DIU Infirmières de Santé au Travail - IDF. Service Central de Santé au Travail de l AP-HP PLAN DE COURS
|
|
- Pierre-Marie Mathieu
- il y a 8 ans
- Total affichages :
Transcription
1 DIU Infirmières de Santé au Travail - IDF Faculté de Médecine Paris VII - Denis Diderot Mardi 7 juin 2016 STATISTIQUES EN SANTE AU TRAVAIL : NOTIONS ESSENTIELLES Service Central de Santé au Travail de l AP-HP Muriel DEVAUX, Statisticienne AP-HP PLAN DE COURS Intro : Statistiques et risques associés aux soins I. PRINCIPAUX INDICATEURS STATISTIQUES II. III. ETAPES D UNE ENQUETE STATISTIQUE EXEMPLES SOUS EXCEL GRACE A LA BASE DE DONNÉES «AES» 1
2 Introduction : Statistiques et risques associés aux soins Divers risques associés aux soins peuvent être à l origine de nombreux Accidents de Travail (AT) : Les Rayonnements Ionisants (RI : manip. radio, pers. de réa ou de bloc ) Les Accidents par Exposition au Sang (AES : Chir, IDE, AS ) Les Troubles Musculo-squelettiques (TMS : IDE de bloc soulevant des containers, AS soulevant un patient ) Les Risques Psycho-sociaux (RPS : W en soins palliatifs, état de choc suite à patient agressif ) Les chutes/glissades, etc Il convient souvent d établir un suivi statistique d indicateurs relatifs à ces risques I. PRINCIPAUX INDICATEURS STATISTIQUES 1.Valeurs extrêmes : minimum et maximum 2.Le mode et la moyenne 3.La médiane et les quartiles 4. L écart-type et la variance 5.Le test du Khi² 6. Taux d incidence et intervalle de confiance 2
3 I.1. Valeurs extrêmes : min et max Le Minimum est, pour une variable (ou un item), la valeur la plus petite observée dans l échantillon Le Maximum est, pour une variable (ou un item), la valeur la plus grande observée dans l échantillon Attention : il est important d analyser les chiffres extrêmes afin d exclure les valeurs «aberrantes» qui biaisent les résultats c est le début du nettoyage de la base I.1. Nettoyage/recodage et gestion des valeurs manquantes Vérif. de la cohérence des valeurs avec le GUIDE DE CODAGE Les valeurs aberrantes sont RECODÉES en valeur manquantes Un codage spécifique est toujours prévu pour chaque variable en cas de donnée manquante :, «.», «N/A», «ND», «INC», valeur artificielle type 9999 Les valeurs manquantes, selon la variable peuvent être : Recodées si l on obtient l info par ailleurs Remplacées par la moyenne ou la médiane >> méthodes «d imputation» (réservée aux spécialistes) Exclues des calculs (ex : âge) Prises en compte dans les calculs (ex : enquête AES où l on suit d une année à l autre l évolution de la part de patients source avec statut sérologique inconnu concernant le VIH) 3
4 I.2. Le mode et la moyenne Le Mode correspond à la valeur la plus fréquemment observée pour une variable de l échantillon. Attention : le mode ne doit être calculé qu après avoir procédé au nettoyage de la base (exclusion des valeurs aberrantes et vérification de la cohérence des données saisies ) On appelle Moyenne (ou moyenne arithmétique) le rapport entre la somme des valeurs et le nombre de valeurs I.2. la moyenne (suite) Exemple : Notes de la classe A : 5/20, 5/20 et 20/20. Notes de la classe B : 10/20, 10/20 et 10/20. Dans les 2 cas, la moyenne est égale à 10/20. Cependant, les notes se répartissent différemment : dans la classe A, on a 2 notes très faibles (5/20) et un 20/20, tandis que dans la classe B, tous les élèves ont eu la même note : le niveau de la classe est homogène. La moyenne ne permet pas de se représenter la manière dont sont réparties les données. 4
5 I.3. La médiane La médiane d'un ensemble de valeurs est la valeur m telle que le nb de valeurs de l'ensemble >= m est = au nb de valeurs <= m. Intuitivement, on peut dire que la médiane est le point milieu de l'ensemble, qu'elle divise en deux moitiés. Si le nombre total de valeurs est pair, la médiane est la moyenne entre les 2 valeurs centrales : Notes / 20 Classe C m = (12+14)/2 = 13 Notes / 20 Classe A Classe B m Pour déterminer la médiane sans passer par des calculs, il suffit de classer les valeurs par ordre croissant et de chercher le point au-delà duquel on trouve 50% de la population et le point endeçà duquel on trouve les autres 50% de notre échantillon. I.3. Proximité de la moyenne et de la médiane : quelles interprétations? Contrairement à la moyenne, la médiane n est pas influencée par les valeurs extrêmes. Exemple avec 2 distributions d âge : Distribution 1 : 18 ans, 18 ans, 18 ans, 20 ans et 30 ans Moyenne = = 20,8 Médiane = 18 Distribution 2 : 18 ans, 18 ans, 18 ans, 20 ans et 60 ans Moyenne = = 26,8 Médiane = 18 La médiane ne varie pas car elle ne dépend que de la valeur d observation du milieu. La moyenne varie beaucoup car elle dépend de la valeur de toutes les observations. Ici, quand la valeur de la dernière observation augmente, la moyenne augmente. Si ces 2 paramètres sont très différents, cela montre la présence de valeurs extrêmes. 5
6 I.3. et les quartiles : Q1, Q2 et Q3 Un quartile représente chacune des 3 valeurs qui divisent les données triées en 4 parts égales, de sorte que chaque partie représente 1/4 de l'échantillon de la population Le quartile est calculé en tant que 4-quantile : Q1 sépare les 25 % inférieurs des données Q2 est la médiane de la série Q3 sépare les 75 % inférieurs des données Pour déterminer Q1 (ou Q3) sans passer par des calculs, même raisonnement que pour la médiane (Q2) : il suffit de classer les valeurs par ordre croissant et de chercher le point en-deçà duquel on trouve 25% (ou 75%) de la population et au-delà duquel on trouve les autres 75% (ou 25%) de notre échantillon. I.4. La variance. Contrairement aux quartiles, la variance permet de combiner toutes les valeurs à l'intérieur d'un ensemble de données afin d'obtenir la mesure de dispersion. La variance est définie comme étant la moyenne arithmétique des carrés des différences entre les valeurs observées et la moyenne. C'est une mesure du degré de dispersion d'un ensemble de données. On la calcule sous la forme de l'écart au carré moyen de chaque nombre par rapport à la moyenne d'un ensemble de données. 6
7 I.4. et l écart-type Écart-typeσ ou ET = Racine carrée de la variance Il sert à mesurer la dispersion d'un ensemble de données, par exemple la répartition des notes d'une classe. Dans ce cas, si l'écart-type est faible, cela traduit un niveau homogène de la classe : les notes sont globalement proches les unes des autres (ex. du professeur qui note de 8 à 13). À l'inverse, si l écart type est important, cela traduit une plus grande dispersion des notes. Il mesure la dispersion autour de la moyenne. En raison de ses liens étroits avec la moyenne, l'écart type peut être grandement influencé si cette dernière donne une mauvaise mesure de tendance centrale I.5. Le Test du χ² : définition Il sert généralement à la comparaison de 2 distributions : il permet, partant d'une hypothèse d indépendance «H 0» et d'un risque d erreur α supposé au départ (généralement fixé à 5%), de rejeter l'hypothèse si la distance entre 2 ensembles d'informations est jugée excessive. Il permet donc de tester l hypothèse H 0 d indépendance entre les classes et de savoir si les différences observées sont statiquement significatives. Le test du χ² d'indépendance est utile pour des tris croisés. C est une comparaison entre : - Des effectifs réels : ce sont les données de l enquête - Et des effectifs théoriques : ceux que l on aurait dû obtenir si les classes étaient indépendantes. 7
8 I.5. Le Test du χ² : hypothèse H 0 Lorsqu'on considère plusieurs populations auxquelles on associe le même ensemble de critères qualitatifs, l'hypothèse à tester est l'indépendance entre la population d'appartenance de l'individu et la valeur des critères. L'hypothèse affirme donc que le fait de connaître la population d'un individu n'influence pas la valeur des critères. Pour ce problème, il est commode de partir d'un exemple concret, comme la relation entre le revenu et le sexe d'un individu. La distribution du revenu des hommes est-elle différente de celui des femmes? Une représentation sur un tableau de contingence* permet d'illustrer la question. Attention : le test du χ² ne peut être valide que si l effectif de chaque case du tableau est >= 5. *Tableau dénombrant les modalités croisées de 2 variables X et Y I.5. Le Test du χ² : exemple 1 Salaire Total Hommes Femmes Total Dans cet exemple fictif on remarque que les femmes sont plus nombreuses dans les classes à bas salaires et moins nombreuses dans celles à haut salaire que les hommes. Cette différence (c est-à-dire cette dépendance entre les variables) est-elle statistiquement significative? Il faut bâtir l'hypothèse nulle qu'il n'y a pas de différence entre les salaires des hommes et ceux des femmes, les proportions des différentes catégories de salaires étant donc conservées d'une ligne à l'autre. 8
9 I.5. Le Test du χ² : exemple 1 (suite) Les données correspondantes sont obtenues en remplaçant la valeur de chaque cellule par le total de sa colonne multiplié par le total de sa ligne, divisé par le total général. On vérifie que les totaux sont inchangés : Hypothèse Total Hommes 55,5 73,1 105,9 55,5 290 Femmes 54,5 71,9 104,1 54,5 285 Total Le test du χ² d indépendance peut être réalisé sous EXCEL. Dans cet exemple, le résultat du test est : p>0,05. Ceci indique que l on doit accepter H 0 (l indépendance entre les classes) au risque 5% On a + de 5% de risque de se tromper si on rejette H 0 on a - de 5% de risque de se tromper si on accepte H 0 => on peut affirmer avec un risque de se tromper inférieur à 5% qu il n'y a pas lieu de mettre en cause l'égalité des salaires I.5. Le Test du χ² : exemple 2 Population observée Exposition Exposition Exposition nulle possible certaine Total Avec pathologie Sans pathologie Total Dans cet exemple fictif on remarque que les pathologies sont plus nombreuses dans les cas d exposition avérée et moins nombreuses dans les cas d exposition moins avérée ou absente. Cette différence (c est-à-dire cette dépendance entre les variables) est-elle statistiquement significative? Il faut bâtir l'hypothèse nulle H 0 qu'il n'y a pas de différence entre l apparition des pathologies et l existence d une exposition à un agent dangereux donné, les proportions du nombre de cas étant donc conservées d'une ligne à l'autre. 9
10 I.5. Le Test du χ² : exemple 2 (suite) Les données correspondantes sont obtenues en remplaçant la valeur de chaque cellule par le total de sa colonne multiplié par le total de sa ligne, divisé par le total général. On vérifie que les totaux sont inchangés : Population attendue Exposition Exposition Exposition nulle possible certaine Total Avec pathologie 13,9 13,4 8,7 36 Sans pathologie 89,1 85,6 55,3 230 Total Le test du χ² d indépendance peut être réalisé sous EXCEL. Dans cet exemple, le résultat du test est : p<0,05. On doit donc rejeter H 0 et on peut affirmer que les pathologies repérées sont en relation avec l existence de l exposition à un agent dangereux donné, avec un risque de se tromper inférieur à 5%. I.6. Taux d incidence et intervalle de confiance (1/4) Remarques Les indicateurs statistiques sont souvent le résultat de ratios = quotients ou rapports entre 2 valeurs numériques. Dans certaines études (exemple : enquête AES), la population n est pas comptabilisée en «Unités physiques», mais en «Equivalent Temps Plein» ou «ETP». Ceci permet en effet de quantifier la population en tenant compte de la quotité de travail des agents. Exemple : Un agent employé à 50% représente 0,5 ETP Un agent employé à 80% représente 0,8 ETP Un agent employé à temps plein représente 1 ETP 10
11 I.6. Taux d incidence et intervalle de confiance (2/4) En épidémiologie, le taux d'incidence rapporte le nombre de nouveaux cas d'une pathologie observés pendant une période donnée à la population dont sont issus les cas pendant cette même période. Il est un des critères les plus importants pour évaluer la fréquence et la vitesse d'apparition d'une pathologie. Dans le cadre de la surveillance des Accidents Exposant au Sang, on calcule chaque année le taux d incidence des AES par catégorie professionnelle La formule du taux d incidence des AES pour 100 IDE ETP en 2013 pour l établissement A est : Nb d AES survenus auprès des IDE dans l étab. A en 2013 P = X 100 Effectif total en ETP des IDE dans l étab. A en 2013 I.6. Taux d incidence et intervalle de confiance (3/4) En 2013, sur l ensemble des sites participant à l enquête AES, on avait un taux d incidence de 6,6 pour les IDE Cela signifie qu en 2013, pour 100 IDE ETP, environ 6,6 AES ont été notifiés Le taux d incidence s accompagne de l'intervalle de confiance (IC), généralement fixé à 95% C est un intervalle de valeurs qui a 95% de chance de contenir la vraie valeur du paramètre estimé. Avec moins de rigueur, il est possible de dire que l'ic représente la fourchette de valeurs à l'intérieur de laquelle nous sommes certains à 95% de trouver la vraie valeur recherchée. Des intervalles de confiance à 99% ou à 99,9% sont parfois utilisés. La probabilité (degré de confiance) de ces intervalles de contenir la vraie valeur est respectivement de 99% et 99,9%. 11
12 I.6. Taux d incidence et intervalle de confiance (4/4) L IC à 95% se calcule ainsi : IC 95 = [ p (1,96xET) ; p + (1,96xET)] ET étant l écart-type Comme on l a vu, en 2013, sur l ensemble des sites participant à l enquête AES, on avait un taux d incidence de 6,6 pour les IDE On avait un IC95 = [5,91 ; 7,36] Autrement dit, d après les chiffres de 2013, on peut affirmer avec un risque d erreur fixé à 5% que le nombre moyen d AES pour 100 IDE ETP est compris dans cet intervalle. II. ETAPES D UNE ENQUETE STATISTIQUE 1. Définition du sujet, formulation des hypothèses et rédaction du protocole (Sondage ou recensement? Étude longitudinale ou transversale?...) 2. Elaboration du questionnaire, recueil et saisie informatique des données => constitution de la Base de données 3. Vérification de la cohérence des données : phase de nettoyage puis exploitation statistique des données 12
13 13
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 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 détailTraitement des données avec Microsoft EXCEL 2010
Traitement des données avec Microsoft EXCEL 2010 Vincent Jalby Septembre 2012 1 Saisie des données Les données collectées sont saisies dans une feuille Excel. Chaque ligne correspond à une observation
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 détailFiche qualité relative à l enquête Santé et Itinéraire Professionnel 2010 (SIP) Carte d identité de l enquête
Fiche qualité relative à Santé et Itinéraire Professionnel 2010 (SIP) Nom Années de Périodicité Panel (suivi d échantillon) Services concepteurs Service réalisant Sujets principaux traités dans Carte d
Plus en détailLa survie nette actuelle à long terme Qualités de sept méthodes d estimation
La survie nette actuelle à long terme Qualités de sept méthodes d estimation PAR Alireza MOGHADDAM TUTEUR : Guy HÉDELIN Laboratoire d Épidémiologie et de Santé publique, EA 80 Faculté de Médecine de Strasbourg
Plus en détailFeuille 6 : Tests. Peut-on dire que l usine a respecté ses engagements? Faire un test d hypothèses pour y répondre.
Université de Nantes Année 2013-2014 L3 Maths-Eco Feuille 6 : Tests Exercice 1 On cherche à connaître la température d ébullition µ, en degrés Celsius, d un certain liquide. On effectue 16 expériences
Plus en détailMETHODOLOGIE GENERALE DE LA RECHERCHE EPIDEMIOLOGIQUE : LES ENQUETES EPIDEMIOLOGIQUES
Enseignement du Deuxième Cycle des Etudes Médicales Faculté de Médecine de Toulouse Purpan et Toulouse Rangueil Module I «Apprentissage de l exercice médical» Coordonnateurs Pr Alain Grand Pr Daniel Rougé
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 détailDémarche de prévention des TMS et outils pour l action
Démarche de prévention des TMS et outils pour l action Ce document a pour objet de présenter de manière synthétique la démarche de prévention des TMS du membre supérieur avec des outils opérationnels permettant
Plus en détailLES TROUBLES MUSCULOSQUELETTIQUES. Le 2 décembre 2008
LES TROUBLES MUSCULOSQUELETTIQUES Le 2 décembre 2008 DEROULEMENT DE LA RENCONTRE 1ère partie : les localisations des TMS, les facteurs d'apparition, la prise en charge thérapeutique 2ème partie : les chiffres
Plus en détailt 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 détailI. Ensemble de définition d'une fonction
Chapitre 2 Généralités sur les fonctions Fonctions de références et fonctions associées Ce que dit le programme : Étude de fonctions Fonctions de référence x x et x x Connaître les variations de ces deux
Plus en détailReprésentation 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 détailStatistique Descriptive Élémentaire
Publications de l Institut de Mathématiques de Toulouse Statistique Descriptive Élémentaire (version de mai 2010) Alain Baccini Institut de Mathématiques de Toulouse UMR CNRS 5219 Université Paul Sabatier
Plus en détailAnalyse et interprétation des données
8 Analyse et interprétation des données Les données de l enquête peuvent être utilisées pour différents types d analyses aussi bien au niveau national qu au niveau international. Ce chapitre explique comment
Plus en détaildonnées en connaissance et en actions?
1 Partie 2 : Présentation de la plateforme SPSS Modeler : Comment transformer vos données en connaissance et en actions? SPSS Modeler : l atelier de data mining Large gamme de techniques d analyse (algorithmes)
Plus en détailTESTS D'HYPOTHESES Etude d'un exemple
TESTS D'HYPOTHESES Etude d'un exemple Un examinateur doit faire passer une épreuve type QCM à des étudiants. Ce QCM est constitué de 20 questions indépendantes. Pour chaque question, il y a trois réponses
Plus en détailStatistique : Résumé de cours et méthodes
Statistique : Résumé de cours et méthodes 1 Vocabulaire : Population : c est l ensemble étudié. Individu : c est un élément de la population. Effectif total : c est le nombre total d individus. Caractère
Plus en détailLogiciel XLSTAT version 7.0. 40 rue Damrémont 75018 PARIS
Logiciel XLSTAT version 7.0 Contact : Addinsoft 40 rue Damrémont 75018 PARIS 2005-2006 Plan Présentation générale du logiciel Statistiques descriptives Histogramme Discrétisation Tableau de contingence
Plus en détailDocteur José LABARERE
UE7 - Santé Société Humanité Risques sanitaires Chapitre 3 : Epidémiologie étiologique Docteur José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés.
Plus en détailEvaluation de la variabilité d'un système de mesure
Evaluation de la variabilité d'un système de mesure Exemple 1: Diamètres des injecteurs de carburant Problème Un fabricant d'injecteurs de carburant installe un nouveau système de mesure numérique. Les
Plus en détailDéveloppement de systèmes de surveillance en entreprise à l Institut de Veille Sanitaire
Développement de systèmes de surveillance en entreprise à l Institut de Veille Sanitaire JL Marchand E Imbernon M Goldberg (Département Santé Travail) Présentation / rappels Département Santé Travail de
Plus en détailPRESENTATION STRATEGIQUE
Programme «Accidents du travail Maladies professionnelles» 7 PRESENTATION STRATEGIQUE DU PROGRAMME DE QUALITE ET D EFFICIENCE «ACCIDENTS DU TRAVAIL MALADIES PROFESSIONNELLES» La branche «accidents du travail
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 détailLa main au travail : exemple du syndrome du canal carpien
La main au travail : exemple du syndrome du canal carpien 27 Mars 2015 Dr Emilie Chazelle, coordonnateur du programme TMS Institut de veille sanitaire Journées d étude de la Société de Réadaptation du
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 détailDéfinitions. Définitions sur le logement
Définitions sur le logement Logement Un logement est défini par son utilisation : c est un local séparé et indépendant utilisé pour l habitation. Il doit être séparé d autres locaux par des murs ou cloisons
Plus en détailLa structure de la base de données et l utilisation de PAST. Musée Royal de l Afrique Centrale (MRAC Tervuren)
La structure de la base de données et l utilisation de PAST La structure de la base de données données originales SPÉCIMENS Code des spécimens: Identification des spécimens individuels. Dépend du but de
Plus en détailRéorganisation du processus de transfusion sanguine au Liban
Réorganisation du processus de transfusion sanguine au Liban Cahier des charges du Logiciel Médico Technique Rédigé en collaboration avec Cahier des charges du Logiciel Médico Technique La procédure d
Plus en détailSoit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.
ANALYSE 5 points Exercice 1 : Léonie souhaite acheter un lecteur MP3. Le prix affiché (49 ) dépasse largement la somme dont elle dispose. Elle décide donc d économiser régulièrement. Elle a relevé qu elle
Plus en détailFPSTAT 2 í La dçecision statistique. 1. Introduction ça l'infçerence. 1
INTRODUCTION ça L'INFçERENCE STATISTIQUE 1. Introduction 2. Notion de variable alçeatoire íprçesentation ívariables alçeatoires discrçetes ívariables alçeatoires continues 3. Reprçesentations d'une distribution
Plus en détailAutoCAD 2009. Petit exercice sous
AutoCAD 2009 Exercices sur l extraction de données Exercice 1 : QUANTIFIEZ LE MOBILIER Etape 1 : Nouvelle extraction de données Etape 2 : Pour le dessin courant Etape 3 : Choisissez les objets Etape 4
Plus en détailAnnexe commune aux séries ES, L et S : boîtes et quantiles
Annexe commune aux séries ES, L et S : boîtes et quantiles Quantiles En statistique, pour toute série numérique de données à valeurs dans un intervalle I, on définit la fonction quantile Q, de [,1] dans
Plus en détailI- Créer un compte Doodle:
Créer un sondage Doodle pour trouver une date, ou faire un choix. I- Créer un compte Doodle: 1- Se rendre sur le site suivant: http://www.doodle.com 2- Les éléments suivants s'affichent : Vous avez alors
Plus en détailSondage de référence 2005 sur la satisfaction des clients du CRSH
Rapport Final Conseil de recherches en sciences humaines du Canada 1 Réseau C i r c u m I n c. Conseil en gestion et en recherche 74, rue du Val-Perché Gatineau (Québec) J8Z 2A6 (819)770-2423, (819)770-5196
Plus en détailCAPTEURS - 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 détailFOTO - L OMNIBUS MENSUEL DE CROP LE NOUVEAU CROP-EXPRESS
FOTO - L OMNIBUS MENSUEL DE CROP LE NOUVEAU CROP-EXPRESS 550, RUE SHERBROOKE OUEST MONTRÉAL (QUÉBEC) H3A 1B9 BUREAU 900 TOUR EST T 514 849-8086, POSTE 3064 Réflexions méthodologiques Depuis des années,
Plus en détailChapitre 3. Les distributions à deux variables
Chapitre 3. Les distributions à deux variables Jean-François Coeurjolly http://www-ljk.imag.fr/membres/jean-francois.coeurjolly/ Laboratoire Jean Kuntzmann (LJK), Grenoble University 1 Distributions conditionnelles
Plus en détailENQUÊTE CARREFOUR SANTÉ SOCIAL 2011. Étude des risques psychosociaux, de l épuisement professionnel et des troubles musculo-squelettiques
ENQUÊTE CARREFOUR SANTÉ SOCIAL 2011 Étude des risques psychosociaux, de l épuisement professionnel et des troubles musculo-squelettiques Carrefour Santé Social - 30 janvier 2012 INTRODUCTION Rose SAILLARD,
Plus en détailTROUBLES MUSCULO-SQUELETTIQUES (TMS)
Repères Les troubles musculo-squelettiques (TMS) rassemblent un ensemble large de pathologies qui affectent les muscles, les tendons et les nerfs des membres supérieurs et inférieurs au niveau du poignet,
Plus en détail1. 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 détailSommaire. Rentabilité du retour d une franchise de baseball de la Ligue majeure de baseball à Montréal (les «Expos»)
Sommaire Rentabilité du retour d une franchise de baseball de la Ligue majeure de baseball à Montréal (les «Expos») Novembre 2013 Table des matières 1. CONTEXTE ET OBJECTIFS... 3 2. MÉTHODES DE RECHERCHE...
Plus en détailTABLE DES MATIÈRES. Bruxelles, De Boeck, 2011, 736 p.
STATISTIQUE THÉORIQUE ET APPLIQUÉE Tome 2 Inférence statistique à une et à deux dimensions Pierre Dagnelie TABLE DES MATIÈRES Bruxelles, De Boeck, 2011, 736 p. ISBN 978-2-8041-6336-5 De Boeck Services,
Plus en détailMODÈLE CROP DE CALIBRATION DES PANELS WEB
MODÈLE CROP DE CALIBRATION DES PANELS WEB 550, RUE SHERBROOKE OUEST MONTRÉAL (QUÉBEC) H3A 1B9 BUREAU 900 TOUR EST T 514 849-8086, POSTE 3064 WWW.CROP.CA Le Protocole CROP de calibration des panels en ligne
Plus en détail1. 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 détailSeconde et première Exercices de révision sur les probabilités Corrigé
I_ L'univers. _ On lance simultanément deux dés indiscernables donc il n'y a pas d'ordre. Il y a répétition, les dbles. On note une issue en écrivant le plus grand chiffre puis le plus petit. 32 signifie
Plus en détailGestion des bases de données
Gestion des bases de données DU Chef de Projet en Recherche Clinique 23/11/2012 Fabrice GOURMELON URC/CIC Necker - Cochin 2 A. Qu est-ce qu une donnée? B. Qu est-ce qu une base de données? C. Définition
Plus en détailEstimation et tests statistiques, TD 5. Solutions
ISTIL, Tronc commun de première année Introduction aux méthodes probabilistes et statistiques, 2008 2009 Estimation et tests statistiques, TD 5. Solutions Exercice 1 Dans un centre avicole, des études
Plus en détailTableau 1 : Structure du tableau des données individuelles. INDIV B i1 1 i2 2 i3 2 i4 1 i5 2 i6 2 i7 1 i8 1
UN GROUPE D INDIVIDUS Un groupe d individus décrit par une variable qualitative binaire DÉCRIT PAR UNE VARIABLE QUALITATIVE BINAIRE ANALYSER UN SOUS-GROUPE COMPARER UN SOUS-GROUPE À UNE RÉFÉRENCE Mots-clés
Plus en détailSaisie et d analyse des questionnaires de sortie
Mode d emploi du site Ecoute Saisie et d analyse des questionnaires de sortie Version du 5 mars 2007 1 Notes préliminaires L utilisation du site est identique pour tous les établissements Générale de Santé.
Plus en détailSOMMAIRE. AVRIL 2013 TECHNOLOGIE ÉTUDE POINTS DE VUE BDC Recherche et intelligence de marché de BDC TABLE DES MATIÈRES
AVRIL 2013 TECHNOLOGIE ÉTUDE POINTS DE VUE BDC Recherche et intelligence de marché de BDC TABLE DES MATIÈRES Faits saillants du sondage 2 Contexte et méthode de sondage 3 Profil des répondants 3 Investissements
Plus en détailProbabilités conditionnelles Loi binomiale
Exercices 23 juillet 2014 Probabilités conditionnelles Loi binomiale Équiprobabilité et variable aléatoire Exercice 1 Une urne contient 5 boules indiscernables, 3 rouges et 2 vertes. On tire au hasard
Plus en détailFONCTIONNEMENT DE GROUPE ET D'EQUIPE AU TRAVAIL
FONCTIONNEMENT DE GROUPE ET D'EQUIPE AU TRAVAIL Intro... 1 I. Caractéristiques des différents types de groupe... 1 A. Définitions... 1 B. Définition selon Anzieu et Martin... 2 C. Définition de Fisher...
Plus en détailPrésentation des termes et ratios financiers utilisés
[ annexe 3 Présentation des termes et ratios financiers utilisés Nous présentons et commentons brièvement, dans cette annexe, les différents termes et ratios financiers utilisés aux chapitres 5, 6 et 7.
Plus en détailCet index de la GRI constitue le complément du rapport sur la Responsabilité sociale d'entreprise (RSE) 2014 de Rogers.
Cet index de la GRI constitue le complément du rapport sur la Responsabilité sociale d'entreprise (RSE) 2014 de Rogers. L index suivant offre un aperçu du rapport sur la RSE de Rogers quant aux lignes
Plus en détailPrévenir et Indemniser la Pénibilité au Travail : le Rôle des IRP
Prévenir et Indemniser la Pénibilité au Travail : le Rôle des IRP Les facteurs de pénibilité applicables au 1 er janvier 2015 T R A V A I L D E N U I T T R A V A I L E N É Q U I P E S S U C C E S S I V
Plus en détailÉtudes épidémiologiques analytiques et biais
Master 1 «Conception, évaluation et gestion des essais thérapeutiques» Études épidémiologiques analytiques et biais Roxane Schaub Médecin de santé publique Octobre 2013 1 Objectifs pédagogiques Connaitre
Plus en détailSONDAGES RELATIFS AUX SERVICES D INFORMATION ET DE RÉFÉRENCE OFFERTS PAR LA DIRECTION GÉNÉRALE DE LA DIFFUSION DE BANQ
SONDAGES RELATIFS AUX SERVICES D INFORMATION ET DE RÉFÉRENCE OFFERTS PAR LA DIRECTION GÉNÉRALE DE LA DIFFUSION DE BANQ RÉSULTATS DE L ÉTÉ 2008 JUMELÉS À CEUX DE L HIVER 2008 RAPPORT VERSION FINALE Daniel
Plus en détailUFR de Sciences Economiques Année 2008-2009 TESTS PARAMÉTRIQUES
Université Paris 13 Cours de Statistiques et Econométrie I UFR de Sciences Economiques Année 2008-2009 Licence de Sciences Economiques L3 Premier semestre TESTS PARAMÉTRIQUES Remarque: les exercices 2,
Plus en détailATELIERS DE FORMATION PROFESSIONNELLE A LA PRISON LOCALE DE SALE RISQUES ET CONSEQUENCES. Présenté par Dr Mouna REGRAGUI Dr Mohammed Abdalilah NEJJAR
ATELIERS DE FORMATION PROFESSIONNELLE A LA PRISON LOCALE DE SALE RISQUES ET CONSEQUENCES SUR LA SANTE Présenté par Dr Mouna REGRAGUI Dr Mohammed Abdalilah NEJJAR Capacité de Médecine et Santé au Travail
Plus en détailEnquête sur le don de moelle osseuse
Enquête sur le don de moelle osseuse Réalisée auprès des étudiants de première année à l Université de Poitiers en septembre 2012 En France, pour que leur vie continue, 2 400 malades ont besoin d un don
Plus en détailEXCEL PERFECTIONNEMENT CALCULS AVANCES
TABLE DES MATIÈRES FORMATS... 2 Formats personnalisés... 2 ADRESSAGE DE CELLULES... 3 relatif & absolu Rappel... 3 Adressage par nom... 4 Valider avec la touche Entrée... 4 FONCTIONS SI-ET-OU... 6 LA FONCTION
Plus en détailSOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique
SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique DOMAINE P3.C3.D1. Pratiquer une démarche scientifique et technologique, résoudre des
Plus en détailINDICE DE FRÉQUENCE DES ACCIDENTS DE SERVICE
INDICATEUR 1 INDICE DE FRÉQUENCE DES ACCIDENTS DE SERVICE Mesurer la fréquence des accidents de service survenus dans l année. Renseigner sur la sinistralité dans le domaine des accidents de service entrainant
Plus en détailCours de Tests paramétriques
Cours de Tests paramétriques F. Muri-Majoube et P. Cénac 2006-2007 Licence Ce document est sous licence ALC TYPE 2. Le texte de cette licence est également consultable en ligne à l adresse http://www.librecours.org/cgi-bin/main?callback=licencetype2.
Plus en 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 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 détailQu est-ce qu un trouble musculosquelettique (TMS)?
Qu est-ce qu un trouble musculosquelettique (TMS)? Symptômes et atteintes qui touchent principalement ces structures : nerfs muscles tendons ligaments articulations vaisseaux sanguins Cela peut se produire
Plus en détailAPPORT DE LA MICROKINESITHERAPIE DANS LES TMS
APPORT DE LA MICROKINESITHERAPIE DANS LES TMS 10è Congrès International en Microkinésithérapie, Arcachon 2 juin 2012 André Bonté Daniel Grosjean Introduction: Cette étude a été lancée dans le cadre d'une
Plus en détailQuelle est l influence d une réduction des prestations d 1/5, via le crédit-temps et l interruption de carrière, sur le revenu du ménage?
Etudes Quelle est l influence d une réduction des prestations d 1/5, via le crédit-temps et l interruption de carrière, sur le revenu du ménage? Table des matières Introduction...7 Objectif, méthodologie
Plus en détailFICHE D INFORMATION AVANT UNE TRANSFUSION
FICHE D INFORMATION AVANT UNE TRANSFUSION Madame, Monsieur, Si votre état de santé nécessite une transfusion sanguine, ce document est destiné à vous informer sur les avantages et les risques de la transfusion,
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 détailI3, Probabilités 2014 Travaux Dirigés F BM F BM F BM F BM F B M F B M F B M F B M 20 20 80 80 100 100 300 300
I3, Probabilités 2014 Travaux Dirigés TD 1 : rappels. Exercice 1 Poker simplié On tire 3 cartes d'un jeu de 52 cartes. Quelles sont les probabilités d'obtenir un brelan, une couleur, une paire, une suite,
Plus en détailTD de supervision. J.P. Chemla. Polytech Tours Département productique 2ème année
TD de supervision J.P. Chemla Polytech Tours Département productique 2ème année 1 Présentation de l équipement On veut superviser une cuve dans un batiment. Les informations à visualiser sont les suivantes
Plus en détailNOTE SUR LA MODELISATION DU RISQUE D INFLATION
NOTE SUR LA MODELISATION DU RISQUE D INFLATION 1/ RESUME DE L ANALYSE Cette étude a pour objectif de modéliser l écart entre deux indices d inflation afin d appréhender le risque à très long terme qui
Plus en 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 détailLes français et les jeunes conducteurs
DOSSIER DE PRESSE Paris, 4 mai 2015 www.jeune-conducteur-assur.com Les français et les jeunes conducteurs Révélation de l étude Jeune Conducteur Assur / Ifop Enquête menée auprès d un échantillon de 1000
Plus en détailStatistique descriptive. Fabrice MAZEROLLE Professeur de sciences économiques Université Paul Cézanne. Notes de cours
Statistique descriptive Fabrice MAZEROLLE Professeur de sciences économiques Université Paul Cézanne Notes de cours Dernière mise à jour le mercredi 25 février 2009 1 ère année de Licence Aix & Marseille
Plus en détailChoisir le mode d envoi souhaité. Option 1 : Envoyer un SMS à un nombre réduit de numéros (0 10 )
Ce service permet d effectuer des envois de SMS texte à partir d une source de numéros de GSM (Maroc Telecom, Meditel,INWI ou Etrangers) sous format texte ou sous format Excel. Il est nécessaire au préalable
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 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 détailModèle de calcul des paramètres économiques
Modèle de calcul des paramètres économiques selon norme SIA 480 Calcul de rentabilité pour les investissements dans le bâtiment Version 3.2 1. Introduction 1.1 Version Excel Le modèle de calcul a été développé
Plus en détailLe plan national d actions coordonnées
Le plan national d actions coordonnées 2009 2012 de la branche accidents du travail et maladies professionnelles Trouble musculo-squelettiques (TMS) 1ère cause de maladies professionnelles indemnisées
Plus en détailProtégez-vous des risques àl'origine des troubles musculo-squelettiques (TMS) Information prévention. Vous travaillez dans un atelier de mécanique?
Réseaux de veille et de prévention des risques professionnels en PACA Information prévention agir pour votre santé au travail Vous travaillez dans un atelier de mécanique? Protégez-vous des risques àl'origine
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 détailPhotographie statistique des accidents de travail, des accidents de trajet et des maladies professionnelles en France selon le sexe entre 2001 et 2012
Photographie statistique des accidents de travail, des accidents de trajet et des maladies professionnelles en France selon le sexe entre 2001 et 2012 Des tendances d évolution différenciées pour les femmes
Plus en détailDiplôme d Etat d infirmier Référentiel de compétences
Annexe II Diplôme d Etat d infirmier Référentiel de compétences Les référentiels d activités et de compétences du métier d infirmier diplômé d Etat ne se substituent pas au cadre réglementaire. En effet,
Plus en détailEssais précoces non comparatifs : principes et calcul du nombre de sujets nécessaire
Essais précoces non comparatifs : principes et calcul du nombre de sujets nécessaire Sylvie CHABAUD Direction de la Recherche Clinique et de l Innovation : Centre Léon Bérard - Lyon Unité de Biostatistique
Plus en détailSURVEILLANCE EPIDEMIOLOGIQUE DES TMS EN ENTREPRISES : LES RESULTATS DU SUIVI A TROIS ANS DE LA COHORTE COSALI
SURVEILLANCE EPIDEMIOLOGIQUE DES TMS EN ENTREPRISES : LES RESULTATS DU SUIVI A TROIS ANS DE LA COHORTE COSALI Elise CHIRON 1, Yves ROQUELAURE 1, Catherine HA 2, Annie TOURANCHET 3, Annette LECLERC 4, Marcel
Plus en détailDate de diffusion publique : 4 septembre, 2012
En règle générale, les Canadiens sont confiants de pouvoir reconnaître les signes d une urgence médicale, mais ils sont moins certains d avoir les compétences nécessaires pour intervenir. Quatre Canadiens
Plus en détailExcel Avancé. Plan. Outils de résolution. Interactivité dans les feuilles. Outils de simulation. La valeur cible Le solveur
Excel Avancé Plan Outils de résolution La valeur cible Le solveur Interactivité dans les feuilles Fonctions de recherche (ex: RechercheV) Utilisation de la barre d outils «Formulaires» Outils de simulation
Plus en détailLe référentiel RIFVEH www.rifveh.org La sécurité des personnes ayant des incapacités : un enjeu de concertation. Septembre 2008
Le référentiel RIFVEH www.rifveh.org La sécurité des personnes ayant des incapacités : un enjeu de concertation Septembre 2008 Louis Plamondon Centre de recherche de l institut universitaire de gériatrie
Plus en détailSOMMAIRE Thématique : Prévention des risques professionnels - Environnement
SOMMAIRE Thématique : Prévention des risques professionnels - Environnement Rubrique : Fonctionnels de la prévention du ministère... 2... 4 Rubrique : Risques psychosociaux...12 1 SOMMAIRE Rubrique : Fonctionnels
Plus en détailStatistiques 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 détailLa nouvelle planification de l échantillonnage
La nouvelle planification de l échantillonnage Pierre-Arnaud Pendoli Division Sondages Plan de la présentation Rappel sur le Recensement de la population (RP) en continu Description de la base de sondage
Plus en détailPROGRAMME DE PREVENTION «EHPAD / Etablissements de soins» 2013 Dispositif d Aide Financière Simplifiée Régional
PROGRAMME DE PREVENTION «EHPAD / Etablissements de soins» 2013 Dispositif d Aide Financière Simplifiée Régional Objet : Le programme de prévention vise à réduire les risques auxquels sont exposés les salariés
Plus en détailEtude d impact de la mise en conformité des échanges électroniques entre dépôts de sang et EFS d Île-de-France. Présentation du 15 décembre 2012
Etude d impact de la mise en conformité des échanges électroniques entre dépôts de sang et EFS d Île-de-France Présentation du 15 décembre 2012 Dans un contexte d échanges électroniques multiples, impliquant
Plus en détailAppel d offres pour l élaboration des tables de mortalité de l industrie canadienne
Appel d offres pour l élaboration des tables de mortalité de l industrie canadienne Document 205103 OBJET : Élaboration des tables de mortalité de l industrie pour l assurance-vie individuelle grande branche
Plus en détailPRÉSENTATION DE L OFFRE
PRÉSENTATION DE L OFFRE CMS 5.x CONTRÔLE DE LA MASSE SALARIALE Les informations contenues dans ce document font partie intégrante de la solution CMS et sont protégées en France par le code de la propriété
Plus en détail