Le cours · 7 parties
Le plan, chapitre par chapitre
Des fondations au choix du test : 7 parties, des pourcentages aux méthodes modernes d'épidémiologie clinique. Chaque chapitre est listé ; les titres rédigés sont cliquables.
Section F
Fondations
Pourquoi la statistique en biologie : la variabilité, le pari sur une population, les deux risques d'erreur.
4 / 4 items rédigés- 1 La variabilité du vivant : pourquoi raisonner en statistique La variabilité du vivant : pourquoi la statistique →
- 2 Population et échantillon : le schéma de l'urne Population et échantillon : le schéma de l'urne →
- 3 Le pari statistique et la notion de risque Le pari statistique et la notion de risque →
- 4 Deux façons de se tromper : les risques α et β Deux façons de se tromper : les risques α et β →
Section A
Deux variables qualitatives
Pourcentages : fluctuations d'échantillonnage, principe des tests, intervalle de confiance, χ² et tableaux de contingence.
8 / 8 items rédigés- 1 Fluctuations d'échantillonnage d'un pourcentage : l'écart-réduit Fluctuations d'échantillonnage d'un pourcentage : l'écart-réduit →
- 2 Comparer un pourcentage observé à une valeur théorique : le principe des tests Comparer un pourcentage à une valeur théorique : le principe des tests →
- 3 Précision d'un pourcentage : l'intervalle de confiance Précision d'un pourcentage : l'intervalle de confiance →
- 4 Comparaison de deux pourcentages observés Comparaison de deux pourcentages observés →
- 5 Le test du χ² : ajustement à une répartition théorique Le test du χ² : ajustement à une répartition théorique →
- 6 Le χ² d'indépendance et le tableau de contingence Le χ² d'indépendance et le tableau de contingence →
- 7 Le tableau 2 × 2 et la comparaison de plusieurs pourcentages Le tableau 2 × 2 et la comparaison de plusieurs pourcentages →
- 8 Petits échantillons : le test exact de Fisher Petits échantillons : le test exact de Fisher →
Section B
Qualitative × quantitative
Moyennes : loi normale, estimation, test t de Student, séries appariées, test F, analyse de la variance, plans d'expérience.
9 / 9 items rédigés- 1 Fluctuations d'échantillonnage d'une moyenne : la loi normale Fluctuations d'échantillonnage d'une moyenne : la loi normale →
- 2 Estimer la moyenne et la variance d'une population Estimer la moyenne et la variance d'une population →
- 3 Précision d'une moyenne ; comparaison à une valeur théorique Précision d'une moyenne ; comparaison à une valeur théorique →
- 4 Comparaison de deux moyennes : le test t de Student Comparaison de deux moyennes : le test t de Student →
- 5 Séries appariées : la méthode des couples Séries appariées : la méthode des couples →
- 6 Comparaison de deux variances : le test F Comparaison de deux variances : le test F →
- 7 Comparaison de plusieurs moyennes : l'analyse de la variance Comparaison de plusieurs moyennes : l'analyse de la variance →
- 8 Plans d'expérience à plusieurs facteurs Plans d'expérience à plusieurs facteurs →
- 9 Petits échantillons et conditions d'application Petits échantillons et conditions d'application →
Section C
Deux variables quantitatives
Corrélation et régression : le coefficient r, la droite des moindres carrés, variance liée, corrélations partielles.
5 / 5 items rédigés- 1 Corrélation et régression : deux questions distinctes Corrélation et régression : deux questions distinctes →
- 2 Le coefficient de corrélation r et son test Le coefficient de corrélation r et son test →
- 3 La droite de régression : estimation et prédiction La droite de régression : estimation et prédiction →
- 4 Coefficient exact ρ, variance liée et décomposition Coefficient exact ρ, variance liée et décomposition →
- 5 Liaisons multiples et corrélations partielles Liaisons multiples et corrélations partielles →
Section D
Tests non paramétriques
Quand la normalité n'est pas acquise : raisonner sur les rangs — Mann-Whitney, Wilcoxon, Kruskal-Wallis, Spearman.
5 / 5 items rédigés- 1 Le principe des tests non paramétriques : raisonner sur les rangs Le principe des tests non paramétriques : raisonner sur les rangs →
- 2 Deux groupes indépendants : Mann-Whitney et Wilcoxon Deux groupes indépendants : Mann-Whitney et Wilcoxon →
- 3 Séries appariées : le test T de Wilcoxon Séries appariées : le test T de Wilcoxon →
- 4 Plusieurs groupes : le test de Kruskal-Wallis Plusieurs groupes : le test de Kruskal-Wallis →
- 5 Corrélation des rangs de Spearman Corrélation des rangs de Spearman →
Section E
Stratégie & synthèse
Choisir le bon test selon le type d'information, vérifier la normalité, et bien comprendre α, β et la puissance.
4 / 4 items rédigés- 1 Choisir le bon test : l'arbre de décision Choisir le bon test : l'arbre de décision →
- 2 Qualitatif ou quantitatif ? aléatoire ou contrôlé ? Qualitatif ou quantitatif ? aléatoire ou contrôlé ? →
- 3 Épreuve graphique de normalité (droite de Henry) Épreuve graphique de normalité (droite de Henry) →
- 4 α, β, puissance et taille d'échantillon : la synthèse α, β, puissance et taille d'échantillon : la synthèse →
Section G
Épidémiologie clinique & méthodes modernes
Au-delà des tests classiques : interpréter un sondage, mesurer un risque, évaluer un test diagnostique, déjouer les biais, analyser la survie (Kaplan-Meier, Cox).
10 / 10 items rédigés- 1 Interpréter un sondage : marge d'erreur, taille d'échantillon, représentativité Interpréter un sondage : marge d'erreur et taille d'échantillon →
- 2 Mesurer un risque : risque relatif, odds ratio, réduction absolue, NNT Mesurer un risque : risque relatif, odds ratio, NNT →
- 3 Évaluer un test diagnostique : sensibilité, spécificité, VPP et VPN Évaluer un test diagnostique : sensibilité, spécificité, VPP/VPN →
- 4 La courbe ROC et le choix d'un seuil La courbe ROC et le choix d'un seuil →
- 5 Schémas d'étude : cohorte, cas-témoins, essai randomisé Schémas d'étude : cohorte, cas-témoins, essai randomisé →
- 6 Les biais : sélection, classement, confusion Les biais : sélection, classement, confusion →
- 7 Le biais de temps immortel Le biais de temps immortel →
- 8 Analyse de survie : Kaplan-Meier et test du log-rank Analyse de survie : Kaplan-Meier et test du log-rank →
- 9 Le modèle de Cox et le hazard ratio Le modèle de Cox et le hazard ratio →
- 10 La régression logistique La régression logistique →