Remerciez-le!

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

Biostatistique connaissance de base

Biostatistique connaissances de base M Fieschi Coordonnateur H Chaudet J Gaudart R Giorgi B Giusiano J Gouvernet J Mancini ont collaboré à l ? élaboration de ce document ? LERTIM Faculté de Médecine Université de la Méditerranée http cybertim timone univ-mrs fr CTable des matières Avant- propos iv Chapitre Introduction générale aux statistiques Généralités Population échantillon Échantillonnage Tirage au hasard Strati ?cation Problème de l ? estimation Les tests statistiques Chapitre Statistique descriptive Buts de la statistique descriptive Les di ?érents types de données Données de type qualitatif Données de type ordinal Données de type quantitatif Caractérisation des données qualitatives et ordinales unidimensionnelles Fréquence absolue et tableau des e ?ectifs Fréquences relatives Fréquences cumulées relatives et absolues Diagramme camembert ? Diagramme en b? tons mode Diagramme en b? tons Mode Caractérisation des données qualitatives à deux dimensions Caractérisation des données quantitatives à une dimension Généralités Histogramme Paramètres statistiques décrivant un ensemble de mesures quantitatives Paramètres de tendance centrale ou de position La moyenne La médiane Le mode Les quantiles Paramètres de dispersion Variance et écart-type Autres paramètres de dispersion Caractérisation des données quantitatives à deux dimensions Introduction Représentation dans le plan Coe ?cient de corrélation Ce qu ? il faut savoir absolument Chapitre Notions de probabilité Introduction Evènements ? LERTIM Faculté de Médecine Université de la Méditerranée i http cybertim timone univ-mrs fr CDé ?nitions Ensemble fondamental Evènements Opérations sur les évènements Union Intersection Complémentarité Evènements incompatibles ou disjoints Partition Probabilités Probabilités élémentaires Probabilités conditionnelles Indépendance en probabilité Théorème de Bayes Ce qu ? il faut savoir absolument Chapitre Variables aléatoires lois de distribution Exemple introductif Variables aléatoires discontinues ou discrètes Dé ?nitions Espérance mathématique ou moyenne d ? une v a discrète Variance et écart-type d ? une v a discrète Variables aléatoires conjointes ou variable aléatoire à dimensions Variables aléatoires indépendantes Covariance coe ?cient de corrélation Variables aléatoires continues Lois de distribution Loi Normale Loi de Student Loi du Chi- deux ? Ce qu ? il faut savoir absolument Chapitre Estimation ponctuelle et intervalle de con ?ance Introduction Échantillon estimateur et estimation Propriétés d ? un bon ? estimateur Biais Variance Estimation ponctuelle Estimation de la moyenne et de la variance d ? une population Estimation de la moyenne d ? une population Estimation de la variance d ? une population Estimation d ? une proportion et de la variance d ? une proportion échantillon au hasard Estimation d ? une proportion Estimation de la variance d ? une proportion Estimation par intervalle Dé ?nition Intervalle de con ?ance d ? une moyenne échantillon au hasard ? LERTIM Faculté de Médecine Université de la Méditerranée ii http cybertim timone univ-mrs fr CCas des grands échantillons n ? Cas des petits échantillons n Intervalle de con ?ance d ? une proportion échantillon au hasard Ce qu ? il faut savoir absolument Chapitre Principes généraux des tests statistiques Position du problème exemple Méthode classique ? d ? un test statistique Notion de risque Degré de signi ?cation d ? un