Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Poly m1 Biostatistique Marie Laure Delignette-Muller septembre Table des matières Introduction La statistique descriptive Objectifs pédagogiques C Quelques dé nitions Statistique descriptive et statistique inférentielle Type de variable aléatoire étudiée

Biostatistique Marie Laure Delignette-Muller septembre Table des matières Introduction La statistique descriptive Objectifs pédagogiques C Quelques dé nitions Statistique descriptive et statistique inférentielle Type de variable aléatoire étudiée La représentation graphique des données Quelques représentations classiques de la distribution d'une variable qualitative La représentation classique de la distribution d'une variable quantitative discrète Quelques représentations classiques de la distribution d'une variable quantitative continue La réduction des données pour une variable quantitative continue Les paramètres de position D Les paramètres de dispersion et l'intervalle de uctuation Les limites des paramètres statistiques classiques C La statistique inférentielle Objectifs pédagogiques Echantillonnage et théorème central limite C Principe de l'échantillonnage et dé nition de la distribution d'échantillonnage Théorème central limite ou théorème de l'approximation normale pour une moyenne Théorème central limite ou théorème de l'approximation normale pour une fréquence Conclusion Estimation statistique Estimation ponctuelle Estimation par intervalle Test statistique C Le test de signi cation tel que proposé par R A Fisher C Le test d'hypothèse tel que modi é par E Pearson et J Neyman L'utilisation raisonnée des tests statistiques recommandée aujourd'hui Comparaison de fréquences et de distributions d'une variable qualitative ou méthodes permettant de corréler deux variables qualitatives Objectifs pédagogiques ? Les tests du ? Le test du d'ajustement ? Le test du d'indépendance ? Quand les conditions d'utilisation des tests du ne sont pas respectées Comparaison de fréquences sur séries dépendantes Séries indépendantes ou dépendantes Test de Mc Nemar et test de Cochran pour comparer respectivement deux ou plusieurs fréquences sur des séries dépendantes Comparaison de moyennes ou méthodes permettant de corréler une variable quanti- tative à une variable qualitative Objectifs pédagogiques B Di érence entre les approches paramétrique et non paramétrique Approche paramétrique Approche non paramétrique Choix entre les deux approches Méthodes de comparaison de deux moyennes Comparaison d'une moyenne observée à une moyenne théorique Comparaison de deux moyennes sur des séries indépendantes Comparaison de deux moyennes sur des séries appariées Comparaison de plusieurs moyennes sur des séries indépendantes Analyse de variance à un facteur ANOVA et méthode non paramétrique associée Problématique des comparaisons multiples C Corrélation linéaire et régression linéaire simple Objectifs pédagogiques La corrélation linéaire Le test de corrélation linéaire de Pearson Le test de corrélation de rangs de Spearman Les limites des tests de corrélation Bilan et transition La régression linéaire simple Modèle de la régression linéaire simple C Prédiction et intervalles de con ance Régression et corrélation Le modèle linéaire simple une brique de base pour construire d'autres modèles plus complexes Traduction anglaise des termes clefs qui ne sont pas évidents à traduire C Introduction La statistique est une méthode et non une science Elle est une technique Tantôt elle permet de préciser certains phénomènes tantôt elle donne des suggestions Son rôle suggestif est particulièrement important C Mais on doit aussi se mé er d'elle Henri Berr Dans notre domaine les méthodes statistiques qui peuvent être fécondes peuvent facilement aussi être dangereuses Le biologiste doit avant tout rester biologiste c'est-à-dire poser exactement les éléments biologiques d'un problème