TUTORAT UE4 2010-2011 Biostatistiques Concours Blanc



Documents pareils
Estimation et tests statistiques, TD 5. Solutions

Lois de probabilité. Anita Burgun

Tests paramétriques de comparaison de 2 moyennes Exercices commentés José LABARERE

Tests de comparaison de moyennes. Dr Sahar BAYAT MASTER 1 année UE «Introduction à la biostatistique»

Principe d un test statistique

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

Chapitre 6 Test de comparaison de pourcentages χ². José LABARERE

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

Item 169 : Évaluation thérapeutique et niveau de preuve

Probabilités et Statistiques. Feuille 2 : variables aléatoires discrètes

VI. Tests non paramétriques sur un échantillon

FORMULAIRE DE STATISTIQUES

Calculs de probabilités conditionelles

Biostatistiques : Petits effectifs

T de Student Khi-deux Corrélation

TESTS D'HYPOTHESES Etude d'un exemple

TSTI 2D CH X : Exemples de lois à densité 1

Probabilités sur un univers fini

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

Chapitre III Le phénotype immunitaire au cours de la vie

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

Introduction à la Statistique Inférentielle

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

Probabilités conditionnelles Loi binomiale

UFR de Sciences Economiques Année TESTS PARAMÉTRIQUES

Exercices sur le chapitre «Probabilités»

Exercices supplémentaires sur l introduction générale à la notion de probabilité

Introduction à l approche bootstrap

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)

Analyse de la variance Comparaison de plusieurs moyennes

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

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé

Probabilités sur un univers fini

Représentation d une distribution

La problématique des tests. Cours V. 7 mars Comment quantifier la performance d un test? Hypothèses simples et composites

Essais précoces non comparatifs : principes et calcul du nombre de sujets nécessaire

Exercices de génétique classique partie II

Probabilités. C. Charignon. I Cours 3

METHODOLOGIE GENERALE DE LA RECHERCHE EPIDEMIOLOGIQUE : LES ENQUETES EPIDEMIOLOGIQUES

Programmes des classes préparatoires aux Grandes Ecoles

Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé

Evaluation de la variabilité d'un système de mesure

23. Interprétation clinique des mesures de l effet traitement

PROBABILITÉS CONDITIONNELLES

Probabilités (méthodes et objectifs)

Chapitre 1: Facteurs d'échelle

Chapitre 3 : INFERENCE

Introduction aux Statistiques et à l utilisation du logiciel R

Loi binomiale Lois normales

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

Probabilité et Statistique pour le DEA de Biosciences. Avner Bar-Hen

Bases : Probabilités, Estimation et Tests.

Compte rendu de LA37 B, TP numéro 1. Evolution de la température et du degrée d'hydratation

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

Probabilité. Table des matières. 1 Loi de probabilité Conditions préalables Définitions Loi équirépartie...

Couples de variables aléatoires discrètes

POKER ET PROBABILITÉ

UE Ma probabilité conditionnelle, indépendance, dénombrement

Probabilités. I Petits rappels sur le vocabulaire des ensembles 2 I.1 Définitions... 2 I.2 Propriétés... 2

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

CE QU IL FAUT SAVOIR PARTICIPATION À UN ESSAI CLINIQUE SUR UN MÉDICAMENT

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

Baccalauréat ES/L Amérique du Sud 21 novembre 2013

Équivalence et Non-infériorité

Relation entre deux variables : estimation de la corrélation linéaire

PROBABILITES ET STATISTIQUE I&II

N o d organisme. Rendement actuel Cible Justification de la cible

Chapitre 1 I:\ Soyez courageux!

COORDINATION NON COOPÉRATIVE: MÉTHODES D ENCHÈRES

choisir H 1 quand H 0 est vraie - fausse alarme

I. Cas de l équiprobabilité

Seconde et première Exercices de révision sur les probabilités Corrigé

Cas clinique Enquête autour d un cas IDR vs IGRA Pr Emmanuel Bergot

NOTIONS DE PROBABILITÉS

ANNUITES. Les annuités définissent une suite de versements identiques ou non effectués à intervalles de temps égaux. -annuités non constantes

1 Comment faire un document Open Office /writer de façon intelligente?

PARTICIPATION À UN ESSAI CLINIQUE SUR UN MÉDICAMENT CE QU IL FAUT SAVOIR

Espaces probabilisés

CHAPITRE VIII : Les circuits avec résistances ohmiques

6. Hachage. Accès aux données d'une table avec un temps constant Utilisation d'une fonction pour le calcul d'adresses

Théorie des sondages : cours 5

EPREUVES AU CHOIX DU CANDIDAT. Durée : De 09 h 00 à 12 h 00 (Heure de Yaoundé, TU + 1)

Exo7. Probabilité conditionnelle. Exercices : Martine Quinio

PORTEFEUILLES SYMÉTRIE. Solution de placement façon fonds de pension

Exercices de dénombrement

Université Paris 8 Introduction aux probabilités Licence Informatique Exercices Ph. Guillot. 1 Ensemble fondamental loi de probabilité

Analyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I

Projet SINF2275 «Data mining and decision making» Projet classification et credit scoring

La conversion de données : Convertisseur Analogique Numérique (CAN) Convertisseur Numérique Analogique (CNA)

LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING»

Analyses de Variance à un ou plusieurs facteurs Régressions Analyse de Covariance Modèles Linéaires Généralisés

Correction du baccalauréat STMG Polynésie 17 juin 2014

LES GENERATEURS DE NOMBRES ALEATOIRES

Introduction à la statistique non paramétrique

Observation des modalités et performances d'accès à Internet

Corrélation entre deux classements. ρ Le coefficient de rang de Spearman

Cours de Tests paramétriques

Leçon 5. Systèmes de gestion à recomplétement périodique et stock de sécurité

IFT3245. Simulation et modèles

Seconde Généralités sur les fonctions Exercices. Notion de fonction.

Transcription:

TUTORAT UE4 2010-2011 Biostatistiques Concours Blanc Lorsque cela n est pas précisé (explicitement ou implicitement), les tests sont réalisés à 5% en bilatéral QCM n 1 : Généralités sur les probabilités : a) Soit A et B, 2 événements indépendants : P(A B)=P(A) +P(B) - P(A) x P(B). b) Le nombre de façon de tirer p objets simultanément parmi n est égal à : n! / (n-p)!. c) Si P(A) = 0,4, P(B) = 0,25 et P(A B) = 0,01 alors les événements A et B sont dits indépendants. d) Le nombre de combinaisons de 13 cartes dans un jeu de 52 cartes est égal au nombre de façon de tirer 13 cartes dans le jeu en tenant compte de l'ordre divisé par le nombre de permutations dans une couleur (trèfle par exemple). e) Dans un arbre de probabilité, la probabilité qu'un chemin particulier se produise est égale à la somme de chaque probabilité des branches du chemin. QCM n 2 : Une population est exposée à 50% à un facteur E, on s'intéresse à l'association de ce facteur sur l'incidence d'une maladie M. Parallèlement, on étudie un test T, mis au point pour détecter cette maladie. Données : Incidence de la maladie chez les exposés : 0,56 Chez les exposés, 60% on un test positif. P (M/ E ) = 0,4. VPP=0,9. a) La sensibilité du test est sa capacité à détecter tous les malades. b) E peut être considéré comme un facteur protecteur de la maladie. c) La probabilité d'être malade parmi les exposés sachant que le test est positif est de 0,9. d) La probabilité que le test soit négatif sachant que l'on n'est pas malade est un critère d'efficacité du test. e) Si on augmente la proportion d'exposés, P(M/E) va augmenter. QCM n 3 : Généralité sur les tests et les variables : a) Lors de ces tests, on cherche à rejeter une hypothèse qu'on appelle hypothèse nulle. b) Le rejet de cette hypothèse nulle lorsqu'elle est vraie est appelé "manque de puissance" c) Pour une comparaison d'une moyenne observée µ 1 à une moyenne théorique µ 0, t α correspond à l'écart maximal (dans un espace mathématique particulier) que l'on peut tolérer entre µ 0 et µ 1 en prenant un risque de α % d'erreur en tenant compte de l écart-type. d) Lors de la comparaison de 2 moyennes observées venant respectivement des échantillons n1 et n2, il suffit que n1 ou n2 soit supérieur ou égal à 30 pour utiliser le test de l'écart réduit e) Lors d'un test de Student apparié, on calcule la différence des valeurs entre 2 échantillons pour avoir un seul échantillon de différence avec sa propre moyenne et le comparer à la population référence dont la différence moyenne δ=0. 2010-2011 Tutorat UE4 Biostatistiques CCB 1 / 5

QCM n 4 : Je cherche à savoir si les notes obtenues à l'internat à Montpellier sont représentatives de celles obtenues dans la population totale des étudiants passant le concours : a) Je vais chercher à comparer une moyenne observée à une moyenne théorique. b) Sachant que mon échantillon contient 150 étudiants, je réalise un test de l'écart réduit à n-1 ddl. c) Le t obs dépend uniquement de la moyenne calculée, de la moyenne de la population et de l'écarttype. d) Si je veux comparer mon échantillon à un échantillon d'une autre ville réalisé pour une étude similaire, je ferais un test de l'écart réduit et utiliserais la même formule que précédemment. e) Si je rejette H 0 dans mes 2 études, cela veut dire que l'échantillon de Montpellier est représentatif de la population générale mais que l'échantillon de Montpelier n'est pas similaire à celui de l'autre ville. QCM n 5 : On compare la taille du saut de 10 puces avant et après injection d une substance sensée démultiplier leur force musculaire. a) On utilise un test de Student classique. b) Il s agit d une comparaison entre une différence de moyenne observée et une différence de moyenne théorique. c) La différence de moyenne théorique susnommée est considérée comme égale à 0. d) On utilise donc un test de Student à N1+N2-2 ddl. e) Si on avait seulement comparé l échantillon post injection avec la population générale, on aurait utilisé un test de l écart réduit. QCM n 6 : Les résultats d une colle de physique montrent que la variable X, note obtenue, suit une loi Normale dont on ignore les paramètres. Mais on est certain que P(X>13) = 0,0228 et P(X<2,5) = 0,0668. a) µ = 7 b) µ = 9 c) σ = 2 d) σ = 3 e) Les deux paramètres de cette loi Normale sont impossibles à calculer avec les données fournies QCM n 7 : Le dosage de l urée sanguine chez 8 patients a donné les résultats suivants (en g/l) : 0,25 0,28 0,27 0,32 0,33 0,30 0,34 0,31 a) est une estimation sans biais de µ. b) L estimation de la variance de la population est S²=0,0311. c) Pour calculer un intervalle de confiance sur la moyenne de la population, on doit supposer que l échantillon suit une loi Normale. d) L intervalle de confiance de la moyenne de la population au risque de 5% est : [0,235 ; 0,365]. e) L intervalle de confiance de la moyenne de la population au risque de 5% est : [0,274 ; 0,326]. 2010-2011 Tutorat UE4 Biostatistiques CCB 2 / 5

QCM n 8 : On étudie chez différents individus la taille d un gène polymorphe, le gène Pec. On a démontré que la variable X, taille du gène Pec, suivait une loi Normale d écart-type 15kb (Kilobase). De plus, on a calculé que P(X>121) = 0,0808. a) suit une loi Normale centrée réduite de moyenne µ et d écart-type σ. b) µ = 110 kb. c) µ = 120 kb. d) P(X=100) = 0. e) P(88< X < 115) = 0,6294. QCM n 9 : Une maladie M a une prévalence de. Soit la variable aléatoire X, nombre de personnes atteintes par cette maladie. On considère le nombre de personnes malades dans une ville de 20000 habitants. a) X suit une loi Binomiale de paramètre n=20 000 et p=0,0001. b) On peut approximer cette loi Binomiale par une loi de Poisson. c) Si on peut approximer cette loi par une loi de poisson, alors λ=20. d) au millième près. e) au millième près. QCM n 10 : Geneviève de Fontenay a remarqué que certaines de ses miss ont un tour de taille «excessif». On désire alors comparer le tour de taille de ces miss en fonction d une répartition Nord/Sud. On a : effectif nord = 8 et effectif sud = 7. Les groupes sont les suivants : Nord 61 cm 58 cm 59 cm 62 cm 63 cm 61 cm 59 cm 64 cm Sud 60 cm 58 cm 57 cm 59 cm 61 cm 60 cm 62 cm Le test sera réalisé en bilatéral. a) On utilise un test de Wilcoxon-Mann-Whitney. b) L hypothèse nulle H O est la suivante : la loi de distribution du groupe nord est différente de la loi de distribution du groupe sud. c) On observe U min = 18. d) On peut rejeter H O au risque de 5%. e) On peut rejeter H O au risque de 2%. QCM n 11 : Les études épidémiologiques : a) L épidémiologie se divise en trois branches : descriptive, analytique, évaluative. b) Les études épidémiologiques peuvent concerner des sujets sains et des sujets malades. c) L épidémiologie descriptive identifie les facteurs de risque. d) L épidémiologie évaluative ne concerne que des sujets malades. e) Les études épidémiologiques permettent le calcul d indicateurs de santé ou d indicateurs de risque. 2010-2011 Tutorat UE4 Biostatistiques CCB 3 / 5

QCM n 12 : Concernant les biais dans les études épidémiologiques : a) Ce sont des erreurs aléatoires. b) On ne peut pas limiter ces biais. c) Il existe seulement deux types de biais : de sélection, d information. d) Le biais d information résulte d erreurs de mesure sur l exposition ou sur la maladie. e) Pour être facteur de confusion sur la relation entre l exposition E et une maladie M, un facteur X doit satisfaire trois conditions : être un facteur de risque pour M, être associé à E, être une conséquence de E. QCM n 13 : Concernant les essais thérapeutiques : a) Le double aveugle est indispensable lorsque le traitement de référence est un placebo. b) Le Nombre de Sujets Nécessaires à inclure dans l étude varie dans le sens inverse du risque α, de la puissance β, de la variabilité σ et de la différence que l on souhaite mettre en évidence. c) Dans une analyse en intention de traiter, les patients qui présentent des écarts au protocole sont exclus de l analyse. d) Le critère de jugement principal doit impérativement être objectif. e) La variabilité σ et la différence attendue sont estimées à partir d études antérieures. QCM n 14 : Généralités : a) Quelque soit la taille de l échantillon, un tirage au sort sans remise ne peut être assimilé à un test indépendant. b) L âge et la couleur des yeux sont des valeurs qualitatives ordinales. c) La variable «poids du patient» classée sous la forme : maigre, normal, surpoids et obèse est une variable qualitative nominale. d) Calculer la médiane d une population permet de moins tenir compte des valeurs extrêmes. e) Calculer la variance permet de tenir compte des valeurs extrêmes. QCM n 15 : Une étude est menée sur l ensemble des maisons de retraite de Montpellier. Nous voulons savoir si le vaccin de la grippe A protège contre la grippe saisonnière. Nous avons inclus 300 pensionnaires n ayant été vaccinés que pour la grippe A et 185 ayant refusé d être vaccinés. Voici le résultat de l étude : Vacciné Non Vacciné TOTAL Grippe 45 43 88 Absence de Grippe 255 142 397 TOTAL 300 185 485 a) Nous pouvons utiliser le test de l écart réduit. b) La correction de Yates est nécessaire. c) Le t obs est de 2.23 avec le test de l écart réduit. d) Le vaccin contre la grippe A a un effet protecteur pour la grippe saisonnière à α = 0,02. e) Il est possible de démontrer un effet protecteur du vaccin de la grippe A contre la grippe saisonnière à α = 0,01 2010-2011 Tutorat UE4 Biostatistiques CCB 4 / 5

QCM n 16 : Une deuxième étude est menée en parallèle. Nous suivons une population de 400 personnes sur deux ans. La première année 200 personnes attrapent la grippe saisonnière. La deuxième année tous les patients sont vaccinés contre la grippe A. Cette même deuxième année 26 personnes ayant déjà contracté la grippe l année précédente l attrapent de nouveau. 31 personnes n ayant pas attrapé la grippe la première année contractent la maladie. a) Le degré de signification du test vaut p = 0,5. b) Il faut proposer une correction de continuité. c) T obs = 9,987 avec le chi-deux. d) Nous pouvons rejeter H0 au seuil α = 0,05. e) Nous pouvons rejeter H0 au seuil α = 0,001. QCM n 17 : Nous voulons savoir si le fait d avoir la drépanocytose a un effet sur les formes graves de paludisme (neuropaludisme). Soit trois échantillons : A : 50 personnes homozygotes pour la drépanocytose B : 50 personnes hétérozygotes pour la drépanocytose C : 70 personnes ne présentant pas d allèle du gène de la drépanocytose Echantillon Neuropaludisme Absence de Neuropaludisme TOTAL A 7 43 50 B 9 41 50 C 29 41 70 45 125 170 a) L hypothèse clinique est : le caractère homozygote ou hétérozygote à la drépanocytose n a aucun facteur prédictif sur la possibilité ou non de faire un neuropaludisme. b) Nous pouvons utiliser le test de l écart réduit. c) Nous sommes obligés d utiliser la correction de Yates. d) T obs = 13,90. e) Il est possible de conclure au seuil α = 0,05. 2010-2011 Tutorat UE4 Biostatistiques CCB 5 / 5