Compléments statistiques en Recherche - e-campus 2

Compléments statistiques en Recherche
Epidémiologique et Clinique
Ph Aegerter [email protected]
UFR de Sciences de la Santé US3V - UVSQ
L3 UE BioMédecine Quantitative
octobre 2016
Introduction Statistique descriptive Données censurées Estimation Statistique analytique References
Plan
1Introduction
2Statistique descriptive
3Données censurées
4Estimation
5Statistique analytique
6References
Introduction Statistique descriptive Données censurées Estimation Statistique analytique References
Introduction
Introduction Statistique descriptive Données censurées Estimation Statistique analytique References
A quoi servent les méthodes d’étude quantitatives ?
Quelle est la valeur habituelle d’un paramètre biologique ?
Est-ce que les valeurs sont différentes selon l’âge ?
Quel est le rôle de tel facteur dans l’apparition d’une maladie ?
Quel est le risque de complication d’une maladie ?
Est-il bien utile de faire cette radio de poumon ?
Quelle est l’efficacité du traitement X dans la maladie Z ?
Est-ce que le traitement X est plus efficace que Y dans la
maladie Z ?
Est-ce que le traitement X donne une meilleure qualité de vie
que Y dans la maladie Z ?
Est-ce que le traitement X est plus efficient que Y dans la
maladie Z ?
Notes
Notes
Notes
Notes

Introduction Statistique descriptive Données censurées Estimation Statistique analytique References
Data scientist
”Data scientist is the sexiest job in the 21st century.”
according to the Harvard Business Review.
Data Scientist (n.) : Person who is
better at statistics than any software engineer
and better at software engineering than any statistician.
Introduction Statistique descriptive Données censurées Estimation Statistique analytique References
Méthodologie et statistique
BioMédecine caractérisée par variabilité
de l’objet mesuré : biologique
de la mesure : instrumentale et observateur
Effet observé fonction de :
Effet réel →statistique (indices)
Biais (erreur systématique) →schéma expérimental
Tiers-facteur (confusion) →schéma expérimental
Variation aléatoire →statistique (proba) ?
Contrôler les facteurs perturbants (schéma expérimental)
Quantifier cette variabilité (stat et probas)
Introduction Statistique descriptive Données censurées Estimation Statistique analytique References
Types d’études épidémiologiques
Descriptive
Qui a Quoi, Où, Quand ?
Fréquence d’un état
Analytique
Pourquoi ?
Hypothèse : liaison entre un facteur observé et un état
Interventionnelle
Comment identifier/prévenir/corriger ?
Hypothèse : liaison entre un facteur imposé et un état
Plan expérimental (conception étude) %niveau de preuve
éviter les biais (erreurs systématiques)
améliorer la précision
Introduction Statistique descriptive Données censurées Estimation Statistique analytique References
Ensembles d’individus étudiés
Population
Ensemble de tous les individus (objets)
“analogues”
Taille finie, infinie ou non définie
Observable ou inobservable en pratique, voire
virtuel
Echantillon
Partie de la population
Plus facile à utiliser, parfois seul utilisable
Servira à estimer un paramètre dans la population
218 effectif →218 précision estimation
MAIS échantillon = à l’image de la population
=représentatif ! sinon estimation faussée
⇒aléatoire / TAS
Notes
Notes
Notes
Notes

Introduction Statistique descriptive Données censurées Estimation Statistique analytique References
Statistique descriptive
Introduction Statistique descriptive Données censurées Estimation Statistique analytique References
Variables
Caractéristiques des objets
objet = unité statistique
groupe = ensemble d’objets analogues
statistique ⇒groupe d’objets (ou d’observations)
Nature diverse
Qualitatives
Ordinales
Quantitatives
•entières
•continues
Censurées
Introduction Statistique descriptive Données censurées Estimation Statistique analytique References
Un bon croquis vaut mieux qu’un long discours
Napoléon
Introduction Statistique descriptive Données censurées Estimation Statistique analytique References
Variable qualitative ou nominale
Appartenance à une classe ou section
Modalités = noms des classes
Exhaustif = une classe pour chaque objet
Exclusif = chaque objet dans une seule classe
Notes
Notes
Notes
Notes

Introduction Statistique descriptive Données censurées Estimation Statistique analytique References
Variable qualitative ou nominale
Tableau de répartition = effectif & proportion
exemple : couleur des yeux, n= 45 personnes
Introduction Statistique descriptive Données censurées Estimation Statistique analytique References
Variable qualitative ou nominale
Graphique en barre ou secteur
exemple : couleur des yeux, n= 45 personnes
Introduction Statistique descriptive Données censurées Estimation Statistique analytique References
Variable quantitative discrète
Résultat d’un comptage
Tableau de répartition avec cumul Histogramme
(l’abscisse a une unité)
Introduction Statistique descriptive Données censurées Estimation Statistique analytique References
Variable quantitative discrète 6=variable qualitative
Notes
Notes
Notes
Notes

Introduction Statistique descriptive Données censurées Estimation Statistique analytique References
Variable quantitative continue
Résultat d’une mesure (unité, ±précise)
Infinité de valeurs possibles
⇒faire des classes pour obtenir un tableau ou un graphe
données individuelles →classes ordonnées exhaustives
exclusives
données individuelles →données groupées
→
Introduction Statistique descriptive Données censurées Estimation Statistique analytique References
Variable quantitative continue
Histogramme : effectifs de chaque classe
Forme, valeurs extrêmes
Introduction Statistique descriptive Données censurées Estimation Statistique analytique References
Variable quantitative continue : Histogrammes
Introduction Statistique descriptive Données censurées Estimation Statistique analytique References
Variable quantitative continue : Histogrammes
Notes
Notes
Notes
Notes