Examen de l UE de biostatistique du 17 avril 2013

Dimension: px
Commencer à balayer dès la page:

Download "Examen de l UE de biostatistique du 17 avril 2013"

Transcription

1 Examen de l UE de biostatistique du 17 avril 013 Les questions sont indépendantes et peuvent être traitées dans le désordre. Les principales maladies graves du foie de l enfant sont les cholestases chroniques (stagnation de la bile dans les voies biliaires pouvant provoquer une jaunisse encore appelée ictère). Dans les cas les plus graves, la bile ne peut plus circuler (on parle d'atrésie des voies biliaires) et, le plus souvent, une opération doit être faite en urgence. Parfois, une transplantation hépatique est nécessaire. Ces interventions peuvent se compliquer d'une hémorragie digestive. On recherche alors des varices de l'œsophage qui pourraient en être responsables. Une étude a été mise en place en 1990 dans un service de pédiatrie de la région parisienne chez 15 enfants présentant une atrésie des voies bilaires. Parmi ces enfants, 117 ont bénéficié d une prise en charge chirurgicale en urgence. Une fois le diagnostic d atrésie posé ces enfants étaient suivis en consultations au cours desquelles étaient réalisés des dosages biologiques ainsi qu une recherche du nombre de varices œsophagiennes. Une partie des résultats est donnée dans les tableaux en fin d'énoncé. On considérera que les variables quantitatives ont des distributions normales. Certaines d'entre elles ont été mises en classes pour les besoins de l analyse. 1. a. Quel est le pourcentage d hémorragies digestives et son intervalle de confiance? b. Quel est le pourcentage de filles parmi les enfants ayant eu des hémorragies digestives et son intervalle de confiance? c. Quels sont les intervalles de confiance des moyennes de l âge au moment du traitement selon qu'il y a une hémorragie digestive ou non?. Les proportions d hémorragies digestives diffèrent-elles selon : a. le sexe de l enfant? b. le premier traitement? c. le type de chirurgie (en se limitant aux enfants ayant effectivement bénéficié d une intervention chirurgicale)? 3. a. Le poids des enfants au premier examen après le traitement diffère-t-il selon la présence d hémorragie digestive? b. Le nombre de varices œsophagiennes diffère-t-il selon la présence d hémorragie digestive? 4. On voudrait, avec les données du tableau, tester si l état de la rate est un facteur Master de Santé Publique Unité d'enseignement de biostatistiques - Examen du 17 avril 013

2 prédictif d hémorragie digestive. On vous dit que les effectifs sont trop petits pour cela car il n'y a que sujets avec poly-splénisme en cas d'hémorragie digestive, ce qui ne suffit pas car c'est inférieur à 5. a. Cet argument vous parait-il recevable? b. Que pouvez-vous proposer pour répondre à la question? 5. On s intéresse dans la suite de l étude à la relation entre les valeurs de la bilirubine totale (une bilirubine totale >100 µmol/l est un signe biologique majeur de jaunisse) et l âge (en mois) au moment de l examen catégorisé en trois classes (tableau 3) a. Le taux de bilirubine totale varie-t-il selon l âge des enfants au moment de l examen? (précisez les conditions d application du test) b. Existe-t-il une tendance à une augmentation de la bilirubine totale (Y) en fonction de l âge (X) des enfants au moment de l examen. On vous donne en plus m x = 17,9 mois, s x = 18,6 mois, m y = 17, µmol/l et s y = 154,7 µmol/l et Σ xy = 4836,13. c. Quelle est la part de variance de la bilirubine totale Y expliquée par l âge X des enfants au moment de l examen? 6. a. Parmi les 15 enfants de l étude, 0 sont décédés. 75 ont subi une transplantation hépatique parmi lesquels 85,3% ont survécu. Existe-t-il une relation entre la transplantation hépatique et le décès des enfants? b. Parmi les 117 enfants ayant eu une intervention chirurgicale, 19 sont décédés. Leur répartition selon l âge au traitement (catégorisée en 3 classes) est indiquée dans le tableau 4. Le test de χ global sur ces données est égal à 5,34. Un test de tendance sur ces mêmes données donne un χ égal à 4,60. Comment interprétez-vous ce résultat quant à la relation entre le l'âge au traitement et le risque de décès? Master de Santé Publique Unité d'enseignement de biostatistiques - Examen du 17 avril 013

3 Tableau 1 : Principales caractéristiques des enfants au moment du traitement d atrésie biliaire selon la présence d hémorragie digestive Présence d hémorragie digestive Non Effectif 98 7 Garçons (n) Premier traitement Pas de chirurgie Chirurgie type 1 (porto-cholécystotomie Chirurgie type (porto-entérostomie) Age (jours) m=58,3 ; s =548,5 m=6,0 ; s =988,9 Tableau : Caractéristiques cliniques des enfants au premier examen de contrôle après le traitement selon la présence d hémorragie digestive. Présence d hémorragie digestive Non Effectif 98 7 Poids (kg) m=9,98 ; s =7,6 m=8,58 ; s =7,13 Nombre de varices œsophagiennes m=1,06 ; s =1,11 m=1,89 ; s =1,18 Etat de la rate normale splénomégalie* poly-splénisme** *se dit d une rate augmentée de volume ; **caractérisé par la présence de rate multiple. Tableau 3 : Bilirubine totale en fonction de l âge au moment du premier examen de contrôle après le traitement. Age au moment de l examen 9 mois Entre mois > 16 mois Effectif Bilirubine totale (µmol.l) m=61,5 ; s =17109,7 m= 185,; s = 4161,4 m= 74,7; s = 1370,4 Master de Santé Publique Unité d'enseignement de biostatistiques - Examen du 17 avril 013

4 Tableau 4 : Nombre de décès en fonction de l âge au traitement chez les enfants ayant eu une intervention chirurgicale Age au traitement jours jours jours Effectif Nombre de décès (%) 3 (8,8) 5 (11,9) 11 (6,8) Master de Santé Publique Unité d'enseignement de biostatistiques - Examen du 17 avril 013

5 Unité d'enseignement de biostatistiques Examen du 17 avril Corrigé 1. a) La fréquence des hémorragies digestives parmi les enfants de l étude se déduit des 7 données du tableau 1 : p0 = = 0,16 0, 15 L'intervalle de confiance est donné par : pq o o 0, 0,78 po ± zα/ = 0, ± 1,96 = 0,14 ; 0,9 n 15 [ ] On vérifie a posteriori que les conditions d'applications sont satisfaites : np i, np s, nq i et nq s sont supérieurs à 5 (la plus petite valeur vaut : 15 0,14 = 17,5. b) La fréquence des filles parmi les enfants ayant eu des hémorragies digestives se déduit 1 aussi des données du tableau 1 : p0 = = 0,444 0,44 7 L'intervalle de confiance est donné par : pq o o 0,44 0,56 po ± zα/ = 0,44± 1,96 = 0,5;0,63 n 7 [ ] On vérifie a posteriori que les conditions d'applications sont satisfaites : np i, np s, nq i et nq s sont supérieurs à 5 (la plus petite valeur vaut : 7 0,5 = 6,75. Remarque : On peut aussi lire directement la valeur de l intervalle dans la table pour petits échantillons qui donne les résultats jusqu'à n=100. On obtient : [0,548 ; 0,6467] [0,5 ; 0,65]. On constate que le résultat obtenu par la table est peu différent du précédent. Cela n'était pas possible pour la question précédente parce que la table pour petits échantillons ne donne les résultats que jusqu'à n=100 et que l effectif était de 15 enfants. c) Les moyennes m 1 et m de l'âge au traitement des enfants selon qu'ils ont eu des hémorragies digestives ou non sont données dans le tableau 1. Ce tableau donne aussi les variances, ce qui permet de calculer les intervalles de confiance des moyennes vraies correspondantes µ 1 et µ. pour les enfants n ayant pas présenté d hémorragie digestive Puisque la taille de l'échantillon des enfants n ayant pas présenté d hémorragie digestive est supérieure à 30, l'intervalle de confiance de la moyenne l'âge µ 1 est donné, sans autre condition d'application, par : s m 1 ± z 1!/ = 58,3 ±1,96 548,5 n 1 98 = " # 53,7;6,9 $ % pour les enfants ayant présenté une hémorragie digestive Le nombre d'enfants ayant présenté une hémorragie digestive étant inférieur à 30, l'intervalle de confiance de la moyenne de l'âge est donné par : Master de Santé Publique Unité d'enseignement de biostatistiques - Examen du 17 avril 013

6 s m ± t n!1;"/ = 6,0 ±, ,9 n 7 = # $ 49,6;74,4 % & L'utilisation de cette formule nécessite que la distribution de l'âge est normale chez les enfants ayant présenté une hémorragie digestive (ce qui est supposé dans l'énoncé). a) Les hypothèses à tester s'écrivent : H 0 : P 1 = P et H 1 : P 1 P où P 1 et P sont les pourcentages vrais d hémorragies digestives selon que le sexe de l enfant est masculin ou féminin. Les taux observés d hémorragies digestives sont égaux respectivement à 3,4% et 19,7% chez les garçons et les filles. Le tableau de χ correspondant, que l'on peut reconstituer avec les données du tableau 1, est le suivant : Hémorragie digestive Sexe de l enfant Garçon Non 49 (50,) 15 (13,8) Fille 49 (47,8) 1 (13,) Les conditions d application du test de χ sont satisfaites puisque les effectifs théoriques (entre parenthèses) sont tous supérieurs à 5. On obtient donc :! 0 = (49 " 50,) 50, + (49 " 47,8) 47,8 + (15 "13,8) 13,8 + (1 "13,) 13, = 0,7 La valeur obtenue étant inférieure à la valeur seuil de la loi de χ à 1 ddl (3,84), le test est non significatif. On ne rejette pas H o. On ne met donc pas en évidence de différence entre les taux d hémorragies digestives selon le sexe de l enfant. b) Les hypothèses à tester s'écrivent : H 0 : P 1 = P = P 3 et H 1 : il existe au moins une différence entre ces trois pourcentages, où P 1, P et P 3 sont les pourcentages vrais d hémorragies digestives selon le type de premier traitement. Le tableau de χ correspondant, que l'on peut reconstituer avec les données du tableau 1, est le suivant : Hémorragies digestives Non Pas de chirurgie 7 (6,3) 1 (1,7) Premier traitement 8 (5,6) Porto- Cholécystomie 18 (0,4) Portoenterostomie 73 (71,3) 18 (19,7) Master de Santé Publique Unité d'enseignement de biostatistiques - Examen du 17 avril 013

7 Les conditions d application du test de χ ne sont pas satisfaites puisque un des effectifs théoriques (entre parenthèses) est inférieur à 5. On ne peut, compte tenu de la nature de la variable "Premier traitement", raisonnablement regrouper les colonnes. c) Dans ce cas les hypothèses deviennent : H 0 : P 1 = P et H 1 : P 1 P où P 1 et P sont les pourcentages vrais d hémorragies digestives selon que le type de chirurgie de l enfant. On obtient donc le tableau de contingence suivant en éliminant les enfants n ayant pas eu de chirurgie : Hémorragie digestive Porto- Cholécystomie Non 18 (0,) 8 (5,8) Type de chirurgie Portoenterostomie 73 (70,8) 18 (0,) Les conditions d application du test de χ sont satisfaites puisque tous les effectifs théoriques (entre parenthèses) sont supérieurs à 5. On obtient : (73 70,8) (18 0,) (18 0,) (8 5,8) χ 0 = = 1, 41 70,8 0, 0. 5,8 La valeur obtenue étant inférieure à la valeur seuil de la loi de χ à 1 ddl (3,84), le test est non significatif. On ne rejette pas H o. On ne met donc pas en évidence de différence entre les taux d hémorragie digestive selon le type de chirurgie chez les enfants opérés. 3 a) Les hypothèses testées sont : H 0 : µ 1 = µ et H 1 : µ 1 µ, où µ 1 et µ sont respectivement les moyennes vraies du poids des enfants selon l absence ou la présence d hémorragie digestive. Le nombre d enfants ayant fait une hémorragie digestive dans un des deux groupes à comparer étant inférieur à 30, il faudrait utiliser ici le test de Student qui nécessite que les distributions du poids soient normales et de même variances. On ne peut pas vérifier la normalité de la distribution des poids, mais cela était supposé pour toutes les variables quantitatives dans l'énoncé. Par contre, on peut tester l'hypothèse d'égalité des variances en s1 7,6 97 calculant F0 = = = 3,87 qu'il faut comparer à la valeur seuil à,5% de F qui est 6 s 7,13 comprise entre 1,88 et,05. La différence entre les variances est donc très significative avec un degré de signification p<0,001, et donc une des conditions d'application du test de Master de Santé Publique Unité d'enseignement de biostatistiques - Examen du 17 avril 013

8 Student n est pas satisfaite. On utilisera donc le test approché. On a : m1 m 9,98 8,58 t ' 0 = = = 1,90. Cette valeur doit être comparée à la valeur seuil à s 7,6 7,13 1 s + + n n ,5% de la loi de Student à 85 ddl qui est l entier le plus proche de : s 1 s + = n1 n 0,978 k = = 85,08 1 s 1 1 s 0, n1 1 n1 n 1 n La valeur seuil est comprise entre 1,984 et,000 et donc 1,90 est inférieur à cette valeur. Le test est donc non significatif (mais de justesse (une table plus précise donnerait p=0,06)) : on ne met pas en évidence de différence entre les moyennes de poids de l enfant selon l absence ou la présence d hémorragie digestive. b) Les hypothèses testées sont : H o : µ 1 = µ et H 1 : µ 1 µ où µ 1 et µ sont les moyennes vraies du nombre de varices œsophagiennes selon l absence ou la présence d hémorragie digestive. Pour comparer les moyennes, on doit utiliser le test de Student puisqu une fois encore l effectif d un des groupes est inférieur à 30. Ce test nécessite que les distributions du dosage chez les cas et chez les témoins soient normales et de même variance. De même que précédemment, la normalité peut être supposée sur la base de ce qui est écrit dans l énoncé, sans pouvoir la vérifier. L égalité des variances semble satisfaite au vu des valeurs s 1,18 estimées : 1,11 et 1,18 mais il faut quand même la tester en calculant F0 = = = 1,06 s 1,11 qu'il faut comparer à la valeur seuil à,5% de différence entre les variances est donc non significative. On peut donc utiliser ici le test de Student. F qui est comprise entre 1,71 et 1,83. La Pour exécuter le test, on doit d abord calculer une estimation commune de la variance : (n1 1)s 1 + (n 1)s 97 1, ,18 s = = = 1,14 1,1. n + n On obtient alors : 1,06 1,89 t0 = = 3,608 3,61 à 13 ddl ,1( + ) 7 98 La valeur de t o dépasse la valeur seuil de la loi de Student à 13 ddl au risque 5% (qui est comprise entre 1,960 et 1,984). On rejette donc l hypothèse H 0 d égalité des moyennes du nombre de varices œsophagiennes selon l absence ou la présence d hémorragie digestive. Master de Santé Publique Unité d'enseignement de biostatistiques - Examen du 17 avril 013

9 Le degré de signification est p < 0,001. On constate que la moyenne du nombre de varices œsophagiennes est plus élevée chez les enfants ayant présentés des hémorragies digestives que chez les enfants n ayant pas présentés des hémorragies digestives. 4. a) L argument présenté dans l énoncé n est pas recevable puisque ce sont les effectifs calculés qui importent et pas les effectifs observés. Le tableau de χ correspondant reconstitué à partir des données du tableau est le suivant: Rate Normale Splénomégalie Poly-splénisme Hémorragies digestives Non 30 (30,3) 6 (61,3) 5 (5,4) 9 (8,7) 17 (17,7) (1,6) Les conditions d application du test de χ ne sont effectivement pas satisfaites, mais pour une autre raison, puisque un des effectifs calculés (entre parenthèses) est inférieur à 5. b) On pourrait ici, pour répondre à cette question, regrouper les deux dernières classes et ainsi les pourcentages d hémorragie digestive en fonction de l état normal ou anormal (splénomégalique ou poly-splénique) de la rate. Les hypothèses testées sont ainsi modifiées : H 0 : P 1 = P et H 1 : P 1 P où P 1 et P sont les pourcentages vrais d hémorragies digestives selon que la rate est normale ou anormale. Le nouveau tableau de contingence est le suivant : Rate Normale Anormale Hémorragies digestives Non 30 (30,3) 67 (66,7) 9 (8,7) 19 (19,3) Tous les effectifs calculés sont désormais > 5 on peut effectuer un test du χ. Master de Santé Publique Unité d'enseignement de biostatistiques - Examen du 17 avril 013

10 (30 30,3) (67 66,7) (9 8,7) (19 19,3) χ 0 = = 0,0149 0,015 30,3 66,7 8,7 19,3 La valeur obtenue étant inférieure à la valeur seuil de la loi de χ à 1 ddl (3,84), le test est non significatif. On ne rejette pas H o. On ne met donc pas en évidence de différence entre les taux d hémorragie digestive selon l état de la rate. 5. a) Les hypothèses testées sont : H 0 : µ 1 = µ = µ 3 et H 1 : il y a au moins une différence, où les µ i sont les moyennes vraies du taux de bilirubine totale dans les 3 classes d âge des enfants au moment de l examen. Il faut recourir à l analyse de la variance dont les conditions d application sont : distributions de l'âge dans les 3 classes d âge des enfants au moment de l examen normales et de mêmes variances. La normalité est supposée dans l'énoncé. On peut constater que les variances qui figurent dans le tableau 3 sont homogènes (ce qu'un test non au programme confirmerait). Les éléments de calcul nécessaires pour établir le tableau d analyse de la variance sont les suivants : i nmi 41 61, ,+43 74,7 m = = = 17,144 17,15 n 15 nm = 41 61, , ,7 = ,76 j j (n 1)s = , , ,4 = 7100,8 i i On en déduit le tableau d analyse de la variance : Source de variation Somme des carrés des écarts ddl Variance F Entre classes d âge SCE A = , ,15 = 7465,98 Résiduelle SCE R = 7100,8 1 s A 7465,98 = = 37131, ,8 sr = 1 = 1854,93 F ,99 = 1854,93 = 0,34 F 0 doit être comparé à la valeur seuil lue pour 5% dans la table comprise entre celles de F 100 (3,09) et de F 00 F 1. Cette valeur seuil est (3,04). On rejette donc H 0. On met en évidence une différence entre les taux de bilirubine totale moyens des enfants en fonction des 3 classes d âge au moment de l examen. Le degré de signification est p < 1. On constate que les taux de bilirubine totale diminuent quand l'âge augmente. Master de Santé Publique Unité d'enseignement de biostatistiques - Examen du 17 avril 013

11 b) Le résultat de la question précédente montre que le taux de bilirubine totale est différent selon l'âge par un test (analyse de variance) qui ne tient pas compte de l'ordre des classes d'âge. Comme on a constaté en outre que le taux de bilirubine totale diminue avec l'âge, cela suffit à montrer qu'il y a une tendance significative. Si on veut le degré de signification du test spécifique d'une tendance à une augmentation du taux de bilirubine totale (Y) et l âge au moment de l examen (X), deux solutions sont possibles : Première solution : Déterminer le coefficient de corrélation entre X et Y (qui est utilisable si la relation entre X et Y est linéaire et si la distribution de Y à X fixé (ou de X à Y fixé) est normale et de variance constante). Les hypothèses à tester sont donc H o : ρ = 0 et H 1 : ρ 0 où ρ est le vrai coefficient de corrélation entre X et Y. Il faut tout d'abord calculer ce coefficient de corrélation. L'expression la plus commode à xy n m xmy utiliser avec les données de l'énoncé est : r = (n 1) s s Les valeurs nécessaires aux calculs (m x, s x, s y, m y, s y et xy) sont données dans l énoncé. x y On obtient : 4836, ,9 17, r = = 0, ,6 154,7 Le test consiste à calculer t 0 = r n! 1! r =!0, ! 0,39 =!4,70. Comme t 0 dépasse la valeur seuil de la loi de Student à 13 degrés de liberté (pratiquement égale à 1,96), on rejette H O. Le degré de signification est p < 1. Le lien est dans le sens d'une diminution du taux de bilirubine totale des enfants en fonction de l âge au moment de l examen. Deuxième solution : Déterminer l équation de la droite de régression entre X et Y. Dans un second temps il faudra tester si la pente de la droite de régression est différente de zéro, pour cela il faudra supposer en plus que la relation entre X et Y est linéaire et que la distribution de Y à X fixé est normale et de variance constante. Les coefficients de la droite de régression de Y en fonction de X sont : b = a = m y - b m x. xy nmxmy et (n 1) s Les valeurs nécessaires aux calculs (m x, s x, m y, s y et xy) sont données dans l énoncé. 4836, ,9 17, On obtient ainsi : b = = -3, ,6 x Master de Santé Publique Unité d'enseignement de biostatistiques - Examen du 17 avril 013

12 et a = 17, + 3,19 17,9 = 9,3. L équation de la droite de régression est donc : ŷ= 9,3-3,19x Pour tester si la pente de la droite de régression est différente de zéro, il faut tout d abord estimer la variance de b. La variance estimée de b est : s b s Y b = sx n! 154,7 $ " # 18,6 % & ' ('3,19) D où on déduit : s b = = 0,479 ( 0, Le test de l hypothèse β = 0 s écrit : t o = 3,19 = -4,60 avec 13 ddl. Puisque le nombre de 0,48 degrés de liberté est élevé, t suit approximativement une loi normale de moyenne 0 et de variance 1. La valeur du degré de signification doit être lue dans la table de la loi centrée réduite pour un risque α = 5%. Puisque la valeur dépasse en valeur absolue 1,96 alors on conclut que la pente est significativement différente de 0 ; le degré de signification est p<1. Puisque que la pente est différente de 0 et que celle-ci est égale à -3,19 nous pouvons conclure à une diminution du taux de bilirubine totale des enfants en fonction de l âge au moment de l examen. Remarque : les deux solutions sont équivalentes. On obtient ici des valeurs de t 0 légèrement différentes (-4,70 et -4,60) en raison d'arrondis dans les calculs intermédiaires c) La part de variance de Y expliquée par X est égale à r. Si nous avons adopté la solution 1, r a été calculé et est égal à Il suffit de l élever au carré et le pourcentage de variance expliqué est donc r = 0,15. Si nous avons adopté la solution, pour obtenir r, nous devons préalablement passer par la relation qui lie la pente de la droite de régression et le coefficient de corrélation. Nous avons sx 18,6 donc : r = b = 3,19 = 0, Le pourcentage de variance expliqué est s 154,7 y donc r = 0,15. C'est-à-dire que 15% de la variance de la bilirubine totale est expliqué par l âge au moment de l examen. Les conditions d'application sont les mêmes que pour le test de la pente, mais, pour que l'interprétation de r qui vient d'être donnée soit quantitativement correcte, il est essentiel que la régression entre X et Y soit effectivement linéaire. Master de Santé Publique Unité d'enseignement de biostatistiques - Examen du 17 avril 013

13 6 a) Les hypothèses testées sont : H 0 : P 1 = P et H 1 : P 1 P où P 1 et P sont les pourcentages vrais de décès selon l existence ou non d une transplantation hépatique. On peut reconstituer le tableau de contingence à partir des données de l énoncé. En effet, l énoncé nous donne les effectifs des enfants décédés (n=0) et des enfants ayant bénéficiés d une transplantation hépatique (n=75), nous pouvons reconstituer les effectifs manquants des marges. Enfin, nous avons la possibilité de calculer l effectif observé de la case 1. Parmi les 75 enfants ayant subi une transplantation hépatique nous savons que 85,3% ont survécu. Donc l effectif de la case 1 est : 75! 0,853 = 63,975 " 64 Nous obtenons le tableau suivant : Décès Non Transplantation hépatique Non 50 = Le tableau de contingence final peut donc être reconstitué dans sa totalité par le calcul des différences en fonction des marges. Ce tableau est finalement le suivant : Transplantation hépatique Décès Non Non (4,0) (8,0) (63,0) (1,0) Tous les effectifs calculés sont > 5 on peut effectuer un test du χ. (41 4) (9 8) (64 63) (11 1) χ 0 = = 0,48 0, La valeur obtenue étant inférieure à la valeur seuil de la loi de χ à 1 ddl (3,84), le test est non significatif. On ne rejette pas H o. On ne met donc pas en évidence de différence entre les taux de décès des enfants selon l existence ou non d une transplantation hépatique. b) Les hypothèses testées dans cette question sont : H 0 : P 1 = P = P 3 et H 1 : il y a au moins une différence où P 1 P et P 3 sont les pourcentages vrais de décès selon les classes d âge au traitement. La valeur donnée dans l énoncé du χ égal à 5,34 correspond à un tableau de contingence à 3 colonnes et lignes. Il s agit ici d un χ à ddl dont la valeur seuil est 5,99. On ne rejette donc pas H 0 sur ce premier test. Master de Santé Publique Unité d'enseignement de biostatistiques - Examen du 17 avril 013

14 Il est légitime de se poser la question d une tendance à l augmentation du nombre des décès en fonction de l âge au traitement puisque l'âge est une variable ordonnée. Les hypothèses testées seront alors: H 0 : P 1 = P = P 3 et H 1 : les pourcentages P 1 à P 3 augmentent (ou diminuent) linéairement avec l âge au traitement. La valeur seuil est alors 3,84 puisque le χ de tendance est un χ à 1ddl. La valeur du test est de 4,60>3,84. On rejette ici H 0 et on met en évidence une tendance significative entre la fréquence des décès et l augmentation de l âge à la prise en charge d urgence (p<0,05). On observe que les fréquences de décès ont tendance à augmenter avec l âge au traitement (8,8%<11,9%<6,8%). C'est ce ème résultat qui doit être retenu car le test de tendance est plus puissant que le χ global dans le cas où il existe effectivement une progression de la fréquence de décès avec l'âge. Master de Santé Publique Unité d'enseignement de biostatistiques - Examen du 17 avril 013

15 Histogramme des notes nombre de copies : 6 moyenne : 10,4 notes supérieures à 10 : 65% Master de Santé Publique Unité d'enseignement de biostatistiques - Examen du 17 avril 013

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» 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 détail

Chapitre 6 Test de comparaison de pourcentages χ². José LABARERE

Chapitre 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 détail

Tests paramétriques de comparaison de 2 moyennes Exercices commentés José LABARERE

Tests 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 détail

Relation entre deux variables : estimation de la corrélation linéaire

Relation 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 détail

Chapitre 3 : Principe des tests statistiques d hypothèse. José LABARERE

Chapitre 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 détail

Analyse de la variance Comparaison de plusieurs moyennes

Analyse 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 détail

Chapitre 3. Les distributions à deux variables

Chapitre 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 détail

Cours 9 : Plans à plusieurs facteurs

Cours 9 : Plans à plusieurs facteurs Cours 9 : Plans à plusieurs facteurs Table des matières Section 1. Diviser pour regner, rassembler pour saisir... 3 Section 2. Définitions et notations... 3 2.1. Définitions... 3 2.2. Notations... 4 Section

Plus en détail

Cours (7) de statistiques à distance, élaboré par Zarrouk Fayçal, ISSEP Ksar-Said, 2011-2012 LES STATISTIQUES INFERENTIELLES

Cours (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 détail

Principe d un test statistique

Principe 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 détail

3 Les premiers résultats des plans d'actions

3 Les premiers résultats des plans d'actions 3 Les premiers résultats des plans d'actions Les résultats que nous avons obtenus en ce qui concerne les plans d'action, résultent de l'analyse de 48 entreprises seulement. Revenons sur notre échantillon.

Plus en détail

LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples.

LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples. LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples. Pré-requis : Probabilités : définition, calculs et probabilités conditionnelles ; Notion de variables aléatoires, et propriétés associées : espérance,

Plus en détail

Transplantation hépatique à donneur vivant apparenté. Olivier Scatton, Olivier Soubrane, Service de chirurgie Cochin

Transplantation hépatique à donneur vivant apparenté. Olivier Scatton, Olivier Soubrane, Service de chirurgie Cochin Transplantation hépatique à donneur vivant apparenté Olivier Scatton, Olivier Soubrane, Service de chirurgie Cochin Introduction Le prélèvement d une partie du foie chez une personne «vivante» et apparentée

Plus en détail

UFR de Sciences Economiques Année 2008-2009 TESTS PARAMÉTRIQUES

UFR 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 détail

D.E.S.C.F - UV 1 - Module 8 Consolidation dans les groupes de sociétés. Corrigé - Cas IG/IP/MEE

D.E.S.C.F - UV 1 - Module 8 Consolidation dans les groupes de sociétés. Corrigé - Cas IG/IP/MEE D.E.S.C.F UV 1 Module 8 Cas IG/IP/MEE Corrigé D.E.S.C.F UV 1 Module 8 Consolidation dans les groupes de sociétés Corrigé Cas IG/IP/MEE HYPOTHESE N 1 : FILIALE EN INTEGRATION GLOBALE 6 étapes sont à distinguer

Plus en détail

Biostatistiques Biologie- Vétérinaire FUNDP Eric Depiereux, Benoît DeHertogh, Grégoire Vincke

Biostatistiques 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 détail

TESTS D'HYPOTHESES Etude d'un exemple

TESTS 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 détail

Estimation et tests statistiques, TD 5. Solutions

Estimation 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 détail

Bureau : 238 Tel : 04 76 82 58 90 Email : dominique.muller@upmf-grenoble.fr

Bureau : 238 Tel : 04 76 82 58 90 Email : dominique.muller@upmf-grenoble.fr Dominique Muller Laboratoire Inter-universitaire de Psychologie Bureau : 238 Tel : 04 76 82 58 90 Email : dominique.muller@upmf-grenoble.fr Supports de cours : webcom.upmf-grenoble.fr/lip/perso/dmuller/m2r/acm/

Plus en détail

Analyses 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 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 détail

REFERENTIEL D AUTO-EVALUATION DES PRATIQUES EN ODONTOLOGIE

REFERENTIEL D AUTO-EVALUATION DES PRATIQUES EN ODONTOLOGIE REFERENTIEL D AUTO-EVALUATION DES PRATIQUES EN ODONTOLOGIE Janvier 2006 I. PROMOTEURS Association dentaire française (ADF). Haute Autorité de santé (HAS). II. SOURCE Agence nationale d accréditation et

Plus en détail

DETERMINATION DE L INCERTITUDE DE MESURE POUR LES ANALYSES CHIMIQUES QUANTITATIVES

DETERMINATION DE L INCERTITUDE DE MESURE POUR LES ANALYSES CHIMIQUES QUANTITATIVES Agence fédérale pour la Sécurité de la Chaîne alimentaire Administration des Laboratoires Procédure DETERMINATION DE L INCERTITUDE DE MESURE POUR LES ANALYSES CHIMIQUES QUANTITATIVES Date de mise en application

Plus en détail

Introduction à l approche bootstrap

Introduction 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 détail

T de Student Khi-deux Corrélation

T 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 détail

Introduction à la Statistique Inférentielle

Introduction 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 détail

M2 IAD UE MODE Notes de cours (3)

M2 IAD UE MODE Notes de cours (3) M2 IAD UE MODE Notes de cours (3) Jean-Yves Jaffray Patrice Perny 16 mars 2006 ATTITUDE PAR RAPPORT AU RISQUE 1 Attitude par rapport au risque Nousn avons pas encore fait d hypothèse sur la structure de

Plus en détail

Une réponse (très) partielle à la deuxième question : Calcul des exposants critiques en champ moyen

Une réponse (très) partielle à la deuxième question : Calcul des exposants critiques en champ moyen Une réponse (très) partielle à la deuxième question : Calcul des exposants critiques en champ moyen Manière heuristique d'introduire l'approximation de champ moyen : on néglige les termes de fluctuations

Plus en détail

Exercices de dénombrement

Exercices de dénombrement Exercices de dénombrement Exercice En turbo Pascal, un entier relatif (type integer) est codé sur 6 bits. Cela signifie que l'on réserve 6 cases mémoires contenant des "0" ou des "" pour écrire un entier.

Plus en détail

Probabilités sur un univers fini

Probabilités 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 détail

L'insertion professionnelle des diplômés DNSEP 2003 trois ans après le diplôme

L'insertion professionnelle des diplômés DNSEP 2003 trois ans après le diplôme IREDU-CNRS Ministère de la Culture et de la Communication Délégation aux Arts plastiques Magali Danner Gilles Galodé L'insertion professionnelle des diplômés DNSEP 2003 trois ans après le diplôme Enquête

Plus en détail

CAPTEURS - CHAINES DE MESURES

CAPTEURS - CHAINES DE MESURES CAPTEURS - CHAINES DE MESURES Pierre BONNET Pierre Bonnet Master GSI - Capteurs Chaînes de Mesures 1 Plan du Cours Propriétés générales des capteurs Notion de mesure Notion de capteur: principes, classes,

Plus en détail

Théorie des sondages : cours 5

Théorie des sondages : cours 5 Théorie des sondages : cours 5 Camelia Goga IMB, Université de Bourgogne e-mail : camelia.goga@u-bourgogne.fr Master Besançon-2010 Chapitre 5 : Techniques de redressement 1. poststratification 2. l estimateur

Plus en détail

Fonctions de plusieurs variables

Fonctions de plusieurs variables Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme

Plus en détail

Exercices Alternatifs. Une fonction continue mais dérivable nulle part

Exercices Alternatifs. Une fonction continue mais dérivable nulle part Eercices Alternatifs Une fonction continue mais dérivable nulle part c 22 Frédéric Le Rou (copleft LDL : Licence pour Documents Libres). Sources et figures: applications-continues-non-derivables/. Version

Plus en détail

Exercices Alternatifs. Une fonction continue mais dérivable nulle part

Exercices Alternatifs. Une fonction continue mais dérivable nulle part Eercices Alternatifs Une fonction continue mais dérivable nulle part c 22 Frédéric Le Rou (copyleft LDL : Licence pour Documents Libres). Sources et figures: applications-continues-non-derivables/. Version

Plus en détail

VI. Tests non paramétriques sur un échantillon

VI. 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 détail

Précision d un résultat et calculs d incertitudes

Précision d un résultat et calculs d incertitudes Précision d un résultat et calculs d incertitudes PSI* 2012-2013 Lycée Chaptal 3 Table des matières Table des matières 1. Présentation d un résultat numérique................................ 4 1.1 Notations.........................................................

Plus en détail

Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles

Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Valentin Patilea 1 Cesar Sanchez-sellero 2 Matthieu Saumard 3 1 CREST-ENSAI et IRMAR 2 USC Espagne 3 IRMAR-INSA

Plus en détail

STRICTEMENT CONFIDENTIEL

STRICTEMENT 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 détail

t 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :

t 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre : Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

Chapitre 2 Le problème de l unicité des solutions Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)

Plus en détail

1. Vocabulaire : Introduction au tableau élémentaire

1. Vocabulaire : Introduction au tableau élémentaire L1-S1 Lire et caractériser l'information géographique - Le traitement statistique univarié Statistique : le terme statistique désigne à la fois : 1) l'ensemble des données numériques concernant une catégorie

Plus en détail

Représentation d une distribution

Représentation d une distribution 5 Représentation d une distribution VARIABLE DISCRÈTE : FRÉQUENCES RELATIVES DES CLASSES Si dans un graphique représentant une distribution, on place en ordonnées le rapport des effectifs n i de chaque

Plus en détail

Régression linéaire. Nicolas Turenne INRA nicolas.turenne@jouy.inra.fr

Régression 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 détail

La 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 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 détail

Statistiques Descriptives à une dimension

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

Plus en détail

progression premiere et terminale

progression premiere et terminale progression premiere et terminale s.2 s.3 valette SEQUENCE Séance Objectif Contenu du cours Compétences Savoirs 1 1. Le bilan comportemental Identifier les objectifs de la connaissance de soi Utiliser

Plus en détail

LE PROBLEME DU PLUS COURT CHEMIN

LE PROBLEME DU PLUS COURT CHEMIN LE PROBLEME DU PLUS COURT CHEMIN Dans cette leçon nous définissons le modèle de plus court chemin, présentons des exemples d'application et proposons un algorithme de résolution dans le cas où les longueurs

Plus en détail

Probabilités sur un univers fini

Probabilités sur un univers fini [http://mp.cpgedupuydelome.fr] édité le 10 août 2015 Enoncés 1 Proailités sur un univers fini Evènements et langage ensemliste A quelle condition sur (a,, c, d) ]0, 1[ 4 existe-t-il une proailité P sur

Plus en détail

Exo7. Limites de fonctions. 1 Théorie. 2 Calculs

Exo7. Limites de fonctions. 1 Théorie. 2 Calculs Eo7 Limites de fonctions Théorie Eercice Montrer que toute fonction périodique et non constante n admet pas de ite en + Montrer que toute fonction croissante et majorée admet une ite finie en + Indication

Plus en détail

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. 1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le

Plus en détail

Analyse des coûts. 1 ère année DUT GEA, 2005/2006 Analyse des coûts

Analyse des coûts. 1 ère année DUT GEA, 2005/2006 Analyse des coûts Analyse des coûts Les techniques de calcul et d analyse des coûts portent le nom de comptabilité analytique ou comptabilité de gestion. Ces deux termes seront utilisés indifféremment dans ce cours. Contrairement

Plus en détail

Nombre de marches Nombre de facons de les monter 3 3 11 144 4 5 12 233 5 8 13 377 6 13 14 610 7 21 15 987 8 34 16 1597 9 55 17 2584 10 89

Nombre de marches Nombre de facons de les monter 3 3 11 144 4 5 12 233 5 8 13 377 6 13 14 610 7 21 15 987 8 34 16 1597 9 55 17 2584 10 89 Soit un escalier à n marches. On note u_n le nombre de façons de monter ces n marches. Par exemple d'après l'énoncé, u_3=3. Pour monter n marches, il faut d'abord monter la première. Soit on la monte seule,

Plus en détail

RÉALISATION DE GRAPHIQUES AVEC OPENOFFICE.ORG 2.3

RÉALISATION DE GRAPHIQUES AVEC OPENOFFICE.ORG 2.3 RÉALISATION DE GRAPHIQUES AVEC OPENOFFICE.ORG 2.3 Pour construire un graphique : On lance l assistant graphique à l aide du menu Insérer è Diagramme en ayant sélectionné au préalable une cellule vide dans

Plus en détail

K W = [H 3 O + ] [OH - ] = 10-14 = K a K b à 25 C. [H 3 O + ] = [OH - ] = 10-7 M Solution neutre. [H 3 O + ] > [OH - ] Solution acide

K W = [H 3 O + ] [OH - ] = 10-14 = K a K b à 25 C. [H 3 O + ] = [OH - ] = 10-7 M Solution neutre. [H 3 O + ] > [OH - ] Solution acide La constante d autoprotolyse de l eau, K W, est égale au produit de K a par K b pour un couple acide/base donné : En passant en échelle logarithmique, on voit donc que la somme du pk a et du pk b d un

Plus en détail

EXCEL: Les fonctions financières

EXCEL: Les fonctions financières EXCEL: Les fonctions financières Excel regroupe des fonctions de plusieurs types. Ce chapitre reprend une partie des fonctions financières: emprunts, taux d'intérêt, amortissement. Sans les voire toutes,

Plus en détail

Travaux pratiques. Compression en codage de Huffman. 1.3. Organisation d un projet de programmation

Travaux pratiques. Compression en codage de Huffman. 1.3. Organisation d un projet de programmation Université de Savoie Module ETRS711 Travaux pratiques Compression en codage de Huffman 1. Organisation du projet 1.1. Objectifs Le but de ce projet est d'écrire un programme permettant de compresser des

Plus en détail

Services Observatoire 2010 de l opinion sur l image des banques

Services Observatoire 2010 de l opinion sur l image des banques Observatoire 2010 de l opinion sur l image des banques - Juillet 2010 Méthodologie Méthodologie : Cette étude a été menée dans le cadre de l'omcapi, l'enquête périodique multi-clients de l'ifop, réalisée

Plus en détail

Lois de probabilité. Anita Burgun

Lois 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 détail

Feuille 6 : Tests. Peut-on dire que l usine a respecté ses engagements? Faire un test d hypothèses pour y répondre.

Feuille 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 détail

Perrothon Sandrine UV Visible. Spectrophotométrie d'absorption moléculaire Étude et dosage de la vitamine B 6

Perrothon Sandrine UV Visible. Spectrophotométrie d'absorption moléculaire Étude et dosage de la vitamine B 6 Spectrophotométrie d'absorption moléculaire Étude et dosage de la vitamine B 6 1 1.But et théorie: Le but de cette expérience est de comprendre l'intérêt de la spectrophotométrie d'absorption moléculaire

Plus en détail

SUIVI CINETIQUE PAR SPECTROPHOTOMETRIE (CORRECTION)

SUIVI CINETIQUE PAR SPECTROPHOTOMETRIE (CORRECTION) Terminale S CHIMIE TP n 2b (correction) 1 SUIVI CINETIQUE PAR SPECTROPHOTOMETRIE (CORRECTION) Objectifs : Déterminer l évolution de la vitesse de réaction par une méthode physique. Relier l absorbance

Plus en détail

Document d orientation sur les allégations issues d essais de non-infériorité

Document 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 détail

Lecture critique d article. Bio statistiques. Dr MARC CUGGIA MCU-PH Laboratoire d informatique médicale EA-3888

Lecture 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 détail

Christophe CANDILLIER Cours de DataMining mars 2004 Page 1

Christophe CANDILLIER Cours de DataMining mars 2004 Page 1 Christophe CANDILLIER Cours de DataMining mars 2004 age 1 1. Introduction 2. rocessus du DataMining 3. Analyse des données en DataMining 4. Analyse en Ligne OLA 5. Logiciels 6. Bibliographie Christophe

Plus en détail

Statistiques Décisionnelles L3 Sciences Economiques & Gestion Faculté d économie, gestion & AES Université Montesquieu - Bordeaux 4 2013-2014

Statistiques Décisionnelles L3 Sciences Economiques & Gestion Faculté d économie, gestion & AES Université Montesquieu - Bordeaux 4 2013-2014 Tests du χ 2 Statistiques Décisionnelles L3 Sciences Economiques & Gestion Faculté d économie, gestion & AES Université Montesquieu - Bordeaux 4 2013-2014 A. Lourme http://alexandrelourme.free.fr Outline

Plus en détail

Estimation: intervalle de fluctuation et de confiance. Mars 2012. IREM: groupe Proba-Stat. Fluctuation. Confiance. dans les programmes comparaison

Estimation: intervalle de fluctuation et de confiance. Mars 2012. IREM: groupe Proba-Stat. Fluctuation. Confiance. dans les programmes comparaison Estimation: intervalle de fluctuation et de confiance Mars 2012 IREM: groupe Proba-Stat Estimation Term.1 Intervalle de fluctuation connu : probabilité p, taille de l échantillon n but : estimer une fréquence

Plus en détail

Leçon N 4 : Statistiques à deux variables

Leçon N 4 : Statistiques à deux variables Leçon N 4 : Statistiques à deux variables En premier lieu, il te faut relire les cours de première sur les statistiques à une variable, il y a tout un langage à se remémorer : étude d un échantillon d

Plus en détail

Fonctions linéaires et affines. 1 Fonctions linéaires. 1.1 Vocabulaire. 1.2 Représentation graphique. 3eme

Fonctions linéaires et affines. 1 Fonctions linéaires. 1.1 Vocabulaire. 1.2 Représentation graphique. 3eme Fonctions linéaires et affines 3eme 1 Fonctions linéaires 1.1 Vocabulaire Définition 1 Soit a un nombre quelconque «fixe». Une fonction linéaire associe à un nombre x quelconque le nombre a x. a s appelle

Plus en détail

Utiliser des fonctions complexes

Utiliser des fonctions complexes Chapitre 5 Utiliser des fonctions complexes Construire une formule conditionnelle avec la fonction SI Calculer un remboursement avec la fonction VPN Utiliser des fonctions mathématiques Utiliser la fonction

Plus en détail

Rédiger et administrer un questionnaire

Rédiger et administrer un questionnaire Rédiger et administrer un questionnaire Ce document constitue une adaptation, en traduction libre, de deux brochures distinctes : l une produite par l American Statistical Association (Designing a Questionnaire),

Plus en détail

1. Introduction...2. 2. Création d'une requête...2

1. Introduction...2. 2. Création d'une requête...2 1. Introduction...2 2. Création d'une requête...2 3. Définition des critères de sélection...5 3.1 Opérateurs...5 3.2 Les Fonctions...6 3.3 Plusieurs critères portant sur des champs différents...7 3.4 Requête

Plus en détail

Chapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens

Chapitre 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 détail

Cours 9. Régimes du transistor MOS

Cours 9. Régimes du transistor MOS Cours 9. Régimes du transistor MOS Par Dimitri galayko Unité d enseignement Élec-info pour master ACSI à l UPMC Octobre-décembre 005 Dans ce document le transistor MOS est traité comme un composant électronique.

Plus en détail

À l'intention des parents

À l'intention des parents Septembre 2011 À l'intention des parents Information sur les examens en vue de l'obtention du diplôme Votre fils ou votre fille passera bientôt des examens en vue de l'obtention du diplôme? Voici de l'information

Plus en détail

Ordonnance du DFI sur les prestations dans l assurance obligatoire des soins en cas de maladie

Ordonnance du DFI sur les prestations dans l assurance obligatoire des soins en cas de maladie Ordonnance du DFI sur les prestations dans l assurance obligatoire des soins en cas de maladie (Ordonnance sur les prestations de l assurance des soins, OPAS) Modification du 14 juin 2010 Le Département

Plus en détail

Erreur statique. Chapitre 6. 6.1 Définition

Erreur statique. Chapitre 6. 6.1 Définition Chapitre 6 Erreur statique On considère ici le troisième paramètre de design, soit l erreur statique. L erreur statique est la différence entre l entrée et la sortie d un système lorsque t pour une entrée

Plus en détail

Biostatistiques : Petits effectifs

Biostatistiques : 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 détail

L 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 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 détail

NOTIONS DE PROBABILITÉS

NOTIONS DE PROBABILITÉS NOTIONS DE PROBABILITÉS Sommaire 1. Expérience aléatoire... 1 2. Espace échantillonnal... 2 3. Événement... 2 4. Calcul des probabilités... 3 4.1. Ensemble fondamental... 3 4.2. Calcul de la probabilité...

Plus en détail

Introduction aux Statistiques et à l utilisation du logiciel R

Introduction 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 détail

LES AMORTISSEMENTS : CALCULS ENREGISTREMENTS

LES AMORTISSEMENTS : CALCULS ENREGISTREMENTS LES AMORTISSEMENTS : CALCULS ENREGISTREMENTS PRESENTATION DES MODES D AMORTISSEMENT Exemple 1 : CAS D UN AMORTISSEMENT VARIABLE On acquiert le 04/08/N une machine-outil pour une valeur HT de. Cette machine,

Plus en détail

Série TD 3. Exercice 4.1. Exercice 4.2 Cet algorithme est destiné à prédire l'avenir, et il doit être infaillible! Exercice 4.3. Exercice 4.

Série TD 3. Exercice 4.1. Exercice 4.2 Cet algorithme est destiné à prédire l'avenir, et il doit être infaillible! Exercice 4.3. Exercice 4. Série TD 3 Exercice 4.1 Formulez un algorithme équivalent à l algorithme suivant : Si Tutu > Toto + 4 OU Tata = OK Alors Tutu Tutu + 1 Tutu Tutu 1 ; Exercice 4.2 Cet algorithme est destiné à prédire l'avenir,

Plus en détail

L analyse boursière avec Scilab

L analyse boursière avec Scilab L analyse boursière avec Scilab Introduction La Bourse est le marché sur lequel se traitent les valeurs mobilières. Afin de protéger leurs investissements et optimiser leurs résultats, les investisseurs

Plus en détail

BANQUES DE DONNÉES PÉDAGOGIQUES

BANQUES DE DONNÉES PÉDAGOGIQUES 223 Daniel BURET, Jean-Claude BLANCHARD. HISTORIQUE L'EPI a entrepris en 1989 de créer des bases d'énoncés mathématiques destinées aux enseignants pour la production de documents et accompagnées d'un outil

Plus en détail

Master Sales Analysis. Analyse et développement des compétences de vente

Master Sales Analysis. Analyse et développement des compétences de vente Master Sales Analysis Analyse et développement des compétences de vente L'essentiel L essentiel à propos du système MSA 360 Description résumée du système MSA 360 Le système Master Sales Analysis (MSA)

Plus en détail

CAUTIONNEMENT ET SUBORDINATION DE CRÉANCES. (Prêts aux particuliers)

CAUTIONNEMENT ET SUBORDINATION DE CRÉANCES. (Prêts aux particuliers) CAUTIONNEMENT ET SUBORDINATION DE CRÉANCES DEST. : BANQUE ROYALE DU CANADA DÉFINITIONS (Prêts aux particuliers) Les mots dont les définitions apparaissent ci-dessous sont utilisés tout au long de ce document.

Plus en détail

Introduction. I Étude rapide du réseau - Apprentissage. II Application à la reconnaissance des notes.

Introduction. I Étude rapide du réseau - Apprentissage. II Application à la reconnaissance des notes. Introduction L'objectif de mon TIPE est la reconnaissance de sons ou de notes de musique à l'aide d'un réseau de neurones. Ce réseau doit être capable d'apprendre à distinguer les exemples présentés puis

Plus en détail

COURS GESTION FINANCIERE SEANCE 4 CHOIX DU NIVEAU DU FONDS DE ROULEMENT PLANS DE TRESORERIE FINANCEMENTS ET PLACEMENTS A COURT TERME

COURS GESTION FINANCIERE SEANCE 4 CHOIX DU NIVEAU DU FONDS DE ROULEMENT PLANS DE TRESORERIE FINANCEMENTS ET PLACEMENTS A COURT TERME COURS GESTION FINANCIERE SEANCE 4 CHOIX DU NIVEAU DU FONDS DE ROULEMENT PLANS DE TRESORERIE FINANCEMENTS ET PLACEMENTS A COURT TERME SEANCE 4 CHOIX DU NIVEAU DU FONDS DE ROULEMENT PLANS DE TRESORERIE FINANCEMENTS

Plus en détail

Bulletin n 10 2014. Cher adhérent, cher donateur,

Bulletin n 10 2014. Cher adhérent, cher donateur, Bulletin n 10 2014 Cher adhérent, cher donateur, La maladie crée souvent une situation de stress aussi il nous a semblé nécessaire de préciser les différentes étapes du parcours de soins afin de faciliter

Plus en détail

LE FINANCEMENT DES HOPITAUX EN BELGIQUE. Prof. G. DURANT

LE FINANCEMENT DES HOPITAUX EN BELGIQUE. Prof. G. DURANT LE FINANCEMENT DES HOPITAUX EN BELGIQUE Prof. G. DURANT La Belgique (11 millions d habitants) est un pays fédéral. Le financement est organisé au niveau national sauf le financement des infrastructures

Plus en détail

CHAPITRE 1. Suites arithmetiques et géometriques. Rappel 1. On appelle suite réelle une application de

CHAPITRE 1. Suites arithmetiques et géometriques. Rappel 1. On appelle suite réelle une application de HAPITRE 1 Suites arithmetiques et géometriques Rappel 1 On appelle suite réelle une application de dans, soit est-à-dire pour une valeur de la variable appartenant à la suite prend la valeur, ie : On notera

Plus en détail

RÉSOLUTION DE SYSTÈMES À DEUX INCONNUES

RÉSOLUTION DE SYSTÈMES À DEUX INCONNUES RÉSOLUTION DE SYSTÈMES À DEUX INCONNUES Sommaire 1 Méthodes de résolution... 3 1.1. Méthode de Substitution... 3 1.2. Méthode des combinaisons linéaires... 6 La rubrique d'aide qui suit s'attardera aux

Plus en détail

Feuille d exercices 2 : Espaces probabilisés

Feuille 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 détail

LE GRAND ÉCART L INÉGALITÉ DE LA REDISTRIBUTION DES BÉNÉFICES PROVENANT DU FRACTIONNEMENT DU REVENU

LE GRAND ÉCART L INÉGALITÉ DE LA REDISTRIBUTION DES BÉNÉFICES PROVENANT DU FRACTIONNEMENT DU REVENU LE GRAND ÉCART L INÉGALITÉ DE LA REDISTRIBUTION DES BÉNÉFICES PROVENANT DU FRACTIONNEMENT DU REVENU RÉSUMÉ Une étude de Tristat Resources commandée par l Institut Broadbent démontre que la majorité des

Plus en détail

CHOIX OPTIMAL DU CONSOMMATEUR. A - Propriétés et détermination du choix optimal

CHOIX OPTIMAL DU CONSOMMATEUR. A - Propriétés et détermination du choix optimal III CHOIX OPTIMAL DU CONSOMMATEUR A - Propriétés et détermination du choix optimal La demande du consommateur sur la droite de budget Résolution graphique Règle (d or) pour déterminer la demande quand

Plus en détail

Aide-mémoire Certificat d assurance. Pour votre sécurité sociale

Aide-mémoire Certificat d assurance. Pour votre sécurité sociale Aide-mémoire Certificat d assurance Pour votre sécurité sociale Lire correctement son certificat d assurance Un certificat d assurance peut constituer une véritable énigme. Cet aide-mémoire de la SVE vous

Plus en détail

PRECISION - REJET DE PERTURBATIONS T.D. G.E.I.I.

PRECISION - REJET DE PERTURBATIONS T.D. G.E.I.I. PRECISION - REJET DE PERTURBATIONS T.D. G.E.I.I.. Donner les erreurs en position, en vitesse et en accélération d un système de transfert F BO = N(p) D(p) (transfert en boucle ouverte) bouclé par retour

Plus en détail

I - CLASSIFICATION DU DIABETE SUCRE

I - 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 détail