Méthodes de Biostatistique

Slides:



Advertisements
Présentations similaires
Corrélation Position du problème Définition covariance (X,Y) r =
Advertisements

Probabilités et statistiques au lycée
STATISTIQUE INFERENTIELLE L ’ESTIMATION
Regroupement (clustering)
Echantillonnage Introduction
Echantillonnage Professeur Francis GUILLEMIN > Ecole de santé publique - Faculté de Médecine.
Notions de variable aléatoire et de probabilité d’un événement
Régression -corrélation
La loi normale et l’estimation de paramètres
Traitement de données socio-économiques et techniques d’analyse :
Méthodes de Biostatistique
Etude longitudinale d’essais multilocaux: apports du modèle mixte
Analyse de la variance : ANOVA à un facteur
Cours Corporate finance Eléments de théorie du portefeuille Le Medaf
Régression linéaire simple
La Démarche Scientifique
Howell, Chap. 1 Position générale
Comprendre la variation dans les données: Notions de base
Génétique-Biostatistique1 Estimation de la réponse corrélée des caractères de croissance lors de sélection des lapins sur la taille de la portée.
Corrélation et régression linéaire simple
Janvier 2010Paul-Marie Bernard Université Laval 1 Modules sur les méthodes en recherche clinique.
Bienvenue au cours Mat 350 Probabilités et statistiques
Les modèles linéaires (Generalized Linear Models, GLM)
Corrélation Principe fondamental d’une analyse de corrélation
Théorie… Inférence statistique: étude du comportement d’une population ou d’un caractère X des membres d’une population à partir d’un échantillon aléatoire.
Régression linéaire (STT-2400)
Théorie de l’échantillonnage (STT-6005)
Hum?? Les statistiques… Qu’est-ce que c’est au juste?
ORGANIGRAMME-MÉTHODES STATISTIQUES-COMPARAISONS DE MOYENNES
Introduction aux statistiques
Soutenance de stage 16 Mai au 5 Août 2011
Soutenance de stage 16 Mai au 5 Août 2011
Régression linéaire multiple : hypothèses & interprétation. Partie 2.
Méthodes statistiques
Régression linéaire multiple : hypothèses & interprétation
Soutenance de stage 16 Mai au 5 Août 2011
Mesures de position Ils s’expriment dans la même unité que les observations Moyenne et moyenne pondérée Exemple : on dispose du nombre moyen d’enfants.
Méthodes de Biostatistique
Méthodes de Biostatistique
Méthodes de Biostatistique
Méthodes de Biostatistique
Statistique Descriptive Analyse des données
Introduction: DEFINITION
Méthodologie expérimentale : l’analyse des données
Introduction à l’analyse statistique
Joseph CHONG, Mauduit Pergent
Master 1 – Sciences du Langage –
Revue systématique et méta analyse
Rappels de statistiques descriptives
Biostatistiques Quand on souhaite étudier une (ou des) caractéristique(s) sur un ensemble d’individus ou d’objets, il est difficile, voir impossible, d’observer.
PRINCIPE DES TESTS D’HYPOTHÈSE
Chapitre I Modélisation optimisation I- Optimisation de fonctions d’une seule variable 1 Introduction En gestion, on est souvent confronté à des situations.
STATISTIQUES DESCRIPTIVES
Séance 8 30 novembre 2005 N. Yamaguchi
JEAN-MARC FONTAN SOC-1101 COURS 3
VARIABLES ET MESURES DE FREQUENCES Pr. KELLIL M 1.
JEAN-MARC FONTAN SOC-1101 COURS 4
Études de Marché Dess communication de masse
Échantillonnage (STT-2000)
Échantillonnage (STT-2000) Section 5 Types d’erreur de sondage. Version: 22 août 2003.
Échantillonnage (STT-2000)
Les distributions de fréquences et de pourcentages
Rapport 20 Final 40 Partiel TD.
BIOSTATISTIQUES Définitions.
Mesures de description des valeurs des variables
Introduction aux statistiques Intervalles de confiance
 Champ des mathématiques  Ensemble de méthodes et de techniques  Permet une analyse objective  Facilitées aujourd’hui par les tableurs.
Chapitre 4 Statistique descriptive 1. Echantillonnage statistique population On appelle population, un ensemble d’individus auquel on s’intéresse échantillon.
Biostatistique pour le troisième cycle P. Leroy, F. Farnir 2013.
Bienvenue au cours MAT-350 Probabilités et statistiques.
Transcription de la présentation:

Méthodes de Biostatistique STT 6971 Chafik Bouhaddioui stt6971: Méthodes de Biostatistique stt6971-Méthodes de Biostatistique

stt6971: Méthodes de Biostatistique Plan du cours: Introduction et motivation. Statistique descriptive. Probabilités: Notions générales. Distribution échantionnale. Estimation et tests d’hypothèses. Analyse de la variance. Données catégoriques. Régression simple et multiple. Tests Nonparamétriques. Sujets spéciaux (Régression logistique, Analyse de survie…) stt6971: Méthodes de Biostatistique stt6971-Méthodes de Biostatistique

stt6971: Méthodes de Biostatistique Barème: Devoirs: 20%. Examen Intra: 30%. Projet: 10%. Examen Final: 40% stt6971: Méthodes de Biostatistique

Disponibilités et contact: Vendredi: 16h30mn – 18h30mn. Sur RENDEZ-VOUS! Informations sur le cours: www.dms.umontreal.ca/~chafik/stt6971.htm www2.cirano.qc.ca/~bouhaddc/en/stt6971.htm Émail: chafik@dms.umontreal.ca bouhaddc@cirano.qc.ca Téléphone: 514-985-4012. stt6971: Méthodes de Biostatistique

Méthodes de Biostatistique Chapitre I Introduction et Motivation stt6971: Méthodes de Biostatistique stt6971-Méthodes de Biostatistique

stt6971: Méthodes de Biostatistique Introduction I. C’est quoi la biostatistique? Définition: La biostatistique est l’application des concepts et principes statistiques à des données médicales, biologiques et de santé public. Exemples: Les effets d’un médicament. L’effet du niveau du cholestérol sur la pression artérielle. Le nombre de patients admis durant les fins de semaine aux urgences. Distribution des pandémies. L’étude sur les différentes complications dans le traitement des patients atteints du virus VIH. stt6971: Méthodes de Biostatistique

II. Terminologie biostatistique I. Méthodologie statistique: Modélisation mathématique de phénomènes complexes. Modélisation de l’incertitude fondée sur la théorie des probabilités. Biostatistique ou Biométrie: Application aux sciences du vivant (humain ou biologique) de la méthodologie statistique. stt6971: Méthodes de Biostatistique

stt6971: Méthodes de Biostatistique 2. Statistique descriptive: Statistique au sens commun du terme. Synthèse de l’information: résumés statistiques. Expression des résultats : représentation graphique. Étape préliminaire. stt6971: Méthodes de Biostatistique

stt6971: Méthodes de Biostatistique 3. Statistique inférentielle: À partir d’un nombre réduit d’observations, peut-on répondre à des hypothèses faites sur une population plus large et avec quel niveau de fiabilité? Nécessité d’un modèle mathématique: Identification, estimation, inférence, prédiction. stt6971: Méthodes de Biostatistique

stt6971: Méthodes de Biostatistique 4. Unité statistique: Unité sur laquelle sont effectuées des observations: Individu, animal, organe, cellule, champ de microscope,... Regroupement d’unités: Grappes ou cluster famille, portée, coupe microscopique,… stt6971: Méthodes de Biostatistique

stt6971: Méthodes de Biostatistique 5. Population: Ensemble des unités statistiques. Population des lymphocytes. Hommes âgés de 50 ans et plus et ayant déjà eu une attaque cardiaque. Femmes atteintes du cancer du sein. Taille finie ou infinie. Une population peut être partitionnée en sous populations: Hommes atteints du VIH. Femmes fumeuses et atteintes du cancer du poumon. stt6971: Méthodes de Biostatistique

stt6971: Méthodes de Biostatistique 6. Échantillon Sous ensemble de taille finie d’une population. Échantillonnage: mécanisme de génération de l’échantillon. Échantillonnage aléatoire simple. Échantillonnage staratifié. stt6971: Méthodes de Biostatistique

stt6971: Méthodes de Biostatistique 7. Variables: Caractéristique mesurable pour toutes les unités statistiques. Ex individu: sexe, taille, poids, âge, hypertendu, Groupe ABO: A, B, AB, O. Il y a deux types de variables: Variables Discrètes. Variables Continues. stt6971: Méthodes de Biostatistique

stt6971: Méthodes de Biostatistique 7.1. Variables Continues: Définition: Une variable continue peut prendre n’importe quelle valeur (une infinité de valeurs possibles) entre le minimum et le maximum pour une certaine échelle de mesure. Exemples: Âge, poids, taille, niveau de cholestérol,… . stt6971: Méthodes de Biostatistique

stt6971: Méthodes de Biostatistique 7.2. Variables Discrètes: Définition: Une variable discrète peut prendre un nombre limité ( le nombre de possibilités est fini) de valeurs ou catégories. Elle peut être ordinale ou nominale (catégorique). Exemples: Variables ordinales: La variable peut prendre un nombre fini de valeurs ou catégories qui sont ordonnées. Ex. La sévérité d’un symptôme: Minimale, modérée, Sévère. Variables nominales: La variable peut prendre un nombre fini de valeurs ou catégories sans tenir compte de l’ordre. Ex. Homme ou femme; Célibataire, marié, divorcé ou veuf. stt6971: Méthodes de Biostatistique

stt6971: Méthodes de Biostatistique III. Notations Taille de la population: N. Taille échantionnale: n. Moyenne de la population: Variance de la population: Écart-type de la population: stt6971: Méthodes de Biostatistique