Podcast
Questions and Answers
Quelle est la définition de la statistique ?
Quelle est la définition de la statistique ?
La statistique est l'ensemble des méthodes qui ont pour objet la collecte, le traitement et l'interprétation de données d'observation relatives à un groupe d'individus ou d'unités.
Dans quels domaines la statistique trouve-t-elle une application importante ?
Dans quels domaines la statistique trouve-t-elle une application importante ?
La variabilité du vivant est une caractéristique importante à prendre en compte en statistique.
La variabilité du vivant est une caractéristique importante à prendre en compte en statistique.
True
Quel est le but d'une étude statistique ?
Quel est le but d'une étude statistique ?
Signup and view all the answers
Qu'est-ce qu'un échantillon en statistique ?
Qu'est-ce qu'un échantillon en statistique ?
Signup and view all the answers
Parmi les techniques d'échantillonnage, quelle est la plus courante ?
Parmi les techniques d'échantillonnage, quelle est la plus courante ?
Signup and view all the answers
Quelles sont les deux sources de la variabilité du vivant?
Quelles sont les deux sources de la variabilité du vivant?
Signup and view all the answers
Expliquez la différence entre la variabilité intra-individuelle et la variabilité inter-individuelle.
Expliquez la différence entre la variabilité intra-individuelle et la variabilité inter-individuelle.
Signup and view all the answers
Quels sont les deux types principaux de variables en statistique ?
Quels sont les deux types principaux de variables en statistique ?
Signup and view all the answers
Quelles sont les deux sous-catégories de variables quantitatives ?
Quelles sont les deux sous-catégories de variables quantitatives ?
Signup and view all the answers
Un histogramme est utilisé pour représenter la distribution d'une variable qualitative.
Un histogramme est utilisé pour représenter la distribution d'une variable qualitative.
Signup and view all the answers
Quelle est la différence principale entre un histogramme et un polygone de fréquence ?
Quelle est la différence principale entre un histogramme et un polygone de fréquence ?
Signup and view all the answers
Expliquez brièvement le concept de « dot plot » en statistique.
Expliquez brièvement le concept de « dot plot » en statistique.
Signup and view all the answers
Quel est le but d'un « radar plot » ?
Quel est le but d'un « radar plot » ?
Signup and view all the answers
Quel type de graphique est utilisé pour représenter plusieurs variables qualitatives en même temps ?
Quel type de graphique est utilisé pour représenter plusieurs variables qualitatives en même temps ?
Signup and view all the answers
Quelle est l'utilité d'un « stacked bars » ?
Quelle est l'utilité d'un « stacked bars » ?
Signup and view all the answers
Un « ridgeline plot » est utilisé pour représenter la distribution de plusieurs variables continues.
Un « ridgeline plot » est utilisé pour représenter la distribution de plusieurs variables continues.
Signup and view all the answers
Expliquez brièvement le concept de « pyramide des âges »?
Expliquez brièvement le concept de « pyramide des âges »?
Signup and view all the answers
Les colonnes groupées permettent d'analyser la relation entre deux variables qualitatives.
Les colonnes groupées permettent d'analyser la relation entre deux variables qualitatives.
Signup and view all the answers
Un 'stacked bars' est utilisé pour représenter la distribution d'une variable quantitative.
Un 'stacked bars' est utilisé pour représenter la distribution d'une variable quantitative.
Signup and view all the answers
Le choix du nombre de classes dans un histogramme n'a pas d'impact significatif sur la représentation graphique de la distribution.
Le choix du nombre de classes dans un histogramme n'a pas d'impact significatif sur la représentation graphique de la distribution.
Signup and view all the answers
Le regroupement en classes est toujours nécessaire pour présenter des données plus clairement.
Le regroupement en classes est toujours nécessaire pour présenter des données plus clairement.
Signup and view all the answers
Quel est le principal objectif de la statistique descriptive ?
Quel est le principal objectif de la statistique descriptive ?
Signup and view all the answers
Il est important de choisir un nombre de classes suffisamment grand dans un histogramme pour ne pas perdre trop d'informations.
Il est important de choisir un nombre de classes suffisamment grand dans un histogramme pour ne pas perdre trop d'informations.
Signup and view all the answers
Study Notes
Introduction aux statistiques biomédicales
- Le cours porte sur les statistiques biomédicales.
- Il aborde des notions fondamentales comme l'inférence, l'analyse statistique d'échantillons, et la population biostatistique, ainsi que la mesure et l'analyse des variables catégorielles et continues.
Chapitre préliminaire
- La statistique appliquée au vivant est un domaine d'étude crucial dans le cursus de médecine.
- La variabilité du vivant est une caractéristique fondamentale qui sous-tend l'utilisation des statistiques pour les sciences de la vie.
Définition(s) de la statistique
- La statistique est présente dans tous les domaines de l'activité humaine.
- Les thèmes sur la définition de la statistique sont controversés.
- La statistique est une discipline qui rassemble et traite les méthodes d'observation, de traitement et d'interprétation des données, afin de prendre des décisions dans un contexte d'incertitude pour les sciences de la vie.
Les champs d'application de la statistique sont très vastes
- La statistique a des applications en psychologie (tests d'intelligences, échelles, questionnaires).
- La géophysique : prévisions météorologiques, climatologie, pollution, études des océans.
- En démographie : recensements, pyramides des âges.
- En sciences économiques et sociales : comportement d’un groupe de population ou d’un secteur économique, économétrie.
- En sociologie : sources statistiques comme matériaux d'enquête, méthodes statistiques.
- En marketing : sondage d'opinion pour la décision ou l'investissement.
- En physique : étude de la mécanique statistique et de la thermodynamique.
- En métrologie : les systèmes et les mesures.
- En assurance et finance : calcul des risques, actuariat.
Dans les sciences de la vie - Quelques problèmes biomédicaux
- Définir la valeur normale d'une grandeur biologiques (taille, glycémie).
- Déterminer la fiabilité d'un examen complémentaire (ex. dépistage du SIDA par prise de sang).
- Comparaison de deux traitements (ex. comparaison de deux traitements contre l'hypertension artérielle).
- Prédire la probabilité de développer un cancer du poumon.
- Identifier les facteurs de mauvais pronostic d'un cancer du côlon.
- Évaluer si le traitement améliore la survie.
Statistique I : Plan général du cours (I)
- Définitions de la biostatistique et ses objectifs.
- Variabilité en biologie : principes et conséquences.
- Les types de variables en biologie et médecine.
- Les notions de population et d'échantillon.
- Les éléments de statistique descriptive à une et deux dimensions.
- Représentations graphiques des données.
- Statistiques de localisation (moyenne, médiane, mode).
- Statistiques de dispersion (IQR, variance, écart-type).
- Description de la relation entre deux variables quantifiées.
- Corrélation, coefficients de corrélation (Pearson, Spearman).
- Régression linéaire simple et estimation des coefficients.
Statistique I : Plan général du cours (II)
- Introduction aux probabilités
- Probabilité conditionnelle et théorème de Bayes.
- Lois de probabilités (discrétes et continues) : loi binomiale, loi de Poisson, loi normale, loi de Gauss-Laplace, loi normale centrée réduite (loi de Z).
- Calculs de probabilités.
- Théorème central limite.
- Dérivés de la loi normale (normale de Student, Fisher, Chi²).
- Intervalles de confiance : moyenne, proportion, différence de moyennes.
- Statistique inférentielle - tests statistiques
La variabilité comme caractéristique fondamentale des sciences de la vie
- La variabilité du vivant est une caractéristique fondamentale pour les sciences de la vie.
- Il n'y a pas deux individus identiques, ni deux organismes qui réagissent de la même manière face à des circonstances anormales comme la maladie.
La variabilité du vivant - Exemple
- La variabilité du poids de 2673 nouveau-nés à terme dans une maternité.
La variabilité du vivant
- Des méthodes statistiques sont nécessaires pour tenir compte de cette variabilité inhérente au vivant.
- La statistique descriptive aide à résumer les caractéristiques d'une variable.
- La statistique descriptive vise à extraire une valeur centrale autour de laquelle les individus varient.
- La statistique inférentielle est alors basée sur un échantillon pour faire des hypothèses sur une population plus large.
Sources de la variabilité du vivant
- La variabilité totale est la somme de la variabilité biologique et de la variabilité métrologique.
- La variabilité intra-individuelle est la variabilité d'une mesure sur un même individu (ex : température corporelle, dosage d'une hormone, glycémie).
- La variabilité inter-individuelle est la variabilité d'une mesure entre différents individus (ex : taille, poids).
Variabilité intra-individuelle exemples
- Rythme circadien : rythme du cortisol
- Rythmes ultradiens : certaines hormones
- Rythmes infradiens : le cycle menstruel
Sources de la variabilité métrologique
- La mesure d'une variable peut varier en fonction des conditions de la mesure (ex : tension artérielle, dosage de la prolactine).
Absence de biais (« accuracy ») et précision
- Le biais représente l'erreur systématique d'un instrument de mesure.
- La précision correspond à la reproductibilité de la mesure.
- Il faut que la mesure soit précise et sans biais.
Notion de variabilité inter- et intra-observateur
- Intra-observateur : variabilité des mesures faites par le même observateur sur le même sujet à des dates différentes.
- Inter-observateur : variabilité des mesures faites par différents observateurs sur le même sujet.
Conséquences de la variabilité : les fluctuations d'échantillonnage
- La variabilité individuelle implique une variabilité au niveau des échantillons.
- Les échantillons tirés au hasard d'une même population ne seront pas identiques.
- Ceci peut impliquer des notions comme l'intervalle de confiance et les tests statistiques.
Terminologie basique de l'échantillonnage
- Population : ensemble de tous les sujets d'intérêt
- Echantillon : sous-ensemble de la population
- Cadre d’échantillonnage : liste complète de tous les membres de la population.
- Processus d'échantillonnage : les méthodes utilisées pour sélectionner les individus de l'échantillon
- L'inférence : méthode utilisée pour utiliser les données de l'échantillon pour faire des conclusions sur la population.
Avantages et inconvénients de l'échantillonnage
- L'échantillonnage permet une économie de moyens.
- Les estimations des paramètres sont dépendantes de la taille de l'échantillon : meilleure précision si taille importante.
Variable
- Une variable est une caractéristique observable chez un individu, un animal, une cellule,.. dans une population.
- Les variables peuvent prendre des valeurs différentes selon les individus.
Variables quantitatives et qualitatives
- Quantitative : valeurs numériques (ex : taille, poids, nombre d'enfants, concentration d'une hormone).
- Qualitative : pas de valeurs numériques (ex : couleur des yeux, groupe sanguin, type de maladie). Les qualitatives peuvent être ordonnées (type de maladie, mutation sur un gène) ou nominales (couleur des yeux, groupe sanguin).
Variable quantitative : discrète / continue
- Discrète : prend des valeurs entières, pas de valeurs intermédiaires (ex : nombre de cellules, nombre de frères).
- Continue : prend toutes les valeurs possibles dans un intervalle (ex : taille, poids, glycémie).
Variable temporelle
- Variables qui représentent une mesure au fil du temps. (ex : temps d'incubation d'une maladie, temps de traitement)
Variables qualitatives : nominale / binaire / ordinale
- Nominale : pas d'ordre entre les catégories. (ex : groupe sanguin).
- Binaire (dichotomique) : deux catégories (ex : sexe, présence/absence d'une mutation).
- Ordinale : ordre entre les catégories (ex : stade d'une maladie, échelles de Likert...).
Statistique descriptive univariée
- La statistique descriptive univariée fournit des indices de localisation (moyenne, médiane, mode) et de dispersion (variance, SD, IQR) pour résumer une distribution de données.
- Elle utilise des représentations graphiques comme les histogrammes, polygones de fréquence, diagrammes en camembert.
Principaux types de représentations graphiques
- Violin, densité, histogramme, boxplot, ridgeline, scatter, heatmap, correlogram, bubble, connected scatter, density 2d, barplot. spider/radar, wordcloud, parallel, lollipop, circular Barplot, Treemap.
Etapes générales menant à une description des données
- Récolte des données (nettoyage des données).
- Organisation des données (importation, tri, traitement et transformation des données).
- Description des données (tableaux, graphiques, description numérique).
Le regroupement en classes
- Le regroupement en classe est nécessaire lorsque l'on étudie une variable sur un nombre important de sujets.
- On crée des catégories pour une meilleure lisibilité, ce qui pourrait induire une perte d'information.
Histogramme
- L'histogramme met en relation le nombre de sujets ou la fréquence dans une classe spécifique.
- Il est utile pour visualiser la distribution d'une variable quantitative.
Polygone de fréquence
- Le polygone de fréquence est une représentation graphique continue d'une distribution de données.
- Utilise les points milieux des intervalles de classes d'un histogramme.
Représentations graphiques : autres cas
- Dot plot (représente chaque individu dans un cercle).
- Radar plot (représente plusieurs variables quantitatives d'un même sujet).
- Pyramide des âges (représente la distribution de la population par rapport au sexe et à l'âge).
- Colonnes groupées et colonnes segmentées.
Studying That Suits You
Use AI to generate personalized quizzes and flashcards to suit your learning preferences.
Description
Ce quiz explore les concepts fondamentaux des statistiques biomédicales, incluant l'inférence et l'analyse des échantillons. Il met en lumière l'importance de la variabilité dans le vivant et son impact sur les statistiques en médecine. Testez vos connaissances sur ce domaine vital pour les sciences de la vie.
