Cours de Biostatistiques 14 avril 2012 Noémi ARDITI Delphine COUDRAY.

Slides:



Advertisements
Présentations similaires
Introduction aux statistiques Intervalles de confiance
Advertisements

L’échantillonnage & Ses Fluctuations
Indicateurs de Suivi, Risques & Mesure d’Associations
Comparaison d’une moyenne observée à une moyenne théorique
STATISTIQUE INFERENTIELLE L ’ESTIMATION
TESTS RELATIFS AUX CARACTERES QUANTITATIFS
5 critères de qualité d'un test
Inférence statistique
Comparaison de deux moyennes observées
Inférence statistique
Faculté de médecine de Nancy - SPI-EAO - Pr. F. KOHLER
Comparaison d'une distribution observée à une distribution théorique
Comparaison de deux pourcentages observés
Comparaison de plusieurs moyennes observées
Les TESTS STATISTIQUES
Tests de comparaison de pourcentages
Nombre de sujets nécessaires en recherche clinique
Les TESTS STATISTIQUES
Les Tests dhypothèses. 1)Définition Un test cest une méthode qui permet de prendre une décision à partir des résultats dun échantillon.
4 Les Lois discrètes.
PROGRAMME : BTS CG.
La loi normale et l’estimation de paramètres
Tests de comparaison de moyennes
Méthodes de Biostatistique
1 - Construction d'un abaque Exemple
L’inférence statistique
Nombre de sujets nécessaires en recherche clinique
Faculté de Médecine Lyon-Sud Module Optionnel de préparation à la lecture critique d ’articles Question posée Type d ’étude.
Simulation d’un processus de Poisson
Méthodes de Biostatistique
1 Introduction à la théorie des tests. 2 Plan I- choix entre 2 paramètres de tendance centrale Choix entre 2 proportions pour un caractère qualitatif.
ANALYSE DE DONNEES TESTS D’ASSOCIATION
Intervalles de confiance pour des proportions L’inférence statistique
Chapitre 3: Variables aléatoires réelles continues
Atelier Probabilités et statistiques
STATISTIQUE INFERENTIELLE LES TESTS STATISTIQUES
L’erreur standard et les principes fondamentaux du test de t
1.  On souhaite comparer deux traitements dans le cadre d’un essai randomisé sur les lombosciatiques :  corticoïdes par infiltrations  placebo  Critère.
Intervalles de fluctuation et de confiance. Dans une population, la proportion d’individus ayant un caractère donné est notée p Population.
LOIS COURANTES DE PROBABILITES
LOIS COURANTES DE PROBABILITES LA LOI DE POISSON Jean-Marc Petit1.
ECHANTILLONAGE ET ESTIMATION
Comparaison de plusieurs moyennes observées
Tests relatifs aux variables qualitatives: Tests du Chi-deux.
Tests relatifs aux variables qualitatives: Tests du Chi-deux.
Introduction aux statistiques Intervalles de confiance
1 M2 Biomatériaux- Cours n°3 1 - Rappels du cours n°1 et La statistique inférentielle Fluctuation d’échantillonnage, Théorème central limite Estimation.
Cours de Biostatistique
TP2: Statistique & Probabilité Intervalle de confiance et test d’hypothèses.
1 Biostatistique et lecture critique d’articles médicaux Pr A Venot UFR SMBH Université Paris 13.
SCIENCE 9 Sciences et Technologie… Nokia Morph Phone Bombardier concepte Ordinateur concepte jouets.
Maths en Jean : Nager dans le brouillard. Présentation du sujet Une personne part du bord de la plage et nage 500 mètres en ligne droite dans une direction.
Plans d'expérience Méthode Taguchy Analyse de la variance Anavar.
Bloodcurdling movies and measures of coagulation: Fear Factor crossover trial BMJ Noël 2015 Article thématique du 26/01/2016 André Gillibert Banne Nemeth.
LCA UFR SMBH (DCEM)1 Analyse critique d ’articles évaluant l ’intérêt de nouveaux tests à visée diagnostique Alain Venot UFR SMBH Campus virtuel SMBH
1 M2 Biomatériaux- Cours n°4 1 - Rappels du cours n°1 et 2 et Introduction au principe des test statistiques.
Evaluation diagnostique J. Coste Unité de biostatistique et d’épidémiologie, Hôtel Dieu, Université Paris Descartes.
1 M1 MQSE 1 - L’outil statistique pour tirer des conclusions dans un monde de variabilité 2 - Utiliser la statistique: se confronter au hasard 3 - La statistique:
Chapitre 6 Les tests d ’ hypoth è se 1 – Comparer des moyennes ou des proportions.
Groupe de travail UE4 - Maths Semaine du 18 au 25 Novembre 2013.
Chapitre 2 Variables aléatoires 1. Variables aléatoires : définition Résultat d’une expérience dont l’issue est multiple (VARIABLE) et imprévisible (ALÉATOIRE)
Chapitre 6 Les tests d ’ hypoth è se 2 – Les tests du  2 (chi 2)
Biostatistique pour le troisième cycle P. Leroy, F. Farnir 2013.
Evaluation des tendances à la hausse de polluants dans les masses d’eau souterraine de la Réunion.
Caractérisation dimensionnelle de défauts par thermographie infrarouge stimulée. Contrôles et Mesures Optiques pour l’Industrie novembre
Régression linéaire (STT-2400) Section 3 Préliminaires, Partie II, La loi multinormale Version: 8 février 2007.
Profile Likelihood Une petite revue succincte. Petite citation a méditer… « a probability of 1 in is almost impossible to estimate » R. P.
FACULTE DE MEDECINE DE CONSTANTINE DEPARTEMENTs DE PHARMACIE ET DE MEDECINE DENTAIRE ENSEIGNEMENT GRADUE Année Universitaire EPIDEMIOLOGIE ANALYTIQUE.
Faculté de Médecine de Marseille, Université de la Méditerranée Laboratoire d’Enseignement et de Recherche sur le Traitement.
Transcription de la présentation:

Cours de Biostatistiques 14 avril 2012 Noémi ARDITI Delphine COUDRAY

Sensibilité, spécificité, valeurs prédictives et échantillons (chap 5) On peut toujours calculer Se et Sp, car elles ne dépendent pas de la prévalence. A partir d’un tableau VP/FP/FN/VN, on peut estimer VPP et VPN uniquement si l’échantillon est représentatif de la population. On peut calculer VPP et VPN à partir de Se et Sp si l’on connaît la prévalence, même si l’échantillon n’est pas représentatif.

Fonction de répartition (chap 6) Notée F(X) C’est une probabilité ! F(x)=p(X≤x) Obligatoirement comprise entre 0 et 1 F(8) F(8)=p(X≤8)

Densité de probabilité (chap 6) Notée f(X) Ce n’est pas une probabilité ! p(a≥X≥b) correspond à l’aire sous la courbe de f entre a et b Obligatoirement positive, mais peut être supérieure à 1 a b p(a≥X≥b)

Lois de probabilité (chap 7) 4 lois à connaître Loi de Bernoulli : µ=π σ 2 =π(1-π) Loi binomiale : µ=nπ σ 2 =nπ(1-π) P(X=k pour n essais)=

Loi de Poisson : µ=λ σ 2 =λ P(X=k)= Lois de probabilité (2) (chap 7) Loi normale : Répartition symétrique autour d’une valeur donnée, qui est µ Utilisation dans les tests grâce au TCL Approximation de la loi binomiale par la loi de Poisson si π 50, avec λ=nπ Approximation de la loi binomiale par la loi normale si nπ≥5 et n(1-π)≥5, avec µ=nπ et σ 2 =nπ(1-π) Approximation de la loi de Poisson par la loi normale si λ>25, avec µ=λ et σ 2 =λ

Intervalles de pari et de confiance (Chap 9-10) Intervalle de pari : on connaît la moyenne vraie, on cherche la moyenne qu’on devrait observer dans un échantillon Intervalle de confiance : on connaît la moyenne observée sur un échantillon et on cherche à estimer la moyenne vraie

Tests (Chap 11-13) Etapes d’un test : Etablir les hypothèses (H 1 est toujours « non H 0 ») Calcul du paramètre Comparaison de la valeur obtenue du paramètre avec les tables Conclusion soit à H 1 soit au non rejet de H 0

Tests (2) (Chap 11-13)

Tests (3) (Chap 11-13) Les test de χ 2 est le seul à correspondre à des variables qualitatives et non quantitatives.

Les pièges à éviter : Ne jamais conclure que H 0 est vraie. Si on trouve H1 fausse, on dit que H0 n’est pas rejetée. Pas de calcul du degré de signification si H0 rejetée. Toujours vérifier si les conditions de validité sont respectée ! Tests (4) (Chap 11-13)

Etude de cohorte = sujets répartis en fonction de leur exposition à des facteurs de risque. Etude de cas-témoins = sujets répartis en fonction de l’atteinte ou non par la maladie. Etude transversale = descriptive, recueil simultané des infos sur l’exposition et l’atteinte. Démarche expérimentale (Chap 15)

Merci à tous ! (Merci à Benji pour les courbes de son diapo de l’an dernier =D) Bon courage ! On vous aime ! <3