TUTORAT UE Biostatistiques Séance n 4 - Colle Semaine du 1/11/2010

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "TUTORAT UE4 2010-2011 Biostatistiques Séance n 4 - Colle Semaine du 1/11/2010"

Transcription

1 TUTORAT UE Biostatistiques Séance n 4 - Colle Semaine du 1/11/2010 Séance préparée par les tuteurs de l UE4 Sauf mention contraire, les tests sont réalisés en bilatéral avec α=5% QCM n 1 : Concernant les études statistiques : a) Un échantillon est une série exhaustive. b) Un échantillon est extrait d une population. c) Si un échantillon est extrait au hasard d une population, alors il est représentatif de celle-ci. d) Une variable est un élément dont la mesure ne peut prendre qu une seule valeur. e) On ne peut pas prédire avec certitude la valeur de la mesure d une variable aléatoire pour un sujet particulier. QCM n 2 : Concernant les types de variables aléatoires : a) Il existe trois grands types de variables aléatoires : qualitative, discrète et continue. b) Une variable aléatoire qualitative continue est une variable prenant un nombre fini de valeur. c) Une variable aléatoire censurée consiste à un comptage de catégories exclusives. d) Le sexe est une variable aléatoire quantitative car elle ne prend que deux valeurs. e) La couleur des yeux est une variable aléatoire qualitative binaire. QCM n 3 : Généralités : a) L inférence est le fait de pouvoir étendre à la population, d où est issu aléatoirement l échantillon, les propriétés de celui-ci. b) Un tirage au sort avec remise implique que les tirages suivants sont dépendants des tirages précédents. c) Lors d un échantillonnage sans remise, la probabilité de choisir un échantillon de n!( N n)! taille n dans une population de taille finie N est de. N! d) Lors d un échantillonnage avec remise, la probabilité de choisir un échantillon de taille n dans une population de taille finie N est de 1 N n. e) La différence entre les deux types d échantillonnage, avec et sans remise, est d autant plus importante que la taille de la population est grande Tutorat UE4 Biostatistiques Séance n 4 - Colle 1 / 11

2 QCM n 4 : Généralités : a) Une différence statistiquement significative permettra toujours de conclure d un point de vue clinique. b) Règle de décision : si t obs > t α, alors on rejette H 0. c) Le calcul de la puissance est indispensable si l on veut interpréter correctement et utilement le résultat. d) Dans la comparaison de 2 pourcentages observés indépendants, si au moins un des effectifs observés est inférieur à 5 et si tous les effectifs théoriques sont supérieurs à 3, alors j appliquerai la correction de Yates. e) Pour la comparaison de 2 pourcentages observés indépendants, on peut toujours utiliser le test du Χ 2. QCM n 5 : Généralités : a) Le test de Student s applique pour la comparaison de K moyennes indépendantes b) Pour mettre en évidence une différence entre les différents types d angine de poitrine et le taux de LDL sanguin, on va avoir recours au test ANOVA. c) On peut toujours faire une conclusion clinique à partir de la conclusion statistique. d) La loi de Student converge vers la loi normale quand n tend vers l infini, n > 30. e) Le problème statistique dans la comparaison de deux moyennes non indépendantes est de comparer une différence de moyenne observée à une différence de moyenne théorique nulle f) Toutes les réponses précédentes sont fausses QCM n 6 : Concernant les tests non paramétriques : a) Le test de Wilcoxon porte sur les rangs en valeur absolue des différences entre les éléments appariés de chaque échantillon. b) Le test de Wilcoxon-Mann Whitney s applique pour des variables qualitatives dans des échantillons appariés. c) Le principe du test de Wilcoxon consiste à rejeter l hypothèse d identité des 2 distributions. d) Le test de Wilcoxon-Mann Whitney se base sur le classement par ordre croissant, et les rangs. e) Si on utilise le test de Wilcoxon-Mann Whitney avec de petits échantillons, alors le risque α est grand. f) Toutes les propositions précédentes sont fausses. QCM n 7 : Généralités sur les probabilités : a) Lors du lancer d une pièce de monnaie, la probabilité d obtenir 4 piles consécutifs vaut 1/16. b) Dans un jeu de 52 cartes, la probabilité de tirer une carte au numéro pair sachant que la carte est de couleur rouge est de 5/13. c) La définition de l indépendance entre deux événements A et B est P(A B)=P(A)xP(B). d) Lors d un lancer de dé, la probabilité d obtenir un multiple de 3 vaut 1/2. e) Lors d une course comportant 8 coureurs, on a 56 classements différents possibles des 3 premiers Tutorat UE4 Biostatistiques Séance n 4 - Colle 2 / 11

3 QCM n 8 : Soit une population comportant 30 % de patients hypertendus et 70 % de patients non hypertendus. La probabilité qu un individu soit diabétique sachant qu il est hypertendu est de 0,6, celle qu un individu n ait pas de diabète sachant qu il n est pas hypertendu vaut 0,8 : a) La probabilité de ne pas être hypertendu et d être diabétique est de 0,14. b) La probabilité d être hypertendu et diabétique vaut 0,6. c) La probabilité d être diabétique est de 0,32. d) La probabilité de ne pas être diabétique chez un hypertendu vaut 0,12. e) La probabilité qu un non hypertendu soit diabétique vaut 0,2 QCM n 9 : Dans un cabinet de médecine générale, on étudie le dosage du taux sanguin en gamma-gt dans le dépistage de l alcoolisme chronique. On obtient les résultats suivants : Alcoolisme chronique Pas d alcoolisme chronique Test positif Test négatif a) Se = 0,59 b) Sp = 0,65 c) VPP = 0,59 d) VPN = 0,32 e) La prévalence de l alcoolisme dans l échantillon est de 0,45. QCM n 10 : Concernant l analyse descriptive : On observe dans un échantillon la variable aléatoire «tension artérielle systolique». Ci-après, l histogramme des résultats obtenus : Effectifs des classes respectives : 10 ; 44 ; 66 ; 24 ; 17 ; 12 ; 10 ; 7 ; 5 ; 3 ; Tutorat UE4 Biostatistiques Séance n 4 - Colle 3 / 11

4 a) Ici, par la détermination des seuils, on transforme une variable aléatoire quantitative, en qualitative nominale. b) Cette dégradation n induit aucune perte d informations. c) L effectif de cet échantillon est de 200. d) La médiane est e) Les premier et troisième quartiles correspondent respectivement aux 25 ème et 75 ème percentiles. QCM n 11 : Une étude sur les cas de mort subite après la prise d un médicament a montré que la variable aléatoire X nombre de cas de mort subite en une année après avoir pris ce médicament suit une loi de Poisson de paramètre λ. De plus la probabilité de ne rencontrer aucun cas par an est de 0,98. a) b) λ=0,020 au millième près c) La loi de Poisson est une loi de probabilité discrète d) La loi de poisson est une loi adaptée pour les évènements fréquents e) Dans ce cas, on peut approximer cette loi par une loi Normale de paramètre µ = λ et QCM n 12 : Un laboratoire pharmaceutique affirme qu un antihypertenseur nouvellement mis en vente est efficace dans 70% des cas. Des hôpitaux décident d expérimenter ce médicament sur des groupes de 20 malades. Soit X, la variable aléatoire correspondant au nombre de malades guéris. a) X suit une loi de Poisson de paramètre λ=0,7 b) Le nombre moyen de malades guéris est 14 c) P(X=15) compris entre 0,17 et 0,18 d) X suit approximativement une loi Normale de paramètre µ = 14 et σ = e) En utilisant une approximation, P(X>16) est compris entre 0,1635 et 0,1660 QCM n 13 : Les statistiques de visite d un hôpital ont observé que la variable X, nombre de visiteurs par jour suivait une loi Normale de moyenne µ=200 et d écarttype σ. Ils ont aussi démontré que la probabilité d avoir moins de 220 visiteurs en une journée était égale à 0,7881. a) X suit une loi Normale centrée réduite b) suit une loi Normale de paramètre : µ=0 et σ=1 c) Il est impossible de calculer l écart-type σ d) On peut affirmer que σ=25 e) Tutorat UE4 Biostatistiques Séance n 4 - Colle 4 / 11

5 QCM n 14 : Les tests cliniques d un anticancéreux sur un échantillon de 60 malades ont montré que la prise du médicament entrainait des vomissements chez 48 personnes. L intervalle de confiance de cette proportion dans la population au risque de 5% : a) Est impossible à calculer b) [0,6988 ; 0,9012] c) [0,6868 ; 0,9132] d) Serait plus précis si n était plus grand e) Permet de situer la proportion de cet effet indésirable chez la population avec un risque de 5% QCM n 15 : La mesure de l hémoglobine sur un échantillon de 12 donneurs de sang a donné les résultats suivants : 12,6 11,9 14,8 13,3 12,4 11,8 12,7 13,1 13,6 14,2 12,5 11,5 a) Pour calculer l intervalle de confiance de la moyenne de la population, on doit supposer que cet échantillon suit une loi Normale b) La moyenne de cet échantillon est 12,87 au centième près c) L estimation de la variance de la population est 0,805 au millième près d) L intervalle de confiance de la moyenne de la population au risque de 5% est [12,373 ; 13,367] e) L Etablissement Français du Sang nous renseigne sur l écart-type de la mesure de l hémoglobine de la population des donneurs de sang : σ = 1,2. Avec cette donnée, l intervalle de confiance de la population au risque de 5% est : [12,191 ; 13,549] QCM n 16 : Comparons la prise de masse musculaire entre le suivi de deux régimes hyper protéinés A ou B. Un groupe de culturistes a été divisé en 2 groupes par tirage au sort. Les résultats de la prise de poids ont pu être obtenus pour 400 culturistes. (α = 0,05). Prise de masse musculaire Régime Légère Moyenne Forte TOTAL A B TOTAL a) Les conditions de validité du test à utiliser sont respectées. b) On suit ici une loi du Χ 2 à 1 ddl. c) Χ 2 calculé = 10,8. d) Valeur lue = 3,84. e) D un point de vue statistique on peut conclure qu il existe une différence statistiquement significative entre les 2 régimes. Le régime B entraîne plus de prise de masse musculaire que le régime A Tutorat UE4 Biostatistiques Séance n 4 - Colle 5 / 11

6 QCM n 17 : Dans le cadre d une étude contrôlée randomisée, on désire comparer l efficacité de deux régimes alimentaires chez des patients obèses. Cent patients souffrant d une obésité modérée sont répartis par tirage au sort en deux groupes de 50 patients soumis à deux régimes alimentaires différents. Le critère de jugement principal est la perte de poids des patients à la fin de l expérience. Les résultats sont les suivants : Perte de poids : Moyenne (kg) Régime A Régime B N = 50 N = ,5 Variance (kg 2 ) 3 4 Ecart-type (kg) 1,7 2,0 a) Le critère de jugement étudié est une V.A. qualitative. b) Puisqu on compare deux moyennes observées H 0 : µ 1 < µ 2 c) N 1 = N 2 = 50, T α suit N(0,1), donc on utilise le test de l écart-réduit. d) t obs = 1,34 e) On ne rejette pas H 0, donc il n y pas de différence significative entre les deux régimes. f) Toutes les propositions précédentes sont fausses QCM n 18 : Un chercheur désire étudier l effet de l âge et de l expérience chez les souris. Pour cela, il dispose de 5 souris âgées et ayant été élevées dans un environnement stimulateur, et de 4 souris jeunes élevées dans des conditions «précaires». Les échantillons sont indépendants. L expérience consiste à mettre les souris en présence de 2 leviers : 1 pour donner de la nourriture et 1 qui délivre un choc électrique (l emplacement des leviers ne changeant pas). Le nombre d essais pour enfin avoir 10 fois appuyé sur le levier de nourriture sur 10 essais est reporté dans le tableau ci-dessous : Souris âgées Souris jeunes On réalise le test à 5%. a) On utilise un test de Wilcoxon Mann Whitney. b) On calcule Umin=9. c) On rejette H0 : l1=l2. d) On ne rejette pas H0. e) En l absence de biais, on peut conclure que les distributions sont identiques, l effet de l âge et de l expérience n a pas influé ici. f) Toutes les propositions précédentes sont fausses Tutorat UE4 Biostatistiques Séance n 4 - Colle 6 / 11

7 Tutorat UE4 Biostatistiques Séance n 4 - Colle 7 / 11

8 Tutorat UE4 Biostatistiques Séance n 4 - Colle 8 / 11

9 Tutorat UE4 Biostatistiques Séance n 4 - Colle 9 / 11

10 Tutorat UE4 Biostatistiques Séance n 4 - Colle 10 / 11

11 Tutorat UE4 Biostatistiques Séance n 4 - Colle 11 / 11

Séance préparée par Médecine Montpellier

Séance préparée par Médecine Montpellier TUTORAT UE4 2010-2011 Biostatistiques Séance n 3 Semaine du 01/11/2010 Tests non paramétriques Sabatier Tests paramétriques-variables Quantitatives Molinari Tests paramétriques-variables Qualitatives Daurès

Plus en détail

Chapitre 2. Test de comparaison d une moyenne à une valeur théorique. Test bilatéral pour une population de loi normale et d écart-type connu

Chapitre 2. Test de comparaison d une moyenne à une valeur théorique. Test bilatéral pour une population de loi normale et d écart-type connu Chapitre 2 Test de comparaison d une moyenne à une valeur théorique I Test bilatéral pour une population de loi normale et d écart-type connu 24 Exemple 1 Score d Achenbach : mesure les problèmes comportementaux

Plus en détail

Chapitre 9: Introduction aux tests statistiques

Chapitre 9: Introduction aux tests statistiques Chapitre 9: Introduction aux tests statistiques 1. Approche 2. Formalisme général d un test statistique 3. P-value 4. Intervalle de confiance 5. Test bilatéral et test unilatéral 1 1. Approche Procédé

Plus en détail

Statistique - Tests d hypothèses. Exercices

Statistique - Tests d hypothèses. Exercices Module 2101 Statistique - Tests d hypothèses Exercices Fabrice Heitz Septembre 2013 1 Tests sur une seule population (comparaison par rapport à une référence) Exercice 1 : Test sur la moyenne : réglage

Plus en détail

TUTORAT UE Biostatistiques Séance n 5 Semaine du 27/10/2014

TUTORAT UE Biostatistiques Séance n 5 Semaine du 27/10/2014 < TUTORAT UE 4 2014-2015 Biostatistiques Séance n 5 Semaine du 27/10/2014 Tests statistiques 2 M. Molinari Séance préparée par Jeanne FABRY et Chloé BUCHALET (ATM²) QCM n 1 : Le tableau suivant indique

Plus en détail

Chapitre 6 : Tests d hypothèses

Chapitre 6 : Tests d hypothèses U.P.S. I.U.T. A, Département d Informatique Année 2008-2009 Chapitre 6 : Tests d hypothèses Les statistiques peuvent être une aide à la décision permettant de choisir entre deux hypothèses. Par exemple,

Plus en détail

III - INTRODUCTION AUX TESTS STATISTIQUES

III - INTRODUCTION AUX TESTS STATISTIQUES III - INTRODUCTION AUX TESTS STATISTIQUES J-P. Croisille Université de Lorraine UEL - Année 2012/2013 1-PRINCIPE DES TESTS D HYPOTHESE HYPOTHESE NEUTRE ET HYPOTHESE ALTERNATIVE: Une hypothèse est une affirmation

Plus en détail

Epi Info Analyse Univariée

Epi Info Analyse Univariée analyse data Importation des données read import Epi Info-analyse univariée 1 Type de fichier (excel, epi info ) Chemin d accès Si epi info : view, si excel : feuille nombre de patients Epi Info-analyse

Plus en détail

CORRECTION CONCOURS BLANC MATHS DU 26/11

CORRECTION CONCOURS BLANC MATHS DU 26/11 CORRECTION CONCOURS BLANC MATHS DU 26/11 QCM 066) Récemment un Burger King a ouvert ses portes à Strasbourg. On souhaite comparer la survie entre des omnivores (groupe 1) et des Vegans (groupe 2) par une

Plus en détail

Lecture des différentes tables statistiques du PACES

Lecture des différentes tables statistiques du PACES Lecture des différentes tables statistiques du PACES Table de la loi normale centrée réduite Il s agit d une tabulation de la fonction de répartition de la LNCR (0,1). Elle fait correspondre à une valeur

Plus en détail

TUTORAT UE Biostatistiques Séance n 6 Semaine du 19/11/2012

TUTORAT UE Biostatistiques Séance n 6 Semaine du 19/11/2012 TUTORAT UE 4 2012-2013 Biostatistiques Séance n 6 Semaine du 19/11/2012 Correction d'annales Séance préparée par l'équipe du TSN QCM n 1 : La randomisation dans un essai thérapeutique (comparaison de deux

Plus en détail

TUTORAT UE Biostatistiques Séance n 1 Semaine du 24/09/2012

TUTORAT UE Biostatistiques Séance n 1 Semaine du 24/09/2012 TUTORAT UE 4 2012-2013 Biostatistiques Séance n 1 Semaine du 24/09/2012 Mesure, probabilité, statistiques descriptives Dujols Séance préparée par Marielle GRANIER, Solenne MAURIN, Floriane PERRIER et André

Plus en détail

Autres tests : Tests divers et tests non paramétriques. C. Bulot

Autres tests : Tests divers et tests non paramétriques. C. Bulot Autres tests : Tests divers et tests non paramétriques C. Bulot Objectif du cours du jour Cette année : On voit les calculs pour les tests faciles à réaliser Valables sous certaines conditions Notamment

Plus en détail

COURS DE STATISTIQUE TD - FEUILLE N 3

COURS DE STATISTIQUE TD - FEUILLE N 3 Université Paris 1 Magistère d Economie - 1ère année COURS DE STATISTIQUE TD - FEUILLE N 3 Généralités Exercice 1 Le nombre mensuel d accidents sur un parcours routier peut être considéré comme la réalisation

Plus en détail

L3 Eco Statistiques Appliquées 2013-2014 TRAVAUX DIRIGÉS 5

L3 Eco Statistiques Appliquées 2013-2014 TRAVAUX DIRIGÉS 5 TRAVAUX DIRIGÉS 5 Exercice 1 Une entreprise met en boîte une marque de céréales. Le procédé de remplissage est ajusté de telle sorte que les contenants pèsent en moyenne 400 grammes. On a établi également

Plus en détail

Tests statistiques. Définitions et principes généraux des tests statistiques

Tests statistiques. Définitions et principes généraux des tests statistiques Tests statistiques Définitions et principes généraux des tests statistiques Présentation générale Un test d hypothèse est une règle de décision. La décision est un pari et comporte toujours des risques

Plus en détail

Mathématiques appliquées à la gestion - TESTS PARAMÉTRIQUES ET NON PARAMÉTRIQUES

Mathématiques appliquées à la gestion - TESTS PARAMÉTRIQUES ET NON PARAMÉTRIQUES IMBS3 - ISCID-CO, site de Dunkerque, 2015/2016 Mathématiques appliquées à la gestion - TESTS PARAMÉTRIQUES ET NON PARAMÉTRIQUES Fiche de Mathématiques 2 - Notions générales sur les tests. 1 Notions générales

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

Enoncé commun aux QCM 1 à 6

Enoncé commun aux QCM 1 à 6 Enoncé commun aux QCM 1 à 6 Le risque de développer une hyperuricémie (élévation du taux sanguin d acide urique) pour l homme adulte japonais est de 0,15. Une importante étude a permis de montrer que ce

Plus en détail

Correction de l épreuve de Statistiques et Informatique appliquées à la Psychologie

Correction de l épreuve de Statistiques et Informatique appliquées à la Psychologie Université de Bretagne Occidentale Année Universitaire 2011-2012 U.F.R. de Lettres et Sciences Humaines CS 93837-29238 BREST CEDEX 3 Section : Psychologie - Licence 3è année Enseignant responsable : F.-G.

Plus en détail

Bac S 2015 Métropole - Correction épreuve de mathématiques.

Bac S 2015 Métropole - Correction épreuve de mathématiques. Bac S 2015 Métropole - Correction épreuve de mathématiques. Exercice 1 : 6 points Commun à tous les candidats Les résultats des probabilités seront arrondis à 10 3 près. Partie 1 : 1 ) Soit X une variable

Plus en détail

Démarche de statistique inférentielle. par opposition à l estimation qui est une opération de quantification

Démarche de statistique inférentielle. par opposition à l estimation qui est une opération de quantification Test d hypothèses Démarche de statistique inférentielle Opération de validation par opposition à l estimation qui est une opération de quantification Principe Formuler une hypothèse sur la population,

Plus en détail

TUTORAT UE Biostatistiques Séance n 4 Semaine du 15/10/2012

TUTORAT UE Biostatistiques Séance n 4 Semaine du 15/10/2012 TUTORAT UE 4 2012-2013 Biostatistiques Séance n 4 Semaine du 15/10/2012 Tests statistiques 1 : tests paramétriques pour variables quantitatives M. Molinari Séance préparée par Emilie HEBRARD et Bérénice

Plus en détail

Statistiques non paramétriques Comparaison de "moyennes"

Statistiques non paramétriques Comparaison de moyennes 1 / 47 Statistiques non paramétriques Comparaison de "moyennes" M-A Dronne 2016-2017 Introduction Rappels Contrairement aux tests paramétriques, les tests non paramétriques ne nécessitent pas l estimation

Plus en détail

Sujets. Formulaire. mai 2011. Amérique du Nord. novembre 2011. Nouvelle-Calédonie. mai 2012. BTS Métopole (B1) mai 2013.

Sujets. Formulaire. mai 2011. Amérique du Nord. novembre 2011. Nouvelle-Calédonie. mai 2012. BTS Métopole (B1) mai 2013. LOIS CONTINUES Sujets mai 2011 novembre 2011 mai 2012 mai 2013 Amérique du Nord Nouvelle-Calédonie BTS Métopole (B1) BTS Métropole (D) Formulaire LOIS CONTINUES 1 Amérique du Nord mai 2011. EXERCICE 2

Plus en détail

LES TESTS STATISTIQUES

LES TESTS STATISTIQUES LES TESTS STATISTIQUES E 3 Exercice Pour les 2 exemples ci-dessous, indiquer a) Quelle est l unité d observation? b) Quelle est la taille de l échantillon? c) Quelle est la variable étudiée (ou quelles

Plus en détail

N.MOLINARI. La statistique. Schéma général de la statistique. La variabilité. 2 ème cycle DCEM1 MB6 Année Universitaire

N.MOLINARI. La statistique. Schéma général de la statistique. La variabilité. 2 ème cycle DCEM1 MB6 Année Universitaire Biostatistique MB6 2008-2009 Nicolas Molinari La statistique Ce document doit obligatoirement être associé aux notes de cours pour représenter un support de travail complet. La statistique ti ti est un

Plus en détail

Tests statistiques (3): Tests non-paramétriques

Tests statistiques (3): Tests non-paramétriques Tests statistiques (3): Tests non-paramétriques A. Latouche 1 / 23 Tests Non-paramétrique On considère 2 échantillons : x 1,..., x n et y 1,..., y m Ne nécessitent pas l estimation de la moyenne (ou de

Plus en détail

01/11/2011. Cours 8. Les analyses bivariées. Retour sur l évaluation intra

01/11/2011. Cours 8. Les analyses bivariées. Retour sur l évaluation intra Cours 8 Les analyses bivariées Retour sur l évaluation intra Les analyses bivariées Les types de relation Formulation des hypothèses Les types d analyses bivariées La signification, le sens et la force

Plus en détail

Notions de base en statistique. Dr Cécile Couchoud

Notions de base en statistique. Dr Cécile Couchoud Notions de base en statistique Dr Cécile Couchoud Démarche déductive «Vraie» valeur prévoir la valeur sur un échantillon futur < fluctuations d échantillonnage Intervalle de fluctuation Formule générale

Plus en détail

Brevet de technicien supérieur Opticien lunetier session 2010

Brevet de technicien supérieur Opticien lunetier session 2010 Brevet de technicien supérieur Opticien lunetier session 2010 A. P. M. E. P. Exercice 1 11 points Les deux parties A et D peuvent être traitées indépendamment des parties B et C A. Ajustement affine Une

Plus en détail

Faculté de Médecine Alger 02/06/ ère année Med et Ch/D. EMD 2 Biostatistique et Biomathématique

Faculté de Médecine Alger 02/06/ ère année Med et Ch/D. EMD 2 Biostatistique et Biomathématique Faculté de Médecine Alger 0/06/014 1 ère année Med et Ch/D EMD Biostatistique et Biomathématique durée 1h30mn Le sujet comporte 5 questions. Une ou plusieurs réponses possibles. Vous donnerez les propositions

Plus en détail

UE4 ED SUPPLÉMENTAIRE 2014/2015

UE4 ED SUPPLÉMENTAIRE 2014/2015 UE4 ED SUPPLÉMENTAIRE 2014/2015 IDÉE GÉNÉRALE à Deux échantillons indépendants (petits ou grands) à Variable quantitative à Moyennes observées à Comparer les valeurs moyennes des deux échantillons à Echantillons

Plus en détail

1. Variable aléatoire - Statistiques descriptives

1. Variable aléatoire - Statistiques descriptives 1. Variable aléatoire - Statistiques descriptives 9 1. Variable aléatoire - Statistiques descriptives 1. Parmi les variables suivantes, laquelle ou lesquelles sont des variables quantitatives discrètes?

Plus en détail

Introduction et Rappels (1)

Introduction et Rappels (1) I. Statistiques Introduction et Rappels (1) I. Variable aléatoire Définition : une variable aléatoire est une variable pouvant prendre l une quelconque des valeurs d un ensemble fini ou infini. Introduction

Plus en détail

INTRODUCTION. Sato Y et al. N Engl J Med 2017

INTRODUCTION. Sato Y et al. N Engl J Med 2017 INTRODUCTION Sato Y et al. N Engl J Med 2017 1. Type des données 1.1. Variable qualitative 1.2. Variable quantitative 1. Type des données 1.1. Variable qualitative 1.2. Variable quantitative 1. Type des

Plus en détail

Corrigé examen atelier de statistiques Cogmaster

Corrigé examen atelier de statistiques Cogmaster Corrigé examen atelier de statistiques Cogmaster Tous documents autorisés. Durée de l épreuve = 2h 1 Questions 1. La moyenne d un échantillon de 10 nombres distribués selon une loi normale centrée réduite

Plus en détail

Autres tests statistiques (aperçu non exhaustif)

Autres tests statistiques (aperçu non exhaustif) Autres tests statistiques (aperçu non exhaustif) Loïc Desquilbet Département des Sciences Biologiques et Pharmaceutiques Ecole Nationale Vétérinaire d Alfort loic.desquilbet@vet-alfort,fr Module Bases

Plus en détail

TUTORAT UE Biostatistiques Colle n 2 Semaine du 16/11/2015

TUTORAT UE Biostatistiques Colle n 2 Semaine du 16/11/2015 TUTORAT UE 4 2015-2016 Biostatistiques Colle n 2 Semaine du 16/11/2015 Mesures, Probabilités, statistiques Lois de probabilités- Tests Statistiques- Epidémiologie Colle préparée avec amour gloire et beauté

Plus en détail

Université de Picardie Jules Verne UFR des Sciences. Licence mention Mathématiques - Semestre 3 Statistique. Tests non paramétriques

Université de Picardie Jules Verne UFR des Sciences. Licence mention Mathématiques - Semestre 3 Statistique. Tests non paramétriques S3 Maths 013-014 Statistique Tests non paramétriques Université de Picardie Jules Verne 013-014 UFR des Sciences Licence mention Mathématiques - Semestre 3 Statistique Tests non paramétriques Dans une

Plus en détail

Les limites des tests usuels dans les analyses diagnostiques

Les limites des tests usuels dans les analyses diagnostiques Les limites des tests usuels dans les analyses diagnostiques Yohann.Foucher@univ-nantes.fr Equipe d Accueil 4275 "Biostatistique, recherche clinique et mesures subjectives en santé", Université de Nantes

Plus en détail

Annexes du cours de l UE 4. PACES et APEMR

Annexes du cours de l UE 4. PACES et APEMR Annexes du cours de l UE 4 PACES et APEMR RAPPELS et TABLES STATISTIQUES Dérivées usuelles Domaine de définition Fonction Domaine de dérivabilité Dérivée Condition ou remarque Cas n = 1 de x n Cas n =

Plus en détail

Comparaison de Moyennes et de Variances Prof Franck Bonnetain Unité de méthodologie & de qualité de vie en cancérologie (EA3181) CHU Besançon

Comparaison de Moyennes et de Variances Prof Franck Bonnetain Unité de méthodologie & de qualité de vie en cancérologie (EA3181) CHU Besançon PACES - APEMK UE 4 Evalua0on des méthodes d analyses appliquées aux sciences de la vie et de la santé Comparaison de Moyennes et de Variances Prof Franck Bonnetain Unité de méthodologie & de qualité de

Plus en détail

STATISTIQUES NON-PARAMETRIQUES

STATISTIQUES NON-PARAMETRIQUES STATISTIQUES NON-PARAMETRIQUES Définition l'hétérogénéité des variances ou la non normalité de la distribution de la variable (analyse de la variance) :! transformation de variable : c'est-à-dire changer

Plus en détail

Econométrie. février 2008. Boutin, Rathelot

Econométrie. février 2008. Boutin, Rathelot 2ème séance Xavier Boutin Roland Rathelot Supélec février 2008 Plan Inférence Hypothèse de normalité Même sous les hypothèses de Gauss-Markov, la distribution de ˆβ est susceptible d avoir n importe quelle

Plus en détail

Tests non-paramétriques

Tests non-paramétriques Tests non-paramétriques Michaël Genin Université de Lille EA 694 - Santé Publique : Epidémiologie et Qualité des soins michaelgenin@univ-lillefr Plan 1 Introduction Comparaison de K = échantillons indépendants

Plus en détail

Statistiques déductives :

Statistiques déductives : I Généralités sur les test d'hypothèse : Statistiques déductives : Dans les statistiques déductives, contrairement aux statistiques descriptives, on essaie, à partir des observations faites, de tirer des

Plus en détail

22/11/2011. Cours 10. Le test de moyenne. Test de moyenne avec SPSS. Test de comparaison de moyennes

22/11/2011. Cours 10. Le test de moyenne. Test de moyenne avec SPSS. Test de comparaison de moyennes Cours 10 Test de comparaison de moyennes Le test de moyenne Utilité et postulats d utilisation Les tests paramétriques Les tests non-paramétriques Test de moyenne avec SPSS 2 Le type de test utilisé dépend

Plus en détail

2. COMPARAISON DE DEUX GROUPES

2. COMPARAISON DE DEUX GROUPES 2. COMPARAISON DE DEUX GROUPES Il existe des tests spécifiques pour comparer des proportions comparer des moyennes Données par paires ou non Nécessite éventuellement de comparer préalablement les variances

Plus en détail

TUTORAT UE Concours blanc n 1 24 novembre 2012

TUTORAT UE Concours blanc n 1 24 novembre 2012 + TUTORAT UE4 2012-2013 Concours blanc n 1 24 novembre 2012 Noircir( ) sur la feuille de réponse jointe la ou les propositions exactes parmi les 6 items proposés Si : - Toutes les propositions sont justes

Plus en détail

:"moins de 7" ; E 2. :"de 7 à 10" ; E 3 E 3

:moins de 7 ; E 2. :de 7 à 10 ; E 3 E 3 1.1 Rappels événements : gain X( ) : objets : expérience : 1. Lois discrètes deux dés les lancer, puis noter le total univers : Ω= {2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12} partition de Ω: E 1 :"moins de 7"

Plus en détail

Tests non-paramétriques

Tests non-paramétriques Tests non-paramétriques Rappels En statistique, qu'appelle-t-on un paramètre? Dans quelles conditions utilise-t-on des tests non paramétriques? 1. Tests de fréquences et loi du ² L idée du test consiste

Plus en détail

Quelques mots sur les tests non paramétriques

Quelques mots sur les tests non paramétriques Quelques mots sur les tests non paramétriques Sébastien Déjean Institut de Mathématiques de Toulouse www.math.univ toulouse.fr/~sdejean/ Rencontre Ingénieurs-statisticiens 13 mai 2014, UT1 Capitole D

Plus en détail

Chapitre 4. Les techniques d échantillonnage. Page 1. Le problème à résoudre? Population prévalence réelle inconnue

Chapitre 4. Les techniques d échantillonnage. Page 1. Le problème à résoudre? Population prévalence réelle inconnue Chapitre 4 Les techniques d échantillonnage 17/04/2006 Claude Saegerman 1 Le problème à résoudre? La plupart des enquêtes épidémiologiques correspondent à des enquêtes par sondage : - concernent un échantillon

Plus en détail

Statistique Biosciences Licence 1

Statistique Biosciences Licence 1 Statistique Biosciences Licence 1 Richard Emilion February 14, 2012 2 / 36 Indications sur le Cours Chapitre I : Statistique Descriptive Univariée 2 / 36 Indications sur le Cours Chapitre I : Statistique

Plus en détail

Ch. 5 : Echantillonnage, estimation

Ch. 5 : Echantillonnage, estimation U.P.S. I.U.T. A, Département d Informatique Année 2008-2009 Ch. 5 : Echantillonnage, estimation 1 Echantillonnage et suites de variables aléatoires. Un échantillon de taille n est une partie de n éléments

Plus en détail

Les études marketing. Yohan Bernard. Chapitre 2. Marketing (LA2 AGE)

Les études marketing. Yohan Bernard. Chapitre 2. Marketing (LA2 AGE) Les études marketing Chapitre 2 Yohan Bernard Le rôle d une étude marketing Outil d aide à la décision Obtenir Analyser des données Interpréter Les finalités de l étude marketing Exemples en grande consommation

Plus en détail

La régression linéaire simple

La régression linéaire simple La régression Yohann.Foucher@univ-nantes.fr Equipe d Accueil 4275 "Biostatistique, recherche clinique et mesures subjectives en santé", Université de Nantes Odontologie - Cours #7 1 / 31 Plan 1. 2. 3.

Plus en détail

Groupe de travail d UE 4

Groupe de travail d UE 4 Groupe de travail d UE 4 Semaine du XX/XX au XX/XX L UE4 au concours Environ 70 QCM en 1h30 => c est très rapide!!! Ne paniquez pas si vous ne pouvez pas finir! Mais n oubliez pas que réussir en UE4 c

Plus en détail

Construction d une table des lois de Student

Construction d une table des lois de Student Construction d une table des lois de tudent Construction d une table. Comme la table de la loi normale centrée réduite N(0;1), présentée dans le bulletin n 1 du G.R.E., cette table est construite avec

Plus en détail

Corrigé de l épreuve de Statistiques et Informatique appliquées à la Psychologie

Corrigé de l épreuve de Statistiques et Informatique appliquées à la Psychologie Université de Bretagne Occidentale Année Universitaire 2007-08 U.F.R. de Lettres et Sciences Humaines CS 93837-29238 BREST CEDEX 3 Section : Psychologie - Licence 3è année Enseignant responsable : F.-G.

Plus en détail

Exercices 10.3, 11.1, 12.1, 13.6, 14.2, 15.8, 16.4

Exercices 10.3, 11.1, 12.1, 13.6, 14.2, 15.8, 16.4 Université de Lausanne Statistique I non-psy. Cours du professeur André Berchtold Institut des Sciences Sociales Corrigé de la seconde série d exercices supplémentaires Exercices 10.3, 11.1, 12.1, 13.6,

Plus en détail

Examen de l UE de biostatistique du 9 avril 2015

Examen de l UE de biostatistique du 9 avril 2015 Examen de l UE de biostatistique du 9 avril 015 Les questions sont indépendantes et peuvent être traitées dans le désordre. Les carcinomes hépatocellulaires (CHC) ou cancers du foie peuvent se développer

Plus en détail

Test(s) du χ 2. A. Latouche

Test(s) du χ 2. A. Latouche Test(s) du χ 2 A. Latouche 1 / 22 Contexte Les données sont des effectifs Le nombre de patients avec une certaine caractéristique Le nombre d étudiants qui ont réussi un examen Le nombre de souris qui

Plus en détail

Test(s) du χ 2. A. Latouche

Test(s) du χ 2. A. Latouche Test(s) du χ 2 A. Latouche 1 / 22 Contexte Les données sont des effectifs Le nombre de patients avec une certaine caractéristique Le nombre d étudiants qui ont réussi un examen Le nombre de souris qui

Plus en détail

METHODE DES COUPLES ou SERIES APPARIEES

METHODE DES COUPLES ou SERIES APPARIEES METHOE ES COUPLES ou SERIES APPARIEES Voici un exercice inspiré des annales de BTS ( Formation hippique session 1988) : Seize chevaux, choisis au hasard, ont été notés lors de deux contrôles successifs.

Plus en détail

Inférence sur les paramètres. a) Les filles sont-elles plus grandes que leurs mères en moyenne?

Inférence sur les paramètres. a) Les filles sont-elles plus grandes que leurs mères en moyenne? Corrigé - Série 2 Inférence sur les paramètres Exercice 1 - Les enfants qui dépassent leurs parents a) Les filles sont-elles plus grandes que leurs mères en moyenne? H 0 : µ filles = µ mères H 1 : µ filles

Plus en détail

Tests d hypothèses. Tronc Commun 1ère Année. 2 novembre 2015. AgroParisTech. TC-1A (AgroParisTech) Tests d hypothèses 2 novembre 2015 1 / 22

Tests d hypothèses. Tronc Commun 1ère Année. 2 novembre 2015. AgroParisTech. TC-1A (AgroParisTech) Tests d hypothèses 2 novembre 2015 1 / 22 Tests d hypothèses Tronc Commun 1ère Année AgroParisTech 2 novembre 2015 TC-1A (AgroParisTech) Tests d hypothèses 2 novembre 2015 1 / 22 Problématique Questions La nature brouille ses messages : l interprétation

Plus en détail

DEVOIR RECHERCHE CLINIQUE Plan d analyse d un essai thérapeutique

DEVOIR RECHERCHE CLINIQUE Plan d analyse d un essai thérapeutique DEVOIR RECHERCHE CLINIQUE Plan d analyse d un essai thérapeutique Pierre-François BUSSON M2 MSR Mars 2009 SOMMAIRE Contexte... 3 Critères de jugement principaux et secondaires... 4 Calcul du nombre de

Plus en détail

3. Une urne contient n boules numérotées de 1 à n. On tire simultanément k boules (k n) dans cette urne. Le nombre de tirages possibles est.

3. Une urne contient n boules numérotées de 1 à n. On tire simultanément k boules (k n) dans cette urne. Le nombre de tirages possibles est. Université des Sciences Sociales et de Gestion de Bamao (USSGB) Faculté des Sciences Economiques et Gestion (FSEG) Statistiques mathématiques Travaux dirigés fiche N 0 1 Exercice 1 Il ya au moins une réponse

Plus en détail

Stéphane Tufféry DATA MINING & STATISTIQUE DÉCISIONNELLE. 19/12/2006 Stéphane Tufféry - Data Mining - http://data.mining.free.fr

Stéphane Tufféry DATA MINING & STATISTIQUE DÉCISIONNELLE. 19/12/2006 Stéphane Tufféry - Data Mining - http://data.mining.free.fr 1 Stéphane Tufféry DATA MINING & STATISTIQUE DÉCISIONNELLE 2 Plan du cours Qu est-ce que le data mining? À quoi sert le data mining? Les 2 grandes familles de techniques Le déroulement d un projet de data

Plus en détail

Probabilités et Biostatistique. PCEM1 Pitié-Salpêtrière A. Mallet et V. Morice Cours 9 et 10

Probabilités et Biostatistique. PCEM1 Pitié-Salpêtrière A. Mallet et V. Morice Cours 9 et 10 Probabilités et iostatistique PCEM1 Pitié-Salpêtrière. Mallet et V. Morice Cours 9 et 10 Quelques tests usuels (ch.12-15) Test d égalité d une proportion vraie à une valeur donnée (déjà connu) 1. H 0 :

Plus en détail

Principe des tests statistiques : Application à la comparaison d une moyenne à une valeur de référence

Principe des tests statistiques : Application à la comparaison d une moyenne à une valeur de référence 1 / 57 Principe des tests statistiques : Application à la comparaison d une moyenne à une valeur de référence M-A Dronne 2016-2017 2 / 57 Introduction Remarques préliminaires Etablir un plan d expérience

Plus en détail

La démarche de tests, populations gaussiennes

La démarche de tests, populations gaussiennes Introduction au modèle linéaire La démarche de tests, populations gaussiennes L3 BI Université d Evry semestre de printemps 2016 http://julien.cremeriefamily.info/teachings_l3bi_msv601.html 1 Plan Tests

Plus en détail

LPSP1209 : Statistique II Examen de janvier 2017 questionnaire bleu Instructions et données de l examen

LPSP1209 : Statistique II Examen de janvier 2017 questionnaire bleu Instructions et données de l examen LPSP1209 : Statistique II Examen de janvier 2017 questionnaire bleu Instructions et données de l examen Organisation de l examen : Documents et matériel que vous recevez ou dont vous pouvez disposer 1.

Plus en détail

Introduction. Rappels de statistiques élémentaires. Si un prix baisse de 30%, il est multiplié par: Un prix qui a triplé a augmenté de:

Introduction. Rappels de statistiques élémentaires. Si un prix baisse de 30%, il est multiplié par: Un prix qui a triplé a augmenté de: Introduction Rappels de statistiques élémentaires Joël Quinqueton Université Paul Valéry Master 1 IDS Test de révisions de base Terminologie de base Vocabulaire Individus ou unités statistiques, population,

Plus en détail

UE4 Comparaison de moyennes

UE4 Comparaison de moyennes UE4 Comparaison de moyennes Pr. Nicolas MEYER Laboratoire de Biostatistique et Informatique Médicale Fac. de Médecine de Strasbourg Janvier 2011 Plan 1 Comparaison d une moyenne à une référence Contexte

Plus en détail

Cours de Biostatistique

Cours de Biostatistique Cours de Biostatistique Benjamin BIRENE Responsable Matière Biostatistique Association du Tutorat de PSA Samedi 5 Mars 2011 Qu est-ce qu on va faire pendant tout ce temps?! Vous donner quelques trucs Revenir

Plus en détail

TABLE DES MATIÈRES Introduction Statistique descriptive...21 II. Éléments de probabilité...50

TABLE DES MATIÈRES Introduction Statistique descriptive...21 II. Éléments de probabilité...50 TABLE DES MATIÈRES Introduction... 11 1. Statistique descriptive...21 I-1 Généralités sur les distributions statistiques... 21 I-1-1 Variables statistiques...21 I-1-2 Distribution statistique à une variable...23

Plus en détail

LES TESTS STATISTIQUES

LES TESTS STATISTIQUES Université Paris IX Dauphine Ecole Doctorale de Gestion B. Goldfarb goldfarb@dauphine.fr C. Pardoux pardoux@dauphine.fr LES TESTS STATISTIQUES 16 décembre 2004 Objectif Éprouver des hypothèses de recherche

Plus en détail

Calcul du Nombre de Sujets Nécessaire avec SAS v9

Calcul du Nombre de Sujets Nécessaire avec SAS v9 Calcul du Nombre de Sujets Nécessaire avec SAS v9 Caroline Tournoux-Facon 04 Juin 2008 1 But 2 Méthode 3 Définition des sujets éligibles Critères d inclusion Critères de non inclusion 4 Bilan initial 5

Plus en détail

TABLE DES MATIÈRES. Introduction CHAPITRE I STATISTIQUE DESCRIPTIVE

TABLE DES MATIÈRES. Introduction CHAPITRE I STATISTIQUE DESCRIPTIVE TABLE DES MATIÈRES Introduction... 21 CHAPITRE I STATISTIQUE DESCRIPTIVE I L observation statistique...2 I.1 Concepts de base... 2 I.2 L élaboration de tableaux statistiques... 29 I.21 Étude d un seul

Plus en détail

Décision et Prévision Statistiques. Test de vérification des acquis Durée : 3 heures. Thierry Verdel, Mines Nancy, 9 décembre 2014

Décision et Prévision Statistiques. Test de vérification des acquis Durée : 3 heures. Thierry Verdel, Mines Nancy, 9 décembre 2014 Décision et Prévision Statistiques. Test de vérification des acquis Durée : 3 heures. Thierry Verdel, Mines Nancy, 9 décembre 2014 ATTENTION, RENDRE UNE COPIE SÉPARÉE POUR CHAQUE EXERCICE Dans tout l énoncé,

Plus en détail

Tests Non Paramétriques. J Gaudart, LERTIM, Faculté de Médecine Marseille 1

Tests Non Paramétriques. J Gaudart, LERTIM, Faculté de Médecine Marseille 1 Tests Non Paramétriques J Gaudart, LERTIM, Faculté de Médecine Marseille 1 Plan 1. Paramétriques ou non? 2. Test d'une distribution de probabilité 3. Comparaison de moyennes 4. Comparaison de pourcentages

Plus en détail

Statistique n 1 Susanna Davoust

Statistique n 1 Susanna Davoust CORRECTION de la Conférence du 28 Septembre 2010 Statistique n 1 Susanna Davoust Question de Statistiques Section I : -16. Statistique descriptive : estimation des paramètres d une population, intervalle

Plus en détail

Master 1 de Santé Publique. UE de biostatistique : cours Comparaison de deux variances

Master 1 de Santé Publique. UE de biostatistique : cours Comparaison de deux variances Master de Santé Publique UE de biostatistique : cours 0 Comparaison de deux variances M de Santé Publique Biostatistique - Cours 0 - Comparaison de variances Comparaison de deux variances Hypothèses testées

Plus en détail

Master 1 de Santé Publique. UE de biostatistique : cours 8. Régression linéaire

Master 1 de Santé Publique. UE de biostatistique : cours 8. Régression linéaire Master 1 de Santé Publique UE de biostatistique : cours 8 Régression linéaire 1. Définition, estimation et test M1 de Santé Publique Biostatistique - Cours 8 - Régression linéaire 1 1 Liaison entre variables

Plus en détail

L usage de tout document est interdit pendant les épreuves (sauf indication contraire spécifique à l épreuve).

L usage de tout document est interdit pendant les épreuves (sauf indication contraire spécifique à l épreuve). Année universitaire 2015-2016 CONCOURS BLANC n 1 PACES UE4 Durée de l épreuve : 1h A L ATTENTION DES ETUDIANTS : Lire attentivement ces instructions Dans la salle d examen, vous devez avoir à votre disposition

Plus en détail

IUT de Saint-Etienne - département Techniques de Commercialisation M. Ferraris Promotion /12/2016

IUT de Saint-Etienne - département Techniques de Commercialisation M. Ferraris Promotion /12/2016 IUT de Saint-Etienne - département Techniques de Commercialisation M. Ferraris Promotion 2015-2017 07/12/2016 Semestre 3 - MATHEMATIQUES DEVOIR 2 durée : 2 heures coefficient 1/2 La calculatrice graphique

Plus en détail

Statistique descriptive

Statistique descriptive Statistique descriptive 2016-2017 Maths - Statistiques 21/11/2016 1 / 50 Généralités Dé nition Il n existe pas de dé nition précise de la statistique mais, pour nous, nous allons utiliser la dé nition

Plus en détail

Chapitre : Statistiques

Chapitre : Statistiques Chapitre : Statistiques Activité : QCM page 60 (rappels sur la moyenne et sur la médiane et les quartiles) I. Diagrammes en boîte Rappel On considère une série statistique. Le premier quartile, noté Q

Plus en détail

Notions de statistiques Pr Jacques LEVRAUT

Notions de statistiques Pr Jacques LEVRAUT Initiation à la recherche biomédicale Notions de statistiques Pr Jacques LEVRAUT PLAN Nature des observations Erreur en statistique Paramètres de position et de dispersion Notion d intervalle de confiance

Plus en détail

Tut Rentrée - Initiation à la biostatistique

Tut Rentrée - Initiation à la biostatistique Tut Rentrée - Initiation à la biostatistique I. La méthode statistique en médecine La statistique est une méthode scientifique qui consiste en l art de collecter, d analyser et d interpréter des données.

Plus en détail

Statistique descriptive univariée

Statistique descriptive univariée Statistique descriptive univariée Michaël Genin Université de Lille 2 EA 2694 - Santé Publique : Epidémiologie et Qualité des soins michael.genin@univ-lille2.fr Plan 1 Introduction 2 Variables qualitatives

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

STATISTIQUE DESCRIPTIVE

STATISTIQUE DESCRIPTIVE STATISTIQUE DESCRIPTIVE BOUALEM BESEBAA FACULTÉ DE MATHÉMATIQUES-USTHB 1. La statistique Definition 1. La statistisue est la science qui permet d obtenir des informations sur un caractère en vue de les

Plus en détail

Chapitre 2. Comparaisons de deux distributions

Chapitre 2. Comparaisons de deux distributions U.F.R. SPSE Master 1 PMP STA 1 Méthodes statistiques pour l analyse des données en psychologie 009-10 Chapitre Comparaisons de deux distributions Il s agit de comparer les distributions d un même caractère

Plus en détail

Corrigé de l épreuve partielle et ponctuelle de Statistiques et Informatique appliquées à la Psychologie

Corrigé de l épreuve partielle et ponctuelle de Statistiques et Informatique appliquées à la Psychologie Université de Bretagne Occidentale Année Universitaire 2003-04 U.F.R. de Lettres et Sciences Sociales CS 93837-29238 BREST CEDEX 3 Section : Psychologie - Licence Enseignant responsable : F.G. Carpentier

Plus en détail

Introduction aux tests statistiques

Introduction aux tests statistiques Introduction aux tests statistiques Illustrée avec XLSTAT Jean Paul Maalouf webinar@xlstat.com 8 novembre 2016 www.xlstat.com 1 PLAN XLSTAT : qui sommes-nous? Statistiques : catégories Statistiques descriptives

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