbert, P. Lapie-Legouis, R. Cecchi-Tenerini Fondation d entreprise MGEN pour la santé publique 1 Contexte Les différents
Plus en détailAnalyse statistique de données qualitatives et quantitatives en sciences sociales : TP RÉGRESSION LOGISTIQUE (MODÈLES CHAPITRE 1)
Analyse statistique de données qualitatives et quantitatives en sciences sociales : TP RÉGRESSION LOGISTIQUE (MODÈLES CHAPITRE 1) Modèles de régression logistique à réaliser Une explicative catégorielle
Plus en détailListes de fournitures du secondaire pour la rentrée 2015-2016
Listes de fournitures du secondaire pour la rentrée 2015-2016 Classe de 6 ème - Un paquet de pinceaux (gros, moyens, petit) Classe de 5 ème - Un paquet de pinceaux (gros, moyens, petits) Classe de 4 ème
Plus en détailLa fonction ET et la fonction OU. La Fonction ET
La Fonction ET La fonction ET ne peut afficher que deux résultats: VRAI : Si les résultats de tous les tests logiques sont VRAI FAUX : Si le résultat d au moins l'un des tests logiques est FAUX. Structure
Plus en détailIntroduction à SPSS. Guy Mélard, U.L.B. Mars 2006 (gmelard@ulb.ac.be) Guy Mélard, ULB 1. Introduction à SPSS. Objectif de la leçon.
à SPSS Objectif de la leçon à SPSS Elle a pour but de fournir une introduction à ce logiciel statistique de manière à faciliter son utilisation en complément de SAS, avec l illustration sur des exemples
Plus en détailSurveillance de Scripts LUA et de réception d EVENT. avec LoriotPro Extended & Broadcast Edition
Surveillance de Scripts LUA et de réception d EVENT avec LoriotPro Extended & Broadcast Edition L objectif de ce document est de présenter une solution de surveillance de processus LUA au sein de la solution
Plus en détailValeur ajoutée relative basée sur les comparaisons indirectes Giens 2008, TR 5
Valeur ajoutée relative basée sur les comparaisons indirectes Giens 2008, TR 5 Claire Le Jeunne Bertrand Xerri Cécile Rey-Coquais Jean-Michel Joubert Jean Delonca Martine Pigeon Michel Lièvre Patricia
Plus en détailNanoSense. Protocole Modbus de la sonde Particules P4000. (Version 01F)
NanoSense 123 rue de Bellevue, 92100 Boulogne Billancourt France Tél : 33-(0) 1 41 41 00 02, fax : 33-(0) 1 41 41 06 72 Protocole Modbus de la sonde Particules P4000 (Version 01F) Ver V01A V01B V01C V01D
Plus en détailManuel utilisateur (manuel_utilisateur_version20110901.pdf) SOMMAIRE
Manuell Repriise des données Date dernière révision : 30/01/2012 Documents de référence Les documents cités dans le présent document ou utiles à la compréhension de son contenu sont : Titre Manuel utilisateur
Plus en détail