La puissance statistique

Slides:



Advertisements
Présentations similaires
Statistique II Chapitre 3: Tests d’hypothèses
Advertisements

Comparaison d’une moyenne observée à une moyenne théorique
D.Gile statscrit1 LUTILISATION DES STATISTIQUES INFERENTIELLES DANS LA RECHERCHE : REFLEXIONS CRITIQUES
Thomas G. Dietterich Approximate Statistical Tests for Comparing
Test statistique : principe
Les tests d’hypothèses (II)
Les tests d’hypothèses (I)
TESTS RELATIFS AUX CARACTERES QUANTITATIFS
Echantillonnage Introduction
Inférence statistique
Situation du problème :
Comparaison de pourcentages : séries appariées
Faculté de médecine de Nancy - SPI-EAO - Pr. F. KOHLER
Comparaison de deux pourcentages observés
Tests de comparaison de pourcentages
Les tests statistiques. Une situation à risques
Les Tests dhypothèses. 1)Définition Un test cest une méthode qui permet de prendre une décision à partir des résultats dun échantillon.
Les tests d’hypothèses
Tests de comparaison de moyennes
Méthodes en épidémiologie (SPUB009)
Méthodes de Biostatistique
Plans à groupes indépendants: organisation
L’inférence statistique
Analyse de la variance : ANOVA à un facteur
Nombre de sujets nécessaires en recherche clinique
Régression linéaire simple
Objectifs du chapitre 12: Interprétation des résultats
Faculté de Médecine Lyon-Sud Module Optionnel de préparation à la lecture critique d articles Puissance Calcul de l effectif.
Justification et opérationnalisation des hypothèses
La corrélation et la régression
Le test t. Procédure de linférence statistique 1. Contexte théorique 2. Hypothèses 3. Seuil de signification et puissance 4. Taille de leffet 5. Collecte.
Le test t.
L’analyse de variance.
La puissance statistique
La corrélation et la régression
Corrélation Principe fondamental d’une analyse de corrélation
Test de signification d’une ANOVA à deux critères de classification: sans réplication, modèle I, plan factoriel Tester CMeffet sur CMerreur... … mais,
ANOVA à critères multiples
Analyse factorielle de variance: Principes d’expérimentation
Objectifs du chapitre 8: Puissance statistique
La régression multiple
Tests d’hypothèses.
ORGANIGRAMME-MÉTHODES STATISTIQUES-COMPARAISONS DE MOYENNES
Méthodes de Biostatistique
Statistique Descriptive Analyse des données
PRINCIPE DES TESTS D’HYPOTHÈSE
Cédric LAOUENAN 20/11/2008 Tests statistiques Cédric LAOUENAN 20/11/2008
Introduction aux tests d’hypothèse
Lien entre deux variables
ANOVA à 1 facteur en groupes de mesure indépendants
STATISTIQUE INFERENTIELLE LES TESTS STATISTIQUES
L’erreur standard et les principes fondamentaux du test de t
Méthodes de Biostatistique Chapitre 9 Tests Nonparamétriques.
GRANDEURS ET MISÈRES DE LA MÉTA-ANALYSE Jimmy Bourque, CRDE.
Révision des concepts fondamentaux
1.  On souhaite comparer deux traitements dans le cadre d’un essai randomisé sur les lombosciatiques :  corticoïdes par infiltrations  placebo  Critère.
Test de signification d’une ANOVA à deux critères de classification: sans réplication, modèle I, plan factoriel Tester CMeffet sur CMerreur... … mais,
Quelques commentaires sur les tests statistiques
Probabilités et statistique MQT-1102
Chapitre 4 Concepts fondamentaux Les composantes d’un test statistique Les hypothèses nulles en statistiques Le sens de p Inférence: comment traduire p.
Comparaison de plusieurs moyennes observées
Tests relatifs aux variables qualitatives: Tests du Chi-deux.
Académie européenne des patients sur l'innovation thérapeutique Rôle et notions élémentaires des statistiques dans les essais cliniques.
Introduction aux statistiques Intervalles de confiance
Calcul de puissance en IRMf Réunion 2 CNF 2015/2016.
Chapitre 6 Les tests d ’ hypoth è se 1 – Comparer des moyennes ou des proportions.
Biostatistique pour le troisième cycle P. Leroy, F. Farnir 2013.
23/05/2016 Déterminer la taille des échantillons notion sous-jacente : puissance d'un test Claire Chabanet fonction F4, étendre l'écran configurer le diaporama,
Transcription de la présentation:

La puissance statistique

Plan Définition: La probabilité que le test va rejeter une hypothèse nulle fausse. Taille d’effets Facteurs influençant la puissance

Prise de décision Population Décision H0 est vraie H0 est fausse Conserve H0 Correcte (1-a) Erreur de type II (b) Rejette H0 Erreur de type I (a) (1-b) Puissance

Inférence statistique m = 72 (1-b) b m = 69

Inférence statistique m = 72 m = 70 b (1-b)

Inférence statistique m = 72 m = 64 b (1-b)

La taille de l’effet (unilatérale) Définition : C’est la dissimilitude entre l’hypothèse nulle et l’hypothèse alternative Cela nous indiques quel est l’ordre de grandeur de la différence que l’on veut détecter (effet de traitement)

La taille de l’effet (bilatérale) Définition : C’est la dissimilitude entre l’hypothèse nulle et l’hypothèse alternative

La taille de l’effet et la puissance Exemple: Pour connaître la puissance il faut utiliser une table ou un logiciel.

Facteurs influençant la puissance Le niveau de signification La magnitude de l’effet de traitement La variabilité dans la population La taille de l’échantillon

Facteurs influençant la puissance Le niveau de signification La magnitude de l’effet de traitement La variabilité dans la population La taille de l’échantillon Plus a augmente plus la puissance augmente.

Facteurs influençant la puissance m = 72 (1-b) b m = 69

Facteurs influençant la puissance m = 72 (1-b) b m = 69

Facteurs influençant la puissance Le niveau de signification La magnitude de l’effet de traitement La variabilité dans la population La taille de l’échantillon Plus grand est l’effet de traitement plus grande sera la puissance

Facteurs influençant la puissance Le niveau de signification La magnitude de l’effet de traitement La variabilité dans la population La taille de l’échantillon Plus la variabilité est petite plus la puissance sera grande

Facteurs influençant la puissance Le niveau de signification La magnitude de l’effet de traitement La variabilité dans la population La taille de l’échantillon Plus n augmente plus la puissance augmente