LES TESTS STATISTIQUES
|
|
- Estelle Rondeau
- il y a 7 ans
- Total affichages :
Transcription
1 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 sont) les variables étudiées? d) Quelle est le type de la (ou des) variable(s) étudiée(s)? Qualitatives, quantitatives? e) Précisez le nombre de modalités de la (ou des) variable(s) qualitative(s) ou l unité de la (ou des) variable(s) quantitative(s) f) Les données sont-elles appariées ou non? g) Quel test statistique sera utilisé par la suite (en supposant que les conditions d application soient vérifiées)? h) Quelles seraient les hypothèses à tester? Exemple. On expérimente les effets d'un traitement destiné à diminuer la pression artérielle chez sujets hypertendus. Pour chaque sujet on mesure la valeur de la tension artérielle systolique, exprimée en cm de Hg, avant et après le traitement. Les résultats obtenus serviront à mettre en place un essai pour savoir si le traitement est efficace. Exemple.2 Un médicament antihypertenseur a donné les résultats suivants 4 résultats positifs (dans le sens de l efficacité du traitement) chez 7 malades jeunes et résultats positifs chez 5 malades âgés. On se demande s'il existe une liaison entre l'âge du malade et l'effet du traitement? Age jeune (< à 35 ans) et agés ( à 35 ans) PACES & APEMR 23, UE4 E n 3 Page
2 Exemple. a) Quelle est l unité d observation? Noircir les propositions exactes A. le traitement B. le sujet hypertendu C. la tension artérielle systolique. la pression artérielle E. le patient b) Quelle est la taille de l échantillon? c) Quelle est (ou quelles sont) la (ou les) variable(s) étudiée(s)? Noircir les propositions exactes A. le traitement B. la tension artérielle systolique C. le temps de l observation. l efficacité du traitement E. le patient d) Quelle est le type de la (ou des) variable(s) étudiée(s)? A. une seule variable quantitative B. deux variables qualitatives C. une variable qualitative et une variable quantitative. deux variables quantitatives E. une seule variable qualitative PACES & APEMR 23, UE4 E n 3 Page 2
3 e) Précisez le nombre de modalités de la (ou des) variable(s) qualitative(s) ou l unité de la (ou des) variable(s) quantitative(s) Noircir les propositions exactes A. une variable qualitative à 3 modalités B. une variable quantitative pour unité des cm de Hg C. unité internationale. une variable qualitative à deux modalités E. une variable quantitative avec pour unité des cm f) Les données sont-elles appariées ou non? g) Quel test statistique sera utilisé par la suite (en supposant que les conditions d application soient vérifiées)? A. un test du Khi deux B. un test non paramétrique de Mann et Whitney C. un test t apparié. un test de comparaison des variances E. un test du Khi deux de Mac Nemar h) Quelles seraient les hypothèses à tester? PACES & APEMR 23, UE4 E n 3 Page 3
4 Exemple.2 a) Quelle est l unité d observation? A. un médicament hypertenseur B. le malade C. l âge. la tension E. l efficacité du traitement b) Quelle est la taille des échantillons? c) Quelles est (ou quelles sont) la (ou les) variable(s) étudiée(s)? Noircir la (ou les) proposition(s) exacte(s) A. un médicament hypertenseur B. le résultat C. l âge. la tension E. l efficacité du traitement d) Quelle est le type de la (ou des) variable(s) étudiée(s)? A. une seule variable quantitative B. deux variables qualitatives C. une variable qualitative et une variable quantitative. une seule variable qualitative E. deux variables quantitatives e) Précisez le nombre de modalité si il s agit d une variable qualitative ou l unité si il s agit d une variable quantitative PACES & APEMR 23, UE4 E n 3 Page 4
5 Exercice 2 Un laboratoire pharmaceutique a mis au point une nouvelle molécule susceptible de faire baisser le taux d une hormone (H). eux essais pilotes sont réalisés pour juger de l effet du nouveau médicament. Premier essai 2 personnes, sélectionnées selon des critères bien définis, reçoivent le nouveau médicament pendant un mois. L hormone est dosée avant le traitement et à la fin du traitement. Les résultats obtenus sont décrits dans le tableau I suivant Tableau I Résultats du premier essai taux d hormone avant et à la fin du traitement Sujets Avant (x a ) (mg/ml) Fin (x f ) (mg/ml) d = x a x f (d = différence avant fin) On donne Σ x a ² = 3677 Σ x f ² = 585 Σ( x a x f )² = 446 On note = x a x f soit = ( xa xf ) après ces données, on se demande si on peut conclure que le nouveau médicament fait baisser le taux d hormone.. Quelles sont les hypothèses statistiques à tester? Noircir la (ou les) proposition(s) exacte(s) A. B. C.. H H H H H H H H = = < > H E. H Xa Xa > Xf Xf PACES & APEMR 23, UE4 E n 3 Page 5
6 .2. Quel test pourrait-on utiliser? A. un test de t de Student non apparié B. un test du Khi² de Mac Nemar C. un test z apparié. un test de t de Student apparié E. un test du Khi².3. Préciser les conditions d application du test utilisé? A. tous les effectifs théoriques sont supérieurs à 5 B. les deux variables étudiées sont supposées distribuées normalement C. les séries de données sont de taille inférieure à 3. la variance théorique de la différence d est connue E. la différence, avant fin ( = x a x f ), est supposée distribuée normalement.4. Quelle est la valeur de la variable de décision (ou valeur calculée du test adapté), la valeur la plus proche de votre calcul? A. -8,4 B. 2,2 C.,796. 8,4 E. 69,63.5. Quelle est la valeur seuil de rejet de H pour α = 5% (lue dans la table adaptée)? A. -8,4 B. 2,2 C.,796. 8,4 E. 69,63 PACES & APEMR 23, UE4 E n 3 Page 6
7 .6. En comparant la valeur de la variable de décision (calculée, t c ) à la valeur seuil (lue dans la table, t T ), quelle est la conclusion du test au seuil α = 5%? A. t C > t T donc on rejette H B. t C > t T donc on ne rejette pas H C. les conditions d application du test ne sont pas réunies pour conclure. t C < t T donc on rejette H E. t C < t T on ne rejette pas H.7. Quelle est l interprétation associée à la conclusion (selon le contexte des observations)? A. Le taux d hormone après traitement diffère significativement du taux d hormone avant traitement B. Le taux d hormone après traitement est significativement plus faible qu avant traitement C. le traitement est efficace. le traitement n est pas efficace E. le traitement n a pas d effet sur le taux d hormone.8. Quel est le degré de signification (p)? A.,5 < p B., < p <,5 C., < p <,.,5 < p <, E. p <,5 PACES & APEMR 23, UE4 E n 3 Page 7
8 euxième essai on sélectionne 24 personnes selon les mêmes critères que ceux du premier essai. La moitié des personnes sélectionnées reçoit le nouveau médicament (N), l autre moitié reçoit un placebo (P). L attribution de l un ou l autre des traitements est faite par tirage au sort. On dose l hormone avant le traitement et à la fin du traitement (qui est administré pendant un mois). Les variations (avant - fin) du taux d hormone pour chacun des sujets des deux groupes sont indiquées dans le tableau II suivant Tableau II Résultats du deuxième essai variation du taux d hormone (avant-fin) selon le traitement reçu Nouveau Traitement Sujets Variation (N) Placebo Sujets Variation (P) On donne Σ 2 N = 446 Σ 2 P = Estimer les moyennes et les variances des variations du taux d hormone pour les personnes ayant reçu le nouveau traitement (N) et pour celles ayant reçu le placebo (P). Noircir la (ou les) proposition(s) exacte(s) A. m = 6 (mg/ml) et s ² =,3 B. m = 6 (mg/ml) et s ² =,27 (mg/ml)² C. m = 5,25 (mg/ml) et s ² =,48 (mg/ml)². m = 5,25 (mg/ml) et s ² =,22 (mg/ml)² E. m = 6,3 (mg/ml) et s ² =,48 (mg/ml)² PACES & APEMR 23, UE4 E n 3 Page 8
9 2.2. Préciser les hypothèses (littérales et/ou statistiques) permettant de montrer que le nouveau médicament a un effet plus important que le placebo sur la variation du taux d hormone. A. H H > B. H Les moyennes des variations sont équivalentes soit = H La moyenne des variations dues au nouveau médicament est supérieure à celledu placebo soit > H La moyenne des variations du taux d' hormone n' est pas supérieure à celle du placebo C. soit H La moyenne des variations du taux d' hormone est supérieure à celle du placebo soit > du nouveau médicament du nouveau médicament. H H = E. H H < 2.3. Quel serait le test statistique adapté? A. un test de comparaison des variances B. un test z non apparié C. un test du Khi² non apparié. un test de t de Student non apparié E. un test t apparié PACES & APEMR 23, UE4 E n 3 Page 9
10 2.4. Quelle est la valeur de la variable de décision? A.,6 B.,86 C.,57. 33,9 E., Quelle est la valeur seuil pour α = 5 %? A.,6 B.,86 C.,57. 33,9 E., Quelle est la conclusion du test au risque α = 5 %? Noircir la (ou les) proposition(s) exacte(s) A. t c < t T donc on rejette H B. t T < t C donc on ne rejette pas H C. t c < t T on ne rejette pas H. t T < t C donc on rejette H E. Les conditions d application ne sont pas respectées, donc on ne peut pas effectuer le test PACES & APEMR 23, UE4 E n 3 Page
11 2.7. Quelle est l interprétation du test au risque α = 5 %? Noircir les propositions exactes A. La réduction du taux d hormone n est pas significativement plus importante avec le nouveau médicament qu avec le placebo B. La moyenne des variations du taux d hormone du nouveau médicament est inférieure à celle du placebo C. La moyenne des variations du taux d hormone du nouveau médicament n est pas significativement supérieure à celle du placebo. Le nouveau médicament fait plus baisser le taux d hormone que le placebo E. La moyenne des variations du taux d hormone du nouveau médicament est significativement supérieure à celle du placebo 2.8. Quelle est la valeur du degré de signification p? A.,5 < p <, B., < p <,5 C.,5 < p <,., < p <,5 E. p <, PACES & APEMR 23, UE4 E n 3 Page
12 Exercice 3 On admet que la glycémie à jeun, notée G et exprimée en mmoles/l, est distribuée selon une loi normale de moyenne et de variance 4 chez les diabétiques (notés ), alors qu elle est distribuée selon une loi normale de moyenne 5 et de variance dans le reste de la population. ans le cadre d une étude que l on souhaite planifier auprès d un échantillon de patients diabétiques, on se demande si la moyenne observée ne diffèrera pas de la moyenne théorique (variance 4) avec un risque d erreur de 5%. Quelles sont alors les réponses exactes (CM)? A. C est un intervalle de pari d une variable aléatoire B. C est un intervalle de confiance C. Pour le calculer, on doit supposer qu il y a au moins 3 individus diabétiques. L intervalle sera d'autant plus grand que l'effectif sera plus élevé E. La précision de l'estimation sera d'autant plus grande que l'effectif sera plus élevé Exercice 4 On pense qu une certaine mutation génétique est liée à une augmentation de l épaisseur du septum inter-ventriculaire. Afin d étudier ce lien on procède à l étude suivante. On génotype 9 sujets issus de la population générale et on mesure chez ces sujets l épaisseur du septum. Parmi ces sujets, 4 sont trouvés porteurs de la mutation, 5 non porteurs. Le tableau suivant indique des résumés des valeurs numériques obtenues Groupe Moyenne expérimentale (mm) Variance expérimentale (mm 2 ) Porteurs 2,5 9,2 Non porteurs 9 Peut-on dire que les épaisseurs moyennes vraies du septum diffèrent entre les porteurs et les non porteurs? Pour répondre à cette question on aura à mettre en œuvre un test d hypothèses dont on détaillera avec soin les étapes, la conclusion, et, si nécessaire, le degré de signification. Le risque d erreur de ère espèce est de 5%. PACES & APEMR 23, UE4 E n 3 Page 2
Tests de comparaison de moyennes. Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique»
Tests de comparaison de moyennes Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique» Test de Z ou de l écart réduit Le test de Z : comparer des paramètres en testant leurs différences
Plus en 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 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 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 détailItem 169 : Évaluation thérapeutique et niveau de preuve
Item 169 : Évaluation thérapeutique et niveau de preuve COFER, Collège Français des Enseignants en Rhumatologie Date de création du document 2010-2011 Table des matières ENC :...3 SPECIFIQUE :...3 I Différentes
Plus en détailFeuille 6 : Tests. Peut-on dire que l usine a respecté ses engagements? Faire un test d hypothèses pour y répondre.
Université de Nantes Année 2013-2014 L3 Maths-Eco Feuille 6 : Tests Exercice 1 On cherche à connaître la température d ébullition µ, en degrés Celsius, d un certain liquide. On effectue 16 expériences
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 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 détailTESTS D'HYPOTHESES Etude d'un exemple
TESTS D'HYPOTHESES Etude d'un exemple Un examinateur doit faire passer une épreuve type QCM à des étudiants. Ce QCM est constitué de 20 questions indépendantes. Pour chaque question, il y a trois réponses
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 détailChapitre 6 Test de comparaison de pourcentages χ². José LABARERE
UE4 : Biostatistiques Chapitre 6 Test de comparaison de pourcentages χ² José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés. Plan I. Nature des variables
Plus en 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 détailAnalyses de Variance à un ou plusieurs facteurs Régressions Analyse de Covariance Modèles Linéaires Généralisés
Analyses de Variance à un ou plusieurs facteurs Régressions Analyse de Covariance Modèles Linéaires Généralisés Professeur Patrice Francour francour@unice.fr Une grande partie des illustrations viennent
Plus en détail23. Interprétation clinique des mesures de l effet traitement
23. Interprétation clinique des mesures de l effet traitement 23.1. Critères de jugement binaires Plusieurs mesures (indices) sont utilisables pour quantifier l effet traitement lors de l utilisation d
Plus en 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 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 détailAnnée Universitaire 2013-2014. 1 ère année de Master Droit Mention Droit Privé 1 er semestre. 1 er SEMESTRE 8 matières CM TD COEFF ECTS.
Année Universitaire 201-2014 1 ère année de Master Droit Mention Droit Privé 1 er semestre 1 er SEMESTRE 8 matières CM TD COEFF ECTS Unité 1 1 TD obligatoire Droit civil (les Sûretés) Unité 2-1 TD au choix
Plus en détailIntroduction à l approche bootstrap
Introduction à l approche bootstrap Irène Buvat U494 INSERM buvat@imedjussieufr 25 septembre 2000 Introduction à l approche bootstrap - Irène Buvat - 21/9/00-1 Plan du cours Qu est-ce que le bootstrap?
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 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 détailLES FACTEURS DE RISQUE
LES FACTEURS DE RISQUE C EST QUOI UN FACTEUR DE RISQUE? C est une caractéristique lié à une personne, à son environnement à sa culture, à son mode de vie qui entraine pour elle une probabilité plus importante
Plus en détailTHEME 2 : CORPS HUMAIN ET SANTE : L EXERCICE PHYSIQUE
THEME 2 : CORPS HUMAIN ET SANTE : L EXERCICE PHYSIQUE Introduction générale : L Homme, pour vivre, a besoin de se nourrir. La nutrition fait appel à différentes fonctions que sont l alimentation, la respiration
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 détailLa problématique des tests. Cours V. 7 mars 2008. Comment quantifier la performance d un test? Hypothèses simples et composites
La problématique des tests Cours V 7 mars 8 Test d hypothèses [Section 6.1] Soit un modèle statistique P θ ; θ Θ} et des hypothèses H : θ Θ H 1 : θ Θ 1 = Θ \ Θ Un test (pur) est une statistique à valeur
Plus en détailUFR de Sciences Economiques Année 2008-2009 TESTS PARAMÉTRIQUES
Université Paris 13 Cours de Statistiques et Econométrie I UFR de Sciences Economiques Année 2008-2009 Licence de Sciences Economiques L3 Premier semestre TESTS PARAMÉTRIQUES Remarque: les exercices 2,
Plus en détailMASTER PROFESSIONNEL (2 ème année)
C U R R I C U L U M 04-05 MASTER PROFESSIONNEL ( ème année) Domaine : Sciences Technologies Santé Mention : Sciences de la Vie et de la Santé Spécialité : Produits de Santé : développement et distribution
Plus en détailGUIDE D INFORMATIONS A LA PREVENTION DE L INSUFFISANCE RENALE
GUIDE D INFORMATIONS A LA PREVENTION DE L INSUFFISANCE RENALE SOURCES : ligues reins et santé A LA BASE, TOUT PART DES REINS Organes majeurs de l appareil urinaire, les reins permettent d extraire les
Plus en détailCours de Tests paramétriques
Cours de Tests paramétriques F. Muri-Majoube et P. Cénac 2006-2007 Licence Ce document est sous licence ALC TYPE 2. Le texte de cette licence est également consultable en ligne à l adresse http://www.librecours.org/cgi-bin/main?callback=licencetype2.
Plus en détailRégression linéaire. Nicolas Turenne INRA nicolas.turenne@jouy.inra.fr
Régression linéaire Nicolas Turenne INRA nicolas.turenne@jouy.inra.fr 2005 Plan Régression linéaire simple Régression multiple Compréhension de la sortie de la régression Coefficient de détermination R
Plus en détailIntroduction à la Statistique Inférentielle
UNIVERSITE MOHAMMED V-AGDAL SCIENCES FACULTE DES DEPARTEMENT DE MATHEMATIQUES SMI semestre 4 : Probabilités - Statistique Introduction à la Statistique Inférentielle Prinemps 2013 0 INTRODUCTION La statistique
Plus en détailCE QU IL FAUT SAVOIR PARTICIPATION À UN ESSAI CLINIQUE SUR UN MÉDICAMENT
CE QU IL FAUT SAVOIR PARTICIPATION À UN ESSAI CLINIQUE SUR UN MÉDICAMENT Sommaire Comment se fait la recherche sur un nouveau médicament? (page 1) A quoi sert la recherche sur un nouveau médicament? (page
Plus en détailChapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens
Chapitre 7 Statistique des échantillons gaussiens Le théorème central limite met en évidence le rôle majeur tenu par la loi gaussienne en modélisation stochastique. De ce fait, les modèles statistiques
Plus en détailL approche de régression par discontinuité. Thomas Lemieux, UBC Atelier de formation du Congrès de l ASDEQ Le 18 mai 2011
L approche de régression par discontinuité Thomas Lemieux, UBC Atelier de formation du Congrès de l ASDEQ Le 18 mai 2011 Plan de la présentation L approche de régression par discontinuité (RD) Historique
Plus en détailCOMMISSION DE LA TRANSPARENCE AVIS. 7 janvier 2009
COMMISSION DE LA TRANSPARENCE AVIS 7 janvier 2009 ZANEXTRA 20 mg/10 mg, comprimés pelliculés B/30, code CIP : 385 967.4 B/90, code CIP : 387 392.9 Laboratoires BOUCHARA RECORDATI Enalapril/Lercanidipine
Plus en détailEffets sur la pression artérielle rielle des traitements non-médicamenteux
Effets sur la pression artérielle rielle des traitements non-médicamenteux PF Plouin, ESH Hypertension Excellence Center, Hôpital Européen Georges Pompidou, Paris La prise en charge de l hypertendu l concerne
Plus en détailÉVALUATION DE LA PERSONNE ATTEINTE D HYPERTENSION ARTÉRIELLE
ÉVALUATION DE LA PERSONNE ATTEINTE D HYPERTENSION ARTÉRIELLE PRISE EN CHARGE SYSTÉMATISÉE DES PERSONNES ATTEINTES D HYPERTENSION ARTÉRIELLE SOCIÉTÉ QUÉBÉCOISE D HYPERTENSION ARTÉRIELLE 23 ÉVALUATION DE
Plus en détailîundesdruokerei Berlin
Jtfk Europaisches Patentamt ^jll European Patent Office Numéro de publication: 0 295 972 Office européen des brevets A1 DEMANDE DE BREVET EUROPEEN Numéro de dépôt: 88401048.9 Int. Cl.4: G 05 B 19/10 @
Plus en détailFormation des enseignants. Le tensiomètre. Objet technique modélisable issu de l environnement des élèves
Le tensiomètre Objet technique modélisable issu de l environnement des élèves Un peu d'histoire C'est en 1628 que W. Harvey découvrit la circulation du sang. C'est pourtant seulement en 1730 que la pression
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 détailntred 2007 Résultats de l étude Description des personnes diabétiques
Résultats de l étude ntred 2007 EÉCHANTILLON NATIONAL TÉMOIN REPRÉSENTATIF DES PERSONNES DIABÉTIQUES Le diabète est une maladie chronique de plus en plus fréquente, qui touche en France plus de 2 millions
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 détailStatistique inférentielle TD 1 : Estimation
POLYTECH LILLE Statistique inférentielle TD : Estimation Exercice : Maîtrise Statistique des Procédés Une entreprise de construction mécanique fabrique de pièces demoteurdevoiturepourungrandconstructeur
Plus en détailPlan. Introduction. Les Nouveaux Anticoagulants Oraux et le sujet âgé. Audit de prescription au Centre Hospitalier Geriatrique du Mont d Or
Plan Introduction Les Nouveaux Anticoagulants Oraux et le sujet âgé Audit de prescription au Centre Hospitalier Geriatrique du Mont d Or Introduction NACO: une actualité brûlante! AVK: Plus forte incidence
Plus en détailLa pompe cardiaque, le débit cardiaque et son contrôle
UEMPSfO - Physiologie Chapitre 4 : La pompe cardiaque, le débit cardiaque et son contrôle Professeur Christophe RIBUOT Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits
Plus en détailEXCEL et base de données
EXCEL et base de données 1. Variables et données 2. Saisie de données: quelques règles 3. EXCEL et saisie des données 4. Exemple de tableau EXCEL 5. Éviter d éventuels problèmes 1 1.1 Variables et données
Plus en détaildistribution 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 détailFÉDÉRATION INTERNATIONALE DE PÉTANQUE ET JEU PROVENÇAL REGLEMENT DU CHAMPIONNAT DU MONDE DE TIR INDIVIDUEL
FÉDÉRATION INTERNATIONALE DE PÉTANQUE ET JEU PROVENÇAL REGLEMENT DU CHAMPIONNAT DU MONDE DE TIR INDIVIDUEL Article 1er : Pas de Tir : Il est composé d'un cercle d'un mètre de diamètre comportant les marques
Plus en détailLes Jeudis de l'europe
LE DIABETE SUCRE EST DEFINI EN DEHORS DE TOUT EPISODE DIABETOGENE : 1.26 g/l SOIT 7 mmol/l PREVALENCE DU DIABETE DE TYPE 2 EN FRANCE METROPOLITAINE 3.4 % AGE = 63 ANS HOMMES = 54% 25% > 75 ans OUTRE MER
Plus en détailTABLE DES MATIÈRES. PRINCIPES D EXPÉRIMENTATION Planification des expériences et analyse de leurs résultats. Pierre Dagnelie
PRINCIPES D EXPÉRIMENTATION Planification des expériences et analyse de leurs résultats Pierre Dagnelie TABLE DES MATIÈRES 2012 Presses agronomiques de Gembloux pressesagro.gembloux@ulg.ac.be www.pressesagro.be
Plus en détailTutoriel Sage One Edition Expert-Comptable. - Le cabinet d Expertise-Comptable doit appeler le Service Client Sage One au 0825 95 00 70.
Tutoriel Sage One Edition Expert-Comptable Sage One Edition Expert-Comptable : inscription et identifiants - Le cabinet d Expertise-Comptable doit appeler le Service Client Sage One au 0825 95 00 70. -
Plus en détailTSTI 2D CH X : Exemples de lois à densité 1
TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun
Plus en détailL i c e n c e. www.univ-paris13.fr. Mention «Économie et de gestion» Diplôme Bac + 3. Parcours. Contacts. contact :
Diplôme Bac + 3 Parcours - - Contacts UFR des Sciences Economiques et de Gestion contact : Contact formation continue (Adultes en reprise d'études, Financement / VAE): tél.:01 49 40 37 64 acc-cfc@univ-paris13.fr
Plus en détailFiche descriptive de l indicateur : Tenue du dossier anesthésique (DAN)
Définition Score individuel Score global Echantillon Critère d inclusion Fiche descriptive de l indicateur : Tenue du dossier anesthésique (DAN) Cet indicateur évalue la tenue du dossier anesthésique.
Plus en détailDate De Création 14/05/2013. PIC Poitou Charente. Préparé par : Cécilia CHARTIER. Modification 14/05/2013
Protocole médical Préparé par : Cécilia CHARTIER Objet : recueillir les données (poids, tension, qualité de vie) des patients à leur domicile par le biais d un système Twitoo (recueil d information par
Plus en détailT de Student Khi-deux Corrélation
Les tests d inférence statistiques permettent d estimer le risque d inférer un résultat d un échantillon à une population et de décider si on «prend le risque» (si 0.05 ou 5 %) Une différence de moyennes
Plus en détailTESTS D HYPOTHÈSE FONDÉS SUR LE χ². http://fr.wikipedia.org/wiki/eugénisme
TESTS D HYPOTHÈSE FONDÉS SUR LE χ² http://fr.wikipedia.org/wiki/eugénisme Logo du Second International Congress of Eugenics 1921. «Comme un arbre, l eugénisme tire ses constituants de nombreuses sources
Plus en détaile-santé du transplanté rénal : la télémédecine au service du greffé
e-santé du transplanté rénal : la télémédecine au service du greffé Professeur Michèle Kessler CHU de Nancy et réseau Néphrolor L une des applications de la télémédecine est la télésurveillance à domicile,
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 détailL obésité et le diabète de type 2 en France : un défi pour la prochaine décennie. DANIEL RIGAUD CHU de Dijon
L obésité et le diabète de type 2 en France : un défi pour la prochaine décennie DANIEL RIGAUD CHU de Dijon 46 Obésité : définition L obésité est définie comme un excès de masse grasse associée à un surcroît
Plus en détailProbabilités et Statistiques. Feuille 2 : variables aléatoires discrètes
IUT HSE Probabilités et Statistiques Feuille : variables aléatoires discrètes 1 Exercices Dénombrements Exercice 1. On souhaite ranger sur une étagère 4 livres de mathématiques (distincts), 6 livres de
Plus en détailExercices sur le chapitre «Probabilités»
Arnaud de Saint Julien - MPSI Lycée La Merci 2014-2015 1 Pour démarrer Exercices sur le chapitre «Probabilités» Exercice 1 (Modélisation d un dé non cubique) On considère un parallélépipède rectangle de
Plus en détailCONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)
CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un
Plus en détailMario Geiger octobre 08 ÉVAPORATION SOUS VIDE
ÉVAPORATION SOUS VIDE 1 I SOMMAIRE I Sommaire... 2 II Évaporation sous vide... 3 III Description de l installation... 5 IV Travail pratique... 6 But du travail... 6 Principe... 6 Matériel... 6 Méthodes...
Plus en détailDocument d orientation sur les allégations issues d essais de non-infériorité
Document d orientation sur les allégations issues d essais de non-infériorité Février 2013 1 Liste de contrôle des essais de non-infériorité N o Liste de contrôle (les clients peuvent se servir de cette
Plus en détailProbabilité et Statistique pour le DEA de Biosciences. Avner Bar-Hen
Probabilité et Statistique pour le DEA de Biosciences Avner Bar-Hen Université Aix-Marseille III 2000 2001 Table des matières 1 Introduction 3 2 Introduction à l analyse statistique 5 1 Introduction.................................
Plus en détailPrise en charge de l embolie pulmonaire
Prise en charge de l embolie pulmonaire Dr Serge Motte Liège 06.12.14 - Laack TA et Goyal DG, Emerg Med Clin N Am 2004; 961-983 2 PLAN Diagnostic Prise en charge: Phase aiguë: analyse de gravité Choix
Plus en détailQue faire lorsqu on considère plusieurs variables en même temps?
Chapitre 3 Que faire lorsqu on considère plusieurs variables en même temps? On va la plupart du temps se limiter à l étude de couple de variables aléatoires, on peut bien sûr étendre les notions introduites
Plus en détailContrat de prélèvement automatique pour la restauration scolaire, et l'accueil de Loisirs Associées à l Ecole (A.L.A.E.) (exemplaire Mairie)
DEPARTEMENT R E P U B L I Q U E F R A N C A I S E de la HAUTE - GARONNE M A I R I E DE L H E R M Arrondissement de Muret 2 avenue de Gascogne Téléphone : 05 61.56.07.25 Télécopie : 05 61.56.11 82 E.mail:
Plus en détailSTATISTIQUES. UE Modélisation pour la biologie
STATISTIQUES UE Modélisation pour la biologie 2011 Cadre Général n individus: 1, 2,..., n Y variable à expliquer : Y = (y 1, y 2,..., y n ), y i R Modèle: Y = Xθ + ε X matrice du plan d expériences θ paramètres
Plus en détailGénétique et génomique Pierre Martin
Génétique et génomique Pierre Martin Principe de la sélections Repérage des animaux intéressants X Accouplements Programmés Sélection des meilleurs mâles pour la diffusion Index diffusés Indexation simultanée
Plus en détailTransformations nucléaires
Transformations nucléaires Stabilité et instabilité des noyaux : Le noyau d un atome associé à un élément est représenté par le symbole A : nombre de masse = nombre de nucléons (protons + neutrons) Z :
Plus en détailFeuille d exercices 2 : Espaces probabilisés
Feuille d exercices 2 : Espaces probabilisés Cours de Licence 2 Année 07/08 1 Espaces de probabilité Exercice 1.1 (Une inégalité). Montrer que P (A B) min(p (A), P (B)) Exercice 1.2 (Alphabet). On a un
Plus en détailMaster transrégional en Sciences Pharmaceutiques
Préparation du consortium d appui aux formations francophones Université de Médecine de Hanoi 3 octobre 2012 Master transrégional en Sciences Pharmaceutiques Présentation du projet: Sébastien Clavel Fondation
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 détailEssais cliniques de phase 0 : état de la littérature 2006-2009
17 èmes Journées des Statisticiens des Centres de Lutte contre le Cancer 4 ème Conférence Francophone d Epidémiologie Clinique Essais cliniques de phase 0 : état de la littérature 2006-2009 Q Picat, N
Plus en détailOBSERVATOIRE DE LA m-santé
OBSERVATOIRE DE LA m-santé La m-santé, de nouvelles perspectives pour le bien-être et la santé Qu il s agisse de surveiller son poids ou son alimentation, d arrêter de fumer, de mesurer son activité physique
Plus en détailVI. Tests non paramétriques sur un échantillon
VI. Tests non paramétriques sur un échantillon Le modèle n est pas un modèle paramétrique «TESTS du CHI-DEUX» : VI.1. Test d ajustement à une loi donnée VI.. Test d indépendance de deux facteurs 96 Différentes
Plus en détailOptimisation du rééchantillonnage dans un logiciel d Amélioration des Plantes
Optimisation du rééchantillonnage dans un logiciel d Amélioration des Plantes Baradat P. INRA-Département EFPA UMR AMAP 34398 Montpellier Cedex 5 FRANCE baradat@ensam.inra.fr Labbé T. INRA-Département
Plus en détailI - CLASSIFICATION DU DIABETE SUCRE
I - CLASSIFICATION DU DIABETE SUCRE 1- Définition : Le diabète sucré se définit par une élévation anormale et chronique de la glycémie. Cette anomalie est commune à tous les types de diabète sucré, mais
Plus en détailOUVERT02 - Maintien de l ouverture par élimination mécanique ou manuelle des rejets ligneux et autres végétaux indésirables Sous-mesure :
OUVERT02 - Maintien de l ouverture par élimination mécanique ou manuelle des rejets ligneu et autres végétau indésirables Sous-mesure : 10.1 Paiements au titre d'engagements agroenvironnementau et climatiques
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 détailChapitre 3. Les distributions à deux variables
Chapitre 3. Les distributions à deux variables Jean-François Coeurjolly http://www-ljk.imag.fr/membres/jean-francois.coeurjolly/ Laboratoire Jean Kuntzmann (LJK), Grenoble University 1 Distributions conditionnelles
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 détailPrésentation Générale
Mars 2009 Présentation Générale 1- Le Master Recherche en Sciences de la Vie et de la Santé à Nice Objectifs, environnement scientifique, organisation Enseignements, les spécialités, les cours et les stages
Plus en détailLA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING»
LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING» Gilbert Saporta Professeur de Statistique Appliquée Conservatoire National des Arts et Métiers Dans leur quasi totalité, les banques et organismes financiers
Plus en détailCalcul élémentaire des probabilités
Myriam Maumy-Bertrand 1 et Thomas Delzant 1 1 IRMA, Université Louis Pasteur Strasbourg, France Licence 1ère Année 16-02-2006 Sommaire La loi de Poisson. Définition. Exemple. 1 La loi de Poisson. 2 3 4
Plus en détailMESURER SA PRESSION ARTÉRIELLE À DOMICILE. La société québécoise D HYPERTENSION ARTÉRIELLE
MESURER SA PRESSION ARTÉRIELLE À DOMICILE QU EST-CE QUE LA PRESSION ARTÉRIELLE? La pression artérielle est la force du sang circulant dans les artères lors de chaque contraction du cœur. La mesure de
Plus en détailEvaluation du risque Cardio-vasculaire MOHAMMED TAHMI
Evaluation du risque Cardio-vasculaire MOHAMMED TAHMI La pression artérielle normale n existe plus. L hypertension artérielle n existe plus. On soigne un risque cardiovasculaire. Plus celui-ci est élevé
Plus en détail«INNOVATION PEDAGOGIQUE PAR LA MISE EN PLACE D UNE UNITE DE PHARMACIE EXPERIMENTALE POUR AMELIORER LA QUALITE DE LA FORMATION PROFESSIONNALISANTE»
REPUBLIQUE TUNISIENNE MINISTERE DE L'ENSEIGNEMENT SUPERIEUR DE LA RECHERCHE SCIENTIFIQUE Université de Monastir Faculté de pharmacie de Monastir «INNOVATION PEDAGOGIQUE PAR LA MISE EN PLACE D UNE UNITE
Plus en détailTESTS PORTMANTEAU D ADÉQUATION DE MODÈLES ARMA FAIBLES : UNE APPROCHE BASÉE SUR L AUTO-NORMALISATION
TESTS PORTMANTEAU D ADÉQUATION DE MODÈLES ARMA FAIBLES : UNE APPROCHE BASÉE SUR L AUTO-NORMALISATION Bruno Saussereau Laboratoire de Mathématiques de Besançon Université de Franche-Comté Travail en commun
Plus en détailCHAPITRE 3 LA SYNTHESE DES PROTEINES
CHAITRE 3 LA SYNTHESE DES ROTEINES On sait qu un gène détient dans sa séquence nucléotidique, l information permettant la synthèse d un polypeptide. Ce dernier caractérisé par sa séquence d acides aminés
Plus en détailBACCALAURÉAT PROFESSIONNEL ÉPREUVE DE MATHEMATIQUES. EXEMPLE DE SUJET n 2
Exemple de sujet n 2 Page 1/7 BACCALAURÉAT PROFESSIONNEL ÉPREUVE DE MATHEMATIQUES EXEMPLE DE SUJET n 2 Ce document comprend : Pour l examinateur : - une fiche descriptive du sujet page 2/7 - une fiche
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 détailNouveau Barème W.B.F. de points de victoire 4 à 48 donnes
Nouveau Barème W.B.F. de points de victoire 4 à 48 donnes Pages 4 à 48 barèmes 4 à 48 donnes Condensé en une page: Page 2 barèmes 4 à 32 ( nombre pair de donnes ) Page 3 Tous les autres barèmes ( PV de
Plus en détailDÉRIVÉES. I Nombre dérivé - Tangente. Exercice 01 (voir réponses et correction) ( voir animation )
DÉRIVÉES I Nombre dérivé - Tangente Eercice 0 ( voir animation ) On considère la fonction f définie par f() = - 2 + 6 pour [-4 ; 4]. ) Tracer la représentation graphique (C) de f dans un repère d'unité
Plus en détailQU EST-CE QUE LA PROPHYLAXIE?
QU EST-CE QUE LA PROPHYLAXIE? TABLES DES MATIÈRES Publié par la Fédération mondiale de l hémophilie (FMH) Fédération mondiale de l hémophilie, 2014 La FMH encourage la traduction et la redistribution de
Plus en détailSTAGE D'INITIATION AUX SOINS INFIRMIERS D'ACCES EN PCEM2 ou en 2ème ANNEE DE CHIRURGIE DENTAIRE
FACULTÉ DE MÉDECINE FACULTÉ DE CHIRURGIE DENTAIRE Université de Strasbourg STAGE D'INITIATION AUX SOINS INFIRMIERS D'ACCES EN PCEM2 ou en 2ème ANNEE DE CHIRURGIE DENTAIRE JUILLET ou AOUT ou SEPTEMBRE 2012
Plus en détailDécret n 2010-1229 du 19 octobre
Télémédecine et diabète : le plan d éducation personnalisé électronique para médical (epep) Lydie Canipel Colloque TIC Santé 2011, 8 et 9 février 2011, Paris Décret n 2010-1229 du 19 octobre 2010 relatif
Plus en détailFiche d animation n 1 : Pêle-mêle
Fiche d animation n 1 : Pêle-mêle Cette animation permet au participants de découvrir les différents pièges du crédit à la consommation et plus particulièrement des ouvertures de crédit. Elle suscite également
Plus en détailL exclusion mutuelle distribuée
L exclusion mutuelle distribuée L algorithme de L Amport L algorithme est basé sur 2 concepts : L estampillage des messages La distribution d une file d attente sur l ensemble des sites du système distribué
Plus en détail