Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :19 1 BIO 4518 Biostatistiques appliquées Antoine Morin Vanier x4549

Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :19 2 À propos de moi Un écologiste, pas un statisticien L’emphase sera donc mise sur les connaissances pratiques et sur l’application des statistiques plutôt que sur les théorèmes et les preuves.

Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :19 3 Les raisons de votre présence Vous êtes intéressés par le raisonnement statistique Vous voulez apprendre à utiliser correctement les statistiques pour planifier vos expériences et en analyser les résultats Vous voulez développer votre capacité à évaluer d’une manière critique des arguments scientifiques.

Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :19 4 Ce que j’attend de vous Assister aux cours Assister aux sessions de laboratoire Feedback sur ce que vous aimez ou détestez et comment améliorer le cours

Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :19 5 Objectifs Comprendre les principes fondamentaux de l’inférence statistique Comprendre le principe général des tests statistiques les plus courants Connaître les conditions d’application des principaux tests et les conséquences de violation de ces conditions Apprendre à effectuer et interpréter les tests les plus courants avec SYSTAT

Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :19 6 Évaluation 60% Devoirs (2) 40% Projet d’analyse de données Les devoirs peuvent se faire en équipe (max:3).

Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :19 7 Documents Morin, A. & C.S. Findlay Introduction aux biostatistiques appliquées. Université d’Ottawa, Ottawa. Sokal, R.L. & F.J. Rohlf Biometry (3rd edition), W.H. Freman & Co., New York, ou Zar, J.H Biostatistical Analysis (4th edition), Prentice-Hall, Upper Saddle River, New Jersey.

Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :19 8 Préparation au cours Lire les notes de cours avant d’arriver en classe ou au laboratoire et préparer vos questions pour le cours Posez des questions! Il n ’y a pas de question stupide, seulement des profs qui expliquent mal (ou qui parfois manquent de patience;-) Pour les labos, relisez la section pertinente des notes de cours.

Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :19 9 Environnement pédagogique Cours Laboratoire Site web Consultation

Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :19 10 Site web simulium.bio.uottawa.ca/bio4518 Documents: notes de cours, labos, corrigés Copies des présentations en classe (Acrobat) Anciens devoirs et examens avec solution et barème de correction Corrections, annonces, messages (Quoi de neuf?)

Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :19 11 Laboratoires Sous-sol pavillon Marion, labo d’informatique de la Faculté des Sciences Un thème pour chaque scéance de labo mais vous travaillez à VOTRE rythme Lisez les notes et le protocole AVANT le labo….

Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :19 12 Quelques points de vue sur les statistiques “Si des statistiques sont nécessaires pour interpréter une expérience, ce n’est pas une bonne expérience.” Ernest Rutherford “Il existe trois types de mensonges: les mensonges, les vrais mensonges et les statistiques!” Benjamin D’Israeli

Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :19 13 Quelques points de vue sur les statistiques “Appeler un statisticien après que l’expérience soit terminée c’est comme lui demander de faire une autopsie; il pourra seulement déterminer la cause de l’échec de l’expérience.” Sir Ronald Fisher “Le but des modèles n’est pas de représenter les données mais de préciser les questions.” Samuel Karlin

Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :19 14 Le rôle des statistiques dans la méthode scientifique La méthode hypothético-déductive Falsification d’hypothèses Critères de qualité des hypothèses scientifiques Utilisation des statistiques Limites et possibilités des statistiques Critères de sélection des tests statistiques

Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :19 15 La méthode hypothético-déductive Hypothèse Prédictions ObservationsConclusions Question inférence expérience déductioninduction

Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :19 16 Falsification d’hypothèses La méthode scientifique ne peut pas prouver qu’une hypothèse est vraie: elle ne peut que l’invalider ou la corroborer. Une hypothèse, même testée rigoureusement, ne peut être considérée comme étant vraie.

Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :19 17 Critères de qualité des hypothèses scientifiques Généralité Exactitude Précision Simplicité

Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :19 18 Généralité Une hypothèse plus générale élimine plus de possibilités et s’applique à plusieurs situations. Exemple: la production primaire lacustre est contrôlée par la concentration d’éléments nutritifs. Comparativement à: Dans les lacs de l’Outaouais, la production primaire varie parfois avec la concentration d’éléments nutritifs.

Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :19 19 Exactitude Deux théories: y est une fonction non linéaire (1) ou linéaire (2) de x. Les observations sont, en moyenne, plus près des prédictions pour la théorie la plus exacte. y x Théorie moins exacte Théorie plus exacte Observées Attendues

Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :19 20 Précision Deux théories: H 1 : y est une fonction linéaire de x 1, ou H 2 : y est une fonction linéaire de x 1 et x 2. Pour un x donné, la différence entre les mesures de y est plus petite pour H 2, La théorie est plus précise. Théorie plus précise Théorie moins précise Observées Attendues y x1x1 Y (corrigé) x1x1 x2x2

Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :19 21 Simplicité Une bonne hypothèse est simple, facile à comprendre, économique ou pratique à utiliser. exemple: D = 15 W D = a + bW c + c sin(x 1 ) + fx 2 - gx 3

Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :19 22 Inférence Utilité des statistiques Est-ce que les différences observées sont réelles ou simplement le résultat du hasard? Afin de répondre à cette question, nous avons besoin de connaître la probabilité que les résultats obtenus soient causés par la chance. Les tests statistiques nous permettent d’estimer cette probabilité et de tirer des conclusions objectives.

Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :19 23 Description, synthèse Utilité des statistiques Résume l’information contenue dans un ensemble de données Aide à la description de tendance générale (induction) Attention: dans un résumé statistique, certaines informations se perdent. Toujours garder les données brutes!

Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :19 24 Design expérimental: Utilité des statistiques Optimisation des efforts Décisions a priori concernant l’utilité de l’expérience

Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :19 25 Ce que les statistiques peuvent et ne peuvent faire Peuvent Fournir des critères objectifs pour tester des hypothèses. Aider à optimiser les efforts Aider à la l’évaluation critique des arguments Ne peuvent pas dire la vérité compenser pour une mauvaise planification indiquer l’importance biologique: la signification statistique ne veut pas dire la signification biologique et vice versa!

Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :19 26 Quatre questions importantes à se poser avant de commencer une analyse statistique? Croyez-vous que les observations sont indépendantes et qu’elles représentent un échantillon aléatoire? Pourrez-vous répondre à votre question à l’aide des données récoltées? L’analyse prévue pourra-t’elle menner à répondre à votre question? Existe-t’il une analyse alternative?

Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :19 27 Les quatre « Ages » du biostatisticien AgeCaractéristiquesCommentaire PierreTotale ignoranceL’ignorance n’est pas une vertu! BronzeDésinvolture. Compréhension superficielle. Statistiques considérées comme un (petit) mal nécessaire en science (Voir Rutherford, Ernest) ArgentFamiliarité modérée couplée à un désir ardent de le démontrer Soucis excessif des détails statistiques: la paille dans l’œil empêche de voir la poutre se dirigeant vers vous. OrSait déterminer quand les considérations statistiques sont (ou ne sont pas) importantes. Reconnaît les limites (personnelles et des statistiques) Ce vers quoi vous pouvez (devez) aspirer.

Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :19 28 Critères de sélection des tests statistiques La nature du problème et les propriétés des données. La fiabilité du test selon que les conditions d’applications requises sont respectées. La puissance du test.