BIO 4518 Biostatistiques appliquées

Présentation au sujet: "BIO 4518 Biostatistiques appliquées"— Transcription de la présentation:

1 BIO 4518 Biostatistiques appliquées
Antoine Morin Vanier 311 x4549 Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :39

2 Qui suis-je? Écologiste des eaux courantes
B.Sc. (1981) et M.Sc. (1983) U. de Montréal. Écologie des ruisseaux Ph.D. (1987) McGill. Écologie des mouches noires Post doc (1988) Cornell University Université d’Ottawa (1989-présent) Recherches sur structure et fonctionnement des écosystèmes d’eaux courantes Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :39

3 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 :39

4 Les raisons de votre présence
Vous êtes intéressés par le raisonnement statistique (oui, vraiment!) 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 :39

5 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 :39

6 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 S-PLUS Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :39

7 Évaluation 60% Devoirs (5) 5% Proposition de projet
35% 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 :39

8 Documents Geneviève Carr, Scott Findlay et Antoine Morin Introduction aux biostatistiques appliquées. Université d’Ottawa, Ottawa. $20 chez Ernest 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. (environ $100 à l’Agora) S-PLUS (gratuit, ou presque pour vous) Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :39

9 Préparation au cours Lire les notes de cours avant d’arriver en classe ou au laboratoire et préparer vos questions pour le cours Poser 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 :39

10 Environnement pédagogique
Consultation Cours Laboratoire Site web Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :39

11 Site web simulium.bio.uottawa.ca/bio4518
Documents: notes de cours, labos, corrigés Copies des présentations en classe (ppt et 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 :39

12 Laboratoires CBE104 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 :39

13 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 :39

14 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 :39

15 La méthode hypothético-déductive
Hypothèse induction déduction Question Prédictions expérience Conclusions Observations inférence Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :39

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 :39

17 Critères de qualité des hypothèses scientifiques
Généralité Exactitude Précision Simplicité Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :39

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 :39

19 Exactitude Deux théories: y est une fonction non linéaire (1) ou linéaire (2) de x. Les observations sont, en moyenne, toujours plus près des prédictions pour la théorie la plus exacte. Absence de biais Théorie plus exacte y Observées Théorie moins exacte Attendues x Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :39

20 Précision Observées Attendues y
Deux théories: H1: y est une fonction linéaire de x1, ou H2 : y est une fonction linéaire de x1 et x2. Pour un x donné, la différence entre les mesures de y est plus petite pour H2, La théorie est plus précise. Théorie moins précise x1 Théorie plus précise Y (corrigé) x1 x2 Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :39

21 Simplicité Une bonne hypothèse est simple, facile à comprendre, économique ou pratique à utiliser. exemple: D = 15 W-1.16 D = a + bWc + c sin(x1) + fx2- gx3 Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :39

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 :39

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 :39

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 :39

25 Ce que les statistiques peuvent et ne peuvent faire
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 :39

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 :39

27 Les quatre « Ages » du biostatisticien
Caractéristiques Commentaire Pierre Totale ignorance L’ignorance n’est pas une vertu! Bronze Désinvolture. Compréhension superficielle. Statistiques considérées comme un (petit) mal nécessaire en science (Voir Rutherford, Ernest) Argent Familiarité 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. Or Sait 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 :39