Les tests statistiques. Une situation à risques

Slides:



Advertisements
Présentations similaires
Puissance et NSN.
Advertisements

Comparaison d’une moyenne observée à une moyenne théorique
D.Gile statscrit1 LUTILISATION DES STATISTIQUES INFERENTIELLES DANS LA RECHERCHE : REFLEXIONS CRITIQUES
But de la lecture critique
Risques d’erreur statistique et test statistique
Test statistique : principe
Les tests d’hypothèses (I)
TESTS RELATIFS AUX CARACTERES QUANTITATIFS
Collecte de données F. Kohler.
Inférence statistique
C1 Bio-statistiques F. KOHLER
Comparaison de deux moyennes observées
Inférence statistique
Situation du problème :
Comparaison de pourcentages : séries appariées
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
Tests non paramétriques
Les TESTS STATISTIQUES
Tests de comparaison de pourcentages
Master Pharmacologie - Module Pharmacologie du développement - Paris ANALYSE D'ESSAI THERAPEUTIQUE Pr E. Autret-Leca Pharmacologie CHRU Tours.
Nombre de sujets nécessaires en recherche clinique
Les TESTS STATISTIQUES
Dr DEVILLE Emmanuelle J D V 12/07/2006
Comparaison de plusieurs moyennes Analyse de variance
Tests de comparaison de moyennes
Méthodes de Biostatistique
Paul-Marie Bernard Université Laval
L’inférence statistique
Nombre de sujets nécessaires en recherche clinique
Objectifs du chapitre 12: Interprétation des résultats
Problème Autre formulation :
Faculté de Médecine Lyon-Sud Module Optionnel de préparation à la lecture critique d ’articles Interprétation des tests statistiques.
Faculté de Médecine Lyon-Sud Module Optionnel de préparation à la lecture critique d articles Puissance Calcul de l effectif.
Faculté de Médecine Lyon-Sud Module Optionnel de préparation à la lecture critique d articles Multiplicité.
L’analyse de variance factorielle
Le test t.
La puissance statistique
La puissance statistique
Le comportement des coûts Chapitre 3
quantitatives et qualitatives
Objectifs du chapitre 8: Puissance statistique
Lien entre alpha et bêta
La régression multiple
Méthodes de Biostatistique
Méthodes de Biostatistique
Introduction à l’analyse statistique
PRINCIPE DES TESTS D’HYPOTHÈSE
Principes des tests statistiques
Cédric LAOUENAN 20/11/2008 Tests statistiques Cédric LAOUENAN 20/11/2008
1 Licence Stat-info CM4 b 2004 V1Christophe Genolini Groupes appareillés : problème On veut comparer deux correcteurs On dispose de 3 copies –Le premier.
ANOVA à 1 facteur en groupes de mesure indépendants
Outils d’analyse: la méthode des moindres carrées
STATISTIQUE INFERENTIELLE LES TESTS STATISTIQUES
Tests d’ajustement à une distribution théorique
GRANDEURS ET MISÈRES DE LA MÉTA-ANALYSE Jimmy Bourque, CRDE.
1.  On souhaite comparer deux traitements dans le cadre d’un essai randomisé sur les lombosciatiques :  corticoïdes par infiltrations  placebo  Critère.
Quelques commentaires sur les tests statistiques
University of Ottawa - Bio 4118 – Applied Biostatistics © Antoine Morin and Scott Findlay 13/08/2015 6:59 PM Bootstrap et permutations.
Groupes appareillés.
Dr Vincent BIGE Centre de référence Mucoviscidose de Lyon
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
Chapitre 6 Les tests d ’ hypoth è se 1 – Comparer des moyennes ou des proportions.
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,
Puissances Niveau 2 Consigne : calcule en respectant les règles opératoires 1 seule réponse possible.
Transcription de la présentation:

Les tests statistiques. Une situation à risques F. Kohler Lab. SPI-EAO faculté de médecine de Nancy

Les tests statistiques La question A = 50% B = 70% Ces 2 groupes peuvent-ils être considérés comme provenant d’une même population ? Ou encore, la différence entre A = 50% et B = 70% est-elle due au hasard ?

Les hypothèses H0 : Les deux groupes sont issus de la même population ou encore la différence observée est due au hasard. H1 : Les deux groupes sont issus de deux populations différentes ou encore la différence observée ne peut pas être considérée comme due au hasard.

Risque de première espèce : Alpha Il est fixé lors de la rédaction du protocole, en fonction du problème médical. Il est maîtrisé si les conditions d’application des tests sont respectées Il est souvent pris à 5%. Dans ce cas si l’on fait 100 tests, 5 concluront « à une différence significative » alors que dans la réalité il n’y a pas de différence => Correction à appliquer si tests multiples.

Risque de deuxième espèce : beta Il n’est à envisager que si l’on a pas mis en évidence de différence significative. La puissance d'un test est égale à 1 - beta. Il n'est que rarement mentionné dans les articles. Son calcul a posteriori est complexe (calcul de puissance). Pour le maîtriser, il faut planifier l'expérience. H0 n'est plus l'absence de différence mais peut être exprimée par "la différence est inférieure à un delta que l'on se fixe". En fonction de delta, du test statistique envisagé, de la variabilité du phénomène étudié et des risques alpha et beta consentis, il est alors possible de calculer un nombre de sujets nécessaires.