Autres tests statistiques (aperçu non exhaustif)
|
|
- Aubin Drapeau
- il y a 7 ans
- Total affichages :
Transcription
1 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 en Biostatistique Semestre S5 ( ) Version v2 Plan I. Non indépendance des individus II. Tests statistiques usuels pour données indépendantes III. Tests statistiques pour données non indépendantes 2
2 Rappel Les tests du Chi-2 et de Student pour séries non appariées ne sont applicables que si les individus sont indépendants Mais que signifie «indépendant»? 3 Non indépendance des individus? 2 individus i et j sont «non indépendants» si le fait que l individu i présente une caractéristique (quelle qu elle soit) modifie la probabilité que l individu j la présente aussi Exemples de non indépendance des individus - Echantillon de chatons, en sélectionnant plusieurs chatons d une portée 2 chatons appartenant à une même portée se ressemblent forcément plus que 2 chatons de deux portées différentes - Echantillon de vaches, en sélectionnant plusieurs vaches d un même élevage 2 vaches appartenant à un même élevage se ressemblent forcément plus que 2 vaches issues de 2 élevages différents - Echantillon de prélèvements sanguin sur un poulain, en prenant plusieurs prélèvements par poulain, et en prenant un échantillon contenant plusieurs poulains 4
3 Que faire en cas de non indépendance Si utilisation des tests statistiques classiques, annoncer cette limite de l analyse (par exemple, lors de votre thèse) Utilisation de tests statistiques adaptés, dans des situations simples (cf. plus loin) Utilisation de modèles statistiques prenant en compte cette non indépendance, dans le cas de données plus complexes (Exemples : mixed-effects models, generalized estimated equations (GEE)) Si vous êtes confronté(e) au cours de votre thèse à une situation potentielle de non indépendance, venez me voir! 5 Plan I. Non indépendance des individus II. Tests statistiques usuels pour données indépendantes III. Tests statistiques pour données non indépendantes 6
4 Tableau récapitulatif Tester l association entre Que fait le test? Nom du test statistique 2 variables binaires Compare 2 % 1 variable binaire x 1 variable qualitative Compare 3 % Chi 2, Fisher 2 variables qualitatives Résultats ininterprétables transformer une des deux variables en une variable binaire 1 variable binaire x 1 variable quantitative 1 variable qualitative x 1 variable quantitative 2 variables quantitatives Compare 2 moyennes Compare 2 médianes Compare 3 moyennes Compare 3 médianes Calcule un coefficient de corrélation (interprétation sujette à caution) Student Mann-Whitney NP ANOVA* Kruskall-Wallis**, NP Corrélation de Pearson Corrélation de Spearman NP * ANOVA = analyse de la variance (nécessite entre autres la normalité de la variable quantitative) ** Même principe de calcul que le test de Mann-Whitney NP = test statistique non paramétrique (ne nécessite pas de faire une hypothèse de distribution de la variable à tester) 7 Carte conceptuelle des tests Carte conceptuelle disponible sur la page du module, sur EVE 8
5 Carte conceptuelle des tests Carte conceptuelle disponible sur la page du module, sur EVE 9 Le test de l ANOVA Principe sur lequel repose le calcul de l ANalyse Of Variance (ANOVA) Comparer la moyenne d une variable quantitative entre plusieurs groupes Comparer la variabilité (variance) intra-groupe à la celle inter-groupe : variabilité inter-groupe Groupe 1 Groupe 2 Groupe 3 Variabilité intragroupe (pour groupe 4 ici) Groupe 4 10
6 Le test de l ANOVA Que fait le test de l ANOVA Il compare les 2 types de variances (variances inter et intra-groupe) Si le test est significatif les 2 types de variances sont significativement différents Il existe 1 moyenne(s) significativement différente(s) des autres Conditions de validité du test de l ANOVA Indépendances des individus les uns vis-à-vis des autres La distribution du caractère quantitatif doit suivre une loi normale Les variances intra-groupe ne doivent pas être trop différentes d un groupe à l autre 11 Le test de Mann-Whitney Quand utiliser le test de Mann-Whitney? Quand on ne peut pas comparer deux moyennes (conditions du test de Student non vérifiées) Que fait le test de Mann-Whitney? Il teste la distribution des données en testant la somme des rangs entre les deux groupes comparés On part du principe que si les distributions sont différentes, alors les médianes le sont aussi Conditions de validité du test de Mann-Whitney Indépendances des individus les uns vis-à-vis des autres 12
7 Le test de Mann-Whitney Illustration sur la croissance pondérale de chatons entre 2 groupes Tri par croissance pondérale croissante Regroupement Le test de Mann-Whitney va tester si 48 et significativement différent de 57 tester si la médiane de 19,2 est significativement différente de 19,8 13 Plan I. Non indépendance des individus II. Tests statistiques usuels pour données indépendantes III. Tests statistiques pour données non indépendantes 14
8 Situation au programme du module Nombreuses situations de non indépendance des individus Situation au programme : l animal est évalué 2 fois, et l on veut tester si ce qui est mesuré la 2 ème fois est significativement différent de ce qui a été mesuré la 1 ère fois 15 Description générale du protocole N animaux sont vus une 1 ère fois à t 0, on mesure un paramètre (PAR t0 ) Ce paramètre PAR peut être quantitatif ou binaire (par exemple, absence/présence de symptômes) Les N animaux bénéficient d une intervention* juste après t 0 Il est revu une 2 ème fois à t 1, et l on mesure à nouveau ce paramètre (Par t1 ) La «valeur» du paramètre PAR à t 0 est-elle significativement différente de celle à t 1? Valeur PAR t0 Valeur PAR t1 t 0 t 1 t Intervention juste après t 0 * Traitement, opération, 16
9 Problématique La moyenne, médiane ou % de PAR t0 ne peut pas être testée statistiquement à la moyenne, médiane ou % de PAR t1 à l aide respectivement des tests du Student pour séries non appariées, de Mann-Whitney, ou du Chi-2 car les mesures ont été effectuées un même animal Données non indépendantes * Ou médiane, dans le cas de données distribuées non normalement 17 Solution Variable quantitative distribuée normalement - Test de Student pour séries appariées - La moyenne à t 0 calculée sur les N animaux est comparée à la moyenne à t 1 calculée sur les mêmes N animaux - Principe : la moyenne des différences individuelles entre t 1 et t 0 est testée par rapport à 0 - Exemple : on veut tester l effet d un hypotenseur, on mesure la pression artérielle systolique (PAS) à t 0, on en calcule la moyenne, on traite N animaux pendant 12 jours, on mesure à nouveau la PAS à t 1, on en calcule la moyenne, et on compare la moyenne de la PAS à t 0 à celle à t 1 en utilisant le test de Student pour séries appariées 18
10 Solution Variable quantitative non distribuée normalement - Test de Wilcoxon pour séries appariées (test non paramétrique) - La médiane à t 0 calculée sur les N animaux est comparée à la médiane à t 1 calculée sur les mêmes N animaux - Principe : ce test travaille sur les rangs des différences individuelles entre t 1 et t 0 - Exemple : on veut tester l effet analgésique, on mesure la douleur à l aide d un score à t 0, on en calcule la médiane, on traite N animaux pendant 30 jours, on mesure à nouveau le score de douleur à t 1, on en calcule la médiane, puis on compare la médiane du score de douleur à t 0 à celle du score de douleur à t 1 en utilisant le test de Wilcoxon pour séries appariées 19 Solution Variable binaire (par exemple, présence/absence de symptômes) - Test de McNemar - Le % d animaux avec symptômes à t 0 est comparée au % d animaux avec symptômes à t 1 - Principe : ce test compare les nombres de paires discordantes +/- et -/+ (respectivement f et g ci-après) 20
11 Solution Variable binaire (par exemple, présence/absence de symptômes) - Présentation des données Symptômes à t 0 Oui Non Total Symptômes à t 1 Oui e f e+f Non g h g+h Total e+g f+h N - Question : (e+g)/n significativement différent de (e+f)/n? 21
TABLE DES MATIERES. C Exercices complémentaires 42
TABLE DES MATIERES Chapitre I : Echantillonnage A - Rappels de cours 1. Lois de probabilités de base rencontrées en statistique 1 1.1 Définitions et caractérisations 1 1.2 Les propriétés de convergence
Plus en 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 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 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 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 détailLois de probabilité. Anita Burgun
Lois de probabilité Anita Burgun Problème posé Le problème posé en statistique: On s intéresse à une population On extrait un échantillon On se demande quelle sera la composition de l échantillon (pourcentage
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 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 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 détailSTRICTEMENT CONFIDENTIEL
MOIS / ANNEE ETUDE DE VALORISATION Société «EDIVAL» STRICTEMENT CONFIDENTIEL BUREAUX 31, Rue de Brest 69002 LYON Tél : +33 (0)8 71 55 11 98 SIÈGE SOCIAL 94, Rue Saint Lazare 75009 PARIS Tél : +33 (0)1
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 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 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 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 détail«Une bonne thèse répond à une question très précise!» : comment l enseigner?
«Une bonne thèse répond à une question très précise!» : comment l enseigner? Congrès du CNGE Angers Novembre 2008 Sébastien Cadier*, Isabelle Aubin**, Pierre Barraine* *Département de médecine générale
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 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 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 détailUnity Real Time 2.0 Service Pack 2 update
Unity Real Time 2.0 Service Pack 2 update Configuration des Objectifs Analytiques La nouvelle version permet, en un écran, de configurer un lot, un panel ou un instrument. Le menu est accessible au moyen
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 détailL ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ
L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ INTRODUCTION Données : n individus observés sur p variables quantitatives. L A.C.P. permet d eplorer les liaisons entre variables et
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 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 détailRéférentiel Officine
Référentiel Officine Inscrire la formation dans la réalité et les besoins de la pharmacie d officine de demain - Ce référentiel décrit dans le cadre des missions et des activités du pharmacien d officine
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 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 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 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 détailBases de données Outils de gestion
11/03/2010 Bases de données Outils de gestion Mise en place d outils pour gérer, stocker et utiliser les informations d une recherche biomédicale ent réalisé par L. QUINQUIS d épidémiologie et de biostatistique
Plus en détailComment se servir de cet ouvrage? Chaque chapitre présente une étape de la méthodologie
Partie I : Séries statistiques descriptives univariées (SSDU) A Introduction Comment se servir de cet ouvrage? Chaque chapitre présente une étape de la méthodologie et tous sont organisés selon le même
Plus en détailCours de méthodes de scoring
UNIVERSITE DE CARTHAGE ECOLE SUPERIEURE DE STATISTIQUE ET D ANALYSE DE L INFORMATION Cours de méthodes de scoring Préparé par Hassen MATHLOUTHI Année universitaire 2013-2014 Cours de méthodes de scoring-
Plus en détailSéries Statistiques Simples
1. Collecte et Représentation de l Information 1.1 Définitions 1.2 Tableaux statistiques 1.3 Graphiques 2. Séries statistiques simples 2.1 Moyenne arithmétique 2.2 Mode & Classe modale 2.3 Effectifs &
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 détailEvaluation des modèles non-linéaires à effets mixtes
Evaluation des effets mixtes INSERM UMR738 GDR Statistiques et Santé, 20 octobre 2009 Pharmacométrie Définition modélisation des données obtenues lors d essais cliniques sur des médicaments développement
Plus en détailUEO11 COURS/TD 1. nombres entiers et réels codés en mémoire centrale. Caractères alphabétiques et caractères spéciaux.
UEO11 COURS/TD 1 Contenu du semestre Cours et TDs sont intégrés L objectif de ce cours équivalent a 6h de cours, 10h de TD et 8h de TP est le suivant : - initiation à l algorithmique - notions de bases
Plus en détailFICHE N 8 Photodiversité, d une banque d images à un portail d activités en ligne Anne-Marie Michaud, académie de Versailles
FICHE N 8 Photodiversité, d une banque d images à un portail d activités en ligne Anne-Marie Michaud, académie de Versailles Niveaux et thèmes de programme Sixième : 1 ère partie : caractéristiques de
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 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 détailLe don de moelle osseuse
Le don de moelle osseuse Enfant, je rêvais de sauver des vies. Aujourd hui, je le fais. Grande cause nationale 2009 Olivier, 4 ans Olivier, 32 ans Établissement relevant du ministère de la santé Le don
Plus en détailDPC «ACTION EN SECURITE TRANSFUSIONNELLE»
Programme de DPC «ACTION EN SECURITE TRANSFUSIONNELLE» Séance cognitive DPC Samedi 20 juin 2015 Journée Régionale d Hémovigilance ARS IDF Généralités Unprogramme de DPC est un ensemble d activités d évaluation
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 détailDon de moelle osseuse. pour. la vie. Agence relevant du ministère de la santé. Agence relevant du ministère de la santé
Don de moelle osseuse Engagez-VOUS pour la vie 1 Pourquoi devenir veilleur de vie? Le don de moelle osseuse peut sauver des vies La greffe de moelle osseuse représente une chance importante de guérison
Plus en détailStatistiques Appliquées à l Expérimentation en Sciences Humaines. Christophe Lalanne, Sébastien Georges, Christophe Pallier
Statistiques Appliquées à l Expérimentation en Sciences Humaines Christophe Lalanne, Sébastien Georges, Christophe Pallier Table des matières 1 Méthodologie expérimentale et recueil des données 6 1.1 Introduction.......................................
Plus en détailInfestation par Dipylidium caninum,
Fiche technique n 24 Infestation par Dipylidium caninum, le téniasis félin à Dipylidium Parmi tous les vers qui peuvent infester le chat, Dipylidium caninum est un parasite fréquemment rencontré dans le
Plus en détailESSEC Business School - 38030312 - Mai 2012 - *La réponse est en vous - Panorama des programmes
ESSEC Business School - 38030312 - Mai 2012 - *La réponse est en vous - Panorama des programmes Nos fondamentaux L excellence L ouverture L engagement L entrepreneuriat L innovation L humanisme La responsabilité
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 détailTuberculose bovine. Situation actuelle
Tuberculose bovine Situation actuelle 21 mai 2013 Dr G. Peduto Vétérinaire cantonal Service de la consommation et des affaires vétérinaires 1 Tuberculose bovine La Suisse est indemne depuis 1959 Dernier
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 détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur
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 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 détailConclusions d étape Groupe de travail APHP Prélèvements - Transplantation. R Adam, F. Desgrandchamps, S Cohen
Conclusions d étape Groupe de travail APHP Prélèvements - Transplantation R Adam, F. Desgrandchamps, S Cohen Etat des lieux : prélèvements et greffes à l AP-HP Forte Activité de l AP-HP au plan national
Plus en détailL intérêt technico-économique. avec simulations à l'appui
L intérêt technico-économique Titre de du l'engraissement diaporama des mâles avec simulations à l'appui Christèle PINEAU Institut de l'elevage Christele.Pineau@idele.fr Matthieu COUFFIGNAL ARVALIS, Institut
Plus en détailAssociation Suisse de Médecine Equine (ASME) Statuts
Association Suisse de Médecine Equine (ASME) Statuts 2 Article 1 Nom et siège 1.1. L Association Suisse de Médecine Equine (ASME) est une association selon les articles 60 et suivants du Code Civil Suisse
Plus en détail1 er MASTER CONCEPT «UN MONDE UNE SANTE»
1 er MASTER CONCEPT «UN MONDE UNE SANTE» In Partnership with Le Master 2 MAN-IMAL c est : Formation innovante et interdisciplinaire (Médecins, Véto, Ingénieurs agro/iaa, Biologistes ) Double compétence
Plus en détailRelation entre deux variables : estimation de la corrélation linéaire
CHAPITRE 3 Relation entre deux variables : estimation de la corrélation linéaire Parmi les analyses statistiques descriptives, l une d entre elles est particulièrement utilisée pour mettre en évidence
Plus en détailLes systèmes équins du Grand Ouest
Les systèmes s du Grand Ouest Repères techniques et économiques 0 SOMMAIRE SOMMAIRE... PRÉSENTATION... 3 LE DISPOSITIF RÉFÉRENCES ET DE RÉSEAU ÉQUIN... 3 CONTEXTE 0 ET CONJONCTURE... 3 TYPOLOGIE NATIONALE
Plus en détailGènes Diffusion - EPIC 2010
Gènes Diffusion - EPIC 2010 1. Contexte. 2. Notion de génétique animale. 3. Profil de l équipe plateforme. 4. Type et gestion des données biologiques. 5. Environnement Matériel et Logiciel. 6. Analyses
Plus en détailValidation probabiliste d un Système de Prévision d Ensemble
Validation probabiliste d un Système de Prévision d Ensemble Guillem Candille, janvier 2006 Système de Prévision d Ensemble (EPS) (ECMWF Newsletter 90, 2001) Plan 1 Critères de validation probabiliste
Plus en détailBIOSTATISTIQUES AVANCEES PLAN. Quelques références. Master Biologie Intégrative 1 ère année
Master Biologie Intégrative 1 ère année 1 BIOSTATISTIQUES AVANCEES Yves Desdevises! Observatoire Océanologique de Banyuls-sur-Mer (www.obs-banyuls.fr)! 04 68 88 73 13! desdevises@obs-banyuls.fr! http://desdevises.free.fr
Plus en détailSAS de base : gestion des données et procédures élémentaires
1 SAS de base : gestion des données et procédures élémentaires SAS de base : gestion des données et procédures élémentaires Résumé Description des commandes (module SAS de base) les plus utiles de l étape
Plus en détailMicrosoft Excel : tables de données
UNIVERSITE DE LA SORBONNE NOUVELLE - PARIS 3 Année universitaire 2000-2001 2ème SESSION SLMD2 Informatique Les explications sur la réalisation des exercices seront fournies sous forme de fichiers informatiques.
Plus en détailObjectifs du cours d aujourd hui. Informatique II : Cours d introduction à l informatique et à la programmation objet. Complexité d un problème (2)
Objectifs du cours d aujourd hui Informatique II : Cours d introduction à l informatique et à la programmation objet Complexité des problèmes Introduire la notion de complexité d un problème Présenter
Plus en détailMINISTERE DES AFFAIRES SOCIALES ET DE LA SANTE
MINISTERE DES AFFAIRES SOCIALES ET DE LA SANTE Direction générale de l offre de soins Sous-direction de la régulation Bureau R4 Dossier suivi par Denise Bauer Tél. : 01 40 56 52 78 Mel. : denise.bauer@sante.gouv.fr
Plus en détailAide-mémoire de statistique appliquée à la biologie
Maxime HERVÉ Aide-mémoire de statistique appliquée à la biologie Construire son étude et analyser les résultats à l aide du logiciel R Version 5(2) (2014) AVANT-PROPOS Les phénomènes biologiques ont cela
Plus en détailMASTER (LMD) PARCOURS MICROORGANISMES, HÔTES, ENVIRONNEMENTS (MHE)
MASTER (LMD) PARCOURS MICROORGANISMES, HÔTES, ENVIRONNEMENTS (MHE) RÉSUMÉ DE LA FORMATION Type de diplôme : Master (LMD) Domaine ministériel : Sciences, Technologies, Santé Mention : BIOLOGIE DES PLANTES
Plus en détail(51) Int Cl.: H04L 29/06 (2006.01) G06F 21/55 (2013.01)
(19) TEPZZ 8 8 4_A_T (11) EP 2 838 241 A1 (12) DEMANDE DE BREVET EUROPEEN (43) Date de publication: 18.02.1 Bulletin 1/08 (1) Int Cl.: H04L 29/06 (06.01) G06F 21/ (13.01) (21) Numéro de dépôt: 141781.4
Plus en détailSUPPLÉMENT AU DIPLÔME D ETUDES FONDAMENTALES VETERINAIRES Supplément n 2012-01 Délivré par l INP-Ecole Nationale Vétérinaire de Toulouse
SUPPLÉMENT AU DIPLÔME D ETUDES FONDAMENTALES VETERINAIRES Supplément n 2012-01 Délivré par l INP-Ecole Nationale Vétérinaire de Toulouse Le présent supplément au diplôme suit le modèle élaboré par la Commission
Plus en détailRAPPORT SYNTHÈSE. En santé après 50 ans. Évaluation des effets du programme Les médicaments :
S A N T É P U B L I Q U E RAPPORT SYNTHÈSE Évaluation des effets du programme Les médicaments : Oui Non Mais! En santé après 50 ans Depuis janvier 1997, la Direction de santé publique s est associée à
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 détailLes oiseaux migrateurs en recherche
Les oiseaux migrateurs en recherche Formation des utilisateurs d animaux Dernière mise à jour : Avril 2008 Objectifs du module Fournir une introduction aux considérations juridiques, éthiques et de sécurité
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 détailModèle communautaire d'autorisation de fabrication. Notes explicatives
Modèle communautaire d'autorisation de fabrication Notes explicatives 1. Objet Le document reproduit ci-après définit un modèle et le contenu des autorisations de fabrication accordées par les autorités
Plus en détailExamen Médian - 1 heure 30
NF01 - Automne 2014 Examen Médian - 1 heure 30 Polycopié papier autorisé, autres documents interdits Calculatrices, téléphones, traducteurs et ordinateurs interdits! Utilisez trois copies séparées, une
Plus en détailCORRELATION RADIO-ANATOMIQUE DANS LE CARCINOME HEPATOCELLULAIRE TRAITE PAR TRANSPLANTATION HEPATIQUE : IMPACT SUR LA RECIDIVE
CORRELATION RADIO-ANATOMIQUE DANS LE CARCINOME HEPATOCELLULAIRE TRAITE PAR TRANSPLANTATION HEPATIQUE : IMPACT SUR LA RECIDIVE L. Lecoq, J. Gendre, N. Sturm, C. Letoublon, MN. Hilleret, JP. Zarski, V. Leroy
Plus en détailGuide de Mobilisation. de cellules souches pour mon. Autogreffe AVEC LE SOUTIEN DE. Carnet d informations et de suivi pour le patient et sa famille
Guide de Mobilisation de cellules souches pour mon Autogreffe Carnet d informations et de suivi Carnets pour d informations le patient et sa et famille de suivi pour le patient et sa famille AVEC LE SOUTIEN
Plus en détailCOR-E : un modèle pour la simulation d agents affectifs fondé sur la théorie COR
COR-E : un modèle pour la simulation d agents affectifs fondé sur la théorie COR SABRINA CAMPANO DIRECTION: NICOLAS SABOURET ENCADREMENT : NICOLAS SABOURET, VINCENT CORRUBLE, ETIENNE DE SEVIN SOUTENANCE
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 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 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 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 détailLicence MASS 2000-2001. (Re-)Mise à niveau en Probabilités. Feuilles de 1 à 7
Feuilles de 1 à 7 Ces feuilles avec 25 exercices et quelques rappels historiques furent distribuées à des étudiants de troisième année, dans le cadre d un cours intensif sur deux semaines, en début d année,
Plus en détailQUEL AVENIR POUR LA PHARMACIE HOSPITALIERE EN SUISSE?
QUEL AVENIR POUR LA PHARMACIE HOSPITALIERE EN SUISSE? Regard critique sur nos filières de formation Symposium GSASA, Berne, 12 mai 2009 André Pannatier 1 PLAN 1. Les filières de formation de base et postdiplôme
Plus en détailCycle de formation certifiante Sphinx
Cycle de formation certifiante Sphinx 28, 29, 30 Mai 2015 Initiation, Approfondissement et Maîtrise Etudes qualitatives / quantitatives Initiation, approfondissement et maîtrise des études qualitatives
Plus en détailLecture critique et pratique de la médecine
1-00.qxp 24/04/2006 11:23 Page 13 Lecture critique appliquée à la médecine vasculaireecture critique et pratique de la médecine Lecture critique et pratique de la médecine Introduction Si la médecine ne
Plus en détailContraintes liées aux aspects économiques, impact de la T2A : le point de vue de l industriel
Contraintes liées aux aspects économiques, impact de la T2A : le point de vue de l industriel Jean-Michel Hotton Directeur des relations institutionnelles Laboratoire Pfizer 10 ème Journées Nationales
Plus en détailCHAPITRE 2 : Structure électronique des molécules
CHAPITRE 2 : Structure électronique des molécules I. La liaison covalente 1) Formation d une liaison covalente Les molécules sont des assemblages d atomes liés par des liaisons chimiques résultant d interactions
Plus en détailL évaluation des enseignements par les étudiant- e- s analysée sous l angle du genre
Projet E- QUAL + L évaluation des enseignements par les étudiant- e- s analysée sous l angle du genre Synthèse d une étude statistique exploratoire Centre de didactique Universitaire Université de Fribourg
Plus en détailFiche de renseignements accompagnant la demande de permis de construire en zone agricole dans le Haut-Rhin
Nom - Prénom (ou Nom de la société) : Adresse permanente : Téléphone : Email : Date de naissance: Statut juridique : s exploitation individuelle s GAEC s EARL s Autre (à préciser) Nom et Prénom du Chef
Plus en détailIBM SPSS Statistics Base 20
IBM SPSS Statistics Base 20 Remarque : Avant d utiliser ces informations et le produit qu elles concernent, lisez les informations générales sous Remarques sur p. 316. Cette version s applique à IBM SPSS
Plus en détailTests statistiques et régressions logistiques sous R, avec prise en compte des plans d échantillonnage complexes
, avec prise en compte des plans d échantillonnage complexes par Joseph LARMARANGE version du 29 mars 2007 Ce cours a été développé pour une formation niveau M2 et Doctorat des étudiants du laboratoire
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 détailEPFL 2010. TP n 3 Essai oedomètrique. Moncef Radi Sehaqui Hamza - Nguyen Ha-Phong - Ilias Nafaï Weil Florian
1 EPFL 2010 Moncef Radi Sehaqui Hamza - Nguyen Ha-Phong - Ilia Nafaï Weil Florian 11 Table de matière Ø Introduction 3 Ø Objectif 3 Ø Déroulement de l eai 4 Ø Exécution de deux palier de charge 6 Ø Calcul
Plus en détailObjectifs. Clustering. Principe. Applications. Applications. Cartes de crédits. Remarques. Biologie, Génomique
Objectifs Clustering On ne sait pas ce qu on veut trouver : on laisse l algorithme nous proposer un modèle. On pense qu il existe des similarités entre les exemples. Qui se ressemble s assemble p. /55
Plus en détailTransport des gaz dans le sang
UE3-2 - Physiologie Physiologie Respiratoire Chapitre 9 : Transport des gaz dans le sang Docteur Sandrine LAUNOIS-ROLLINAT Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits
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 détailFigure 1a Wasmannia auropunctata (Ouvrière), morphologie. 1 millimètre
Figure 1a Wasmannia auropunctata (Ouvrière), morphologie. 1 millimètre Figure 1b Wasmannia auropunctata Taille relative et diversité morphologique (Reine et ouvrière) Figure 2 Wasmannia auropunctata (mâle
Plus en détailRÉPONSE DU CONSEIL D'ETAT à l interpellation Amélie Cherbuin Comment soutenir nos ressortissants américains?
AOÛT 2014 13_INT_190 RÉPONSE DU CONSEIL D'ETAT à l interpellation Amélie Cherbuin Comment soutenir nos ressortissants américains? Rappel de l'interpellation Suite aux accords Foreign Account Tax Compliance
Plus en détailFiche d identité de l entreprise. Présentation de l entreprise. a - Production ou service : b - Personnel :
Introduction Dans le cadre de la semaine de stage organisée par le Collège Eugène Le Roy, je suis allé dans l entreprise PERIGORD SOINS à Bergerac, du 3 au 7 Mars 2003. Ce stage avait pour objectifs d
Plus en détaildes banques pour la recherche
ADN, cellules, tissus... des banques pour la recherche FÉVRIER 2009 Les banques d échantillons de matériel biologique (tissus, cellules, ADN ), appelées biobanques, mettent à disposition des chercheurs
Plus en détail