CM Biostatistiques S6 SL3SCV
| Nature | Cours Magistral |
|---|
| Volume horaire total | 5 |
|---|
Contenu
EP2 Biostatistiques 2 C. Suppo
Objectifs pédagogiques : A partir de données récoltées par exemple lors de leurs stages ou lors d’expériences en TP ou de sortie de terrain, les étudiants devront savoir quel test appliquer et comment l’utiliser pour pouvoir répondre à une question posée.
Compétences acquises : Méthodologiques : Choix du test en fonction du type de données que l’on a à traiter (quantitatives, qualitatives, …) et calcul des tests. Techniques : Utilisation du logiciel R comme logiciel de statistique.
Cours : Tests non paramétriques de comparaison de deux échantillons appariés – de comparaison de plus de deux échantillons indépendants et appariés – de comparaison d’échantillons avec des données qualitatives : tests des Signes, Wilcoxon, Kruskal-Wallis, Friedman, Mac Nemar, Cochran. TD : Applications de ces tests non paramétriques à des jeux de données. TP : Utilisation du logiciel R pour ces tests non paramétriques
Pré-requis : Avoir les bases de la statistique descriptive : calcul des variables de position (moyenne, médiane, mode) et des variables de dispersion (variance, coefficient de variation). Avoir des bases en inférence statistique (échantillonnage, estimation). Tests d’hypothèses (tests paramétriques).
Objectifs pédagogiques : A partir de données récoltées par exemple lors de leurs stages ou lors d’expériences en TP ou de sortie de terrain, les étudiants devront savoir quel test appliquer et comment l’utiliser pour pouvoir répondre à une question posée.
Compétences acquises : Méthodologiques : Choix du test en fonction du type de données que l’on a à traiter (quantitatives, qualitatives, …) et calcul des tests. Techniques : Utilisation du logiciel R comme logiciel de statistique.
Cours : Tests non paramétriques de comparaison de deux échantillons appariés – de comparaison de plus de deux échantillons indépendants et appariés – de comparaison d’échantillons avec des données qualitatives : tests des Signes, Wilcoxon, Kruskal-Wallis, Friedman, Mac Nemar, Cochran. TD : Applications de ces tests non paramétriques à des jeux de données. TP : Utilisation du logiciel R pour ces tests non paramétriques
Pré-requis : Avoir les bases de la statistique descriptive : calcul des variables de position (moyenne, médiane, mode) et des variables de dispersion (variance, coefficient de variation). Avoir des bases en inférence statistique (échantillonnage, estimation). Tests d’hypothèses (tests paramétriques).