Cette chaîne présente une série de conférence de Biostatistiques et d'Epidémiologie appliquée adaptées d'une série de cours dispensés au sein de l'Institut pour le développement de l'épidémiologie appliquée IDEA entre 1988 et 2014.
L'objectif de ces exposés est de présenter les concepts de ces deux disciplines sous la forme la plus simple possible. Il s'agit donc de conférences d'initiation à l'usage de professionnels de la santé non-spécialistes de ces disciplines.
La démarche pédagogique de ces exposés peut être retrouvé dans l'ouvrage "Statistique Epidémiologie" publié chez Maloine.
Пікірлер
Puis je connaître la table degré de liberté 28 qui donne p? @ 17min46
C'est la table de la loi T de Student puisque le rapport (r-0)/sr suit une loi de Student (cf à 16:37). T.A. formation.epiter.org
Merci pour l'explication, le degré de liberté c'est n-2 ou n-1, d'autres sources donne df = n-1
Merci beaucoup pour ces explications. Est ce qu'il est possible de nous expliquer les analyses factorielles tell que l'ACP (analyse des composantes principales) ou la méta analyse ??
merci beaucoup pour les informations utiles
Merci pour tout ce que vous apporterez pour cette discipline.❤
Grand merci
Merci depuis Djibouti
Si le nombre de cas est reduit est-ce possible de faire une étude cas-croisé?
Non, l'étude cas-croisé n'est pas faite pour cela. Elle est conçue pour éviter d'avoir à choisir des témoins dans des contextes d'urgence. Si vous avez peu de cas, la puissance de l'étude cas-croisée sera aussi faible qu'une étude cas-témoins classique avec 1 témoin par cas. Au contraire, dans la situation où vous ne disposez que de peu de cas, vous avez intérêt à choisir de nombreux témoins pour augmenter la puissance de l'étude. Cordialement. T. Ancelle formation.epiter.org
Bonjour Mr, ma question est celle-ci: Que faire lorsque la maladie est très rare et qu’il y a seulement un nombre très limité de cas, faut-il obligatoirement calculer la taille d’échantillon ou prendre seulement de façon systématique tous les cas auxquels il faut ajouter les témoins selon le ratio cas/témoins voulu ? Merci.
Si la maladie est très rare, il faut effectivement prendre tous les cas disponibles et augmenter la puissance de l'étude en sélectionnant plusieurs témoins pas cas. Cordialement. T. Ancelle formation.epiter.org
Incroyable vous avez l'art de rendre obscur la moindre étape de raisonnement je plains vos élèves
Bonjour. Votre commentaire m'intrigue. En général, depuis une trentaine d'années , mes étudiants (ou mes élèves comme vous dites) sont plutôt satisfaits par la clarté des exposés, tout en étant parfois critiques sur tel ou tel point. Je suis donc vivement intéressé par votre opinion. Pouvez-vous me préciser quelles étapes de ce chapitre des tests statistiques vous ont paru particulièrement obscurs. N'hésitez pas à me répondre dans le détail afin que je puisse améliorer la méthode d'exposition. T. Ancelle formation.epiter.org
@@ThierryAncelle C'était plutot un msg d'humeur, désolé pour le ton un peu provoquant. J'ai trouvé que certaines de vos explications sensées résumer des étapes étaient trop ambigues et semaient plutôt le trouble. Au final j'avoue ne pas être allé au bout de votre video. M'étant meiux renseigné depuis, je ferai l'exercice de revoir votre cours complet et noterai donc ce qui m'avait perturbé la 1ère fois.
Merci je me suis régalé !...
Merci enormement❤
Enfin une explication claire sur le sujet
Merci, c'est très claire.
Merci beaucoup cher Prof pour ces explications claires
Merci beaucoup monsieur pour vos vidéos qui sont faciles à comprendre de part leur clarté ! ♡
Svp....l'exemple q vous aviez travailler avec?????
je comprends pas le sens augmenter soit c'est le n qui augmente ou c'est le faite de faire plusieurs tirage de même taille c'est ce qu'on appel augmenter ?
bonsoir docteur j'aime bien votre travail, mais moi je comprends pas pourquoi les échantillons on la même taille ce que moi je comprends , je sais que estimateur est une variable aléatoire mais quand on dit la taille de l'échantillon augmente alors variance de l'estimateur diminue la notion de la convergence (précisions ) de l'"estimation. mais dans votre cas vous dites que les échantillons doivent rester constant question et comment calculer le sans biais de l'estimateur ?
9:25 signification du coefficient kappa
Merci
Excusez ma question Pour les parametres de dispersion pourquoi les interquartiles ne suffisents aps surtout qu' ils sont independants de la moyenne Je veux dire pourquoi pas les utiliser a la place de l ecart type
Bonjour. L’espace interquartile (EIQ) est un paramètre de dispersion de type graphique. Il est utile pour une simple description de la distribution d’une population type box-plot (ou boîte à moustaches). L’avantage est qu’il n’est pas sensible aux valeurs extrêmes et il est facile à comprendre. Mais l’EIQ ne permet pas d’être exploité mathématiquement . Notamment lorsqu’on travaille sur un échantillon, ce n’est pas un bon estimateur de la dispersion des valeurs dans la population, car les EIQ obtenus sur une grande série d’échantillons ne convergent pas vers celui de la population. Au contraire de l’écart type qui a des propriétés mathématiques remarquables. L’écart type calculé sous certaines conditions (dénominateur n-1) converge vers la valeur de celui de la population. Il possède des propriétés liées à la distribution normale. Par exemple 95% des valeurs d’une distribution normale sont contenues entre -1,96 et + 1,96 fois l’écart type de cette distribution. Etc. Ces propriétés sont fondamentales dans tous les calculs d’estimation d’un paramètre observé sur un échantillon et dans les tests statistiques. Cordialement. T.Ancelle formation.epiter.org
Merci enormement c tres gentil de votŕe pat. Compris
Merci énormement !
Pourquoi prendre le carré des distances pour obtenir des valeurs positives si l'on peut tout simplement prendre leurs valeurs absolues ?
Votre question renvoie à la question plus générale de la mesure de la variabilité statistique. Lorsqu'on désire mesurer la variabilité d'une série de valeurs, on pourrait effectivement mesurer la variabilité des écarts à la moyenne en calculant l’écart absolu moyen EAM (absolute mean deviation). La méthode est plus intuitive et plus simple. En outre elle donne moins de poids aux valeurs extrêmes que les carrés des écarts. Ce calcul est donc pertinent si on travaille sur une population entière. L’EAM est toujours inférieur à la racine de la moyenne de la somme des carrés des écarts (écart type). Mais l’EAM n’est pas exploitable mathématiquement lorsqu’on travaille sur des échantillons comme c’est presque toujours le cas. L’EAM calculé sur les valeurs d’un échantillon serait considéré comme un « estimateur » de l’EAM de la population. Or l’EAM est un estimateur biaisé, ce qui veut dire que si on répète les mesures sur une infinité d’échantillons, les valeurs ne convergent pas vers la vraie valeur de l’EAM de la population. En revanche sous certaines conditions de calcul (dénominateur n-1) la variance et l’écart type convergent vers leur valeur dans la population. En outre, dans le cas de distribution normale , l’écart type possède des propriétés remarquables qui sont mathématiquement exploitables : par exemple, 95% des valeurs de la distribution sont comprises entre -2 écarts type et +2 écarts type . Tout ce qui précède peut être extrapolé au problème de la droite de corrélation qui est le lieu moyen des points de la série. Si on fait l’hypothèse que les écarts à la droite se distribuent normalement, le calcul de leurs carrés permet d’aboutir aux calculs des variances des X et Y et de la covariance pour enfin aboutir au coefficient de corrélation. Ce qui ne serait pas possible avec les écarts absolus. T.Ancelle formation.epiter.org
@@ThierryAncelle je ne le voyais pas sous cette angle, merci beaucoup pour cette explication.
Donc la vraie hypothèse dopage a priori serait de 50% et l'hypothèse clean a priori de 23% ?
un français impeccable, explication très claire , des profs comme vous se font rare, merci pr.
Je vous remercie pour cet exposé très clair Professeur. Que dire au sujet des tendances? Doit-on se baser juste sur les écarts entre les pourcentages pour obtenir celles-ci? Si oui, quelle valeur doit-on retenir? un écart de 10, 15, 20 points entre les deux pourcentages?
Passionnant 😍🥰
Très précis! Personnellement j'ai aimé. Je suis congolais vivant en Mbujimayi.
« Vous ne calculerez jamais à la main » I WISH 😢
Merci beaucoup professeur....vraimemt je eu le gou pour la statistique, vraiment chapeau pour votre explication limpide et graduel de video a l'autres ...❤🎉🎉🎉
Merci beaucoup pour la qualité de votre présentation
je comprends maintenant merci professeur je suis étudiant en statistiques appliquee
ßjûiiiii99jû 4n9😅 ⁸
Mon Dieu 😍😍😍😍 où étais-je tout ce temps ? Vous expliquez vraiment très bien. J'ai enfin compris ce concept de loi normale. 😍.
Un enseignant très excellent ! Merci pour le partage
Les dernières paroles sont hilarantes haha ! merci c'était super clair !
Merci beaucoup Monsieur, c'est très clair
Merciiii bcp prof
Comment on calcule le petit p 😢
Le calcul du petit p dépend du type de comparaison et du test utilisé . Je vous invite à regarder les vidéos : comparaison de pourcentages, de moyennes, tests de corrélation etc.. formation.epiter.org Cordialement. T. Ancelle
merci bien pour vos efforts
Formidable ❤
bonjour monsieur ; vraiment vous avez expliquez ces principe d'une façon incroyable je vous remerciez fortement , juste une petit question en min 24:00 vous avez dit si on désire détecter une faible différence il faut un test puissant … ; est ce que c'est pas l'inverse ??? a mon avis que il faut une taille d'échantillon élevée (un teste puissant) si on désire détecter une grande différence et non pas une faible différence entres les échantillons , ; j'espère que vous me répondez a cette question le plus tôt possible et merci
Bonjour. Effectivement ce n'est pas évident au premier abord. Mais je confirme : pour détecter une faible différence, il faut un test puissant. C'est comme dans la vie réelle. Si vous voulez voir une différence de 1 cm entre deux objets, vos yeux suffisent. Si vous voulez détecter une différence de 1 mm, il vous faut une loupe. Si vous voulez voir une différence de 1 micron, il vous faut un microscope. Plus la différence à détecter est faible, plus l'outil doit être puissant. Même chose avec les tests statistiques. Il est aisé de comprendre que si la différence est grande, il est plus facile de la confirmer que si elle est petite. Si vous comparez la proportion de filles et de garçon dans un club sportif, il vous faudra un échantillon de petite taille dans la section rugby pour détecter une différence de distribution garçons-filles mais un échantillon beaucoup plus grand pour détecter une éventuelle différence dans la section tennis. Je vous invite à regarder la courte video intitulée "Petits échantillons" qui revient en détail sur ce sujet. En voici le lien : kzread.info/dash/bejne/Y4B_x9yqca3SipM.html Cordialement T. Ancelle Et le lien sur toutes les autres vidéos : formation.epiter.org
@@ThierryAncelle Ah oui c vrai vous avez raison , merci bcp monsieur
Bonjour. Je suis tombé par hasard sur ce cours et je dois reconnaître qu il est clair comme de l'eau de roche (j exagère à peine. Vous pensez qu il est possible d'envisager un métier de biostatisticien en faisant une licence de maths ou maths/info ? Je sais qu il n y a pas de rapport évident avec le cours mais les statistiques m'intéresse particulièrement. Merci d'avance.
très clair et fort bien illustré : merci
Définition bien concrète synthétique ❤
Merci beaucoup.
Merci Monsieur Thierry Ancelle , j'ai une complication concernant la partie du test Wilcoxon Man Whitney , comment en fait le choix de h0 et h1 d'ou vient cette liste certains sont bleu et d'autres j'aunes , ma question comment je vais decider que ce rang bleu ou jaunes? et merci d'avance
Bonjour, Il s'agit d'un simple exemple où j'ai décidé de comparer une série bleue et une série jaune pour une simple raison de présentation. J'aurais aussi bien pu prendre une série de 9 hommes à la place des bleus et une série de 8 femmes à la place des jaunes et comparer par exemple, les rangs de leur taille. Sur le schéma, leur position dans la série serait celle de leur taille. Par exemple, les plus petits(es) à gauche et les plus grands(es) à droite. H0 serait que les hommes et les femmes ne diffèrent pas quant à la taille, c'est à dire que leurs rangs de classement ne diffèrent pas significativement. Donc pour répondre à votre question, ce n'est pas vous qui décidez si les sujets sont bleus ou jaunes, comme ce n'est pas vous qui décidez si les sujets de l'étude sont des hommes ou des femmes !! Cordialement. T. Ancelle. formation.epiter.org
@@ThierryAncelle Merci enormement pour votre réponse un trés grand plaisir pour moi d'être une etudiante chez vous par cette plateforme merci beaucoup pour votre efforts qui nous facilite la tache de compréhension.Coridalement
wahouu , j'ai un résumé très clair et net de mon cours, merci beaucoup pour vos explications claires et pertinentes
dans 15.32 mn de la video on = 1 - loi.poisson.N( 3; 1,4,39; VRAI) c'est quoi ce 39
La moyenne 28/20 est de 1,4 cas. Le terme ",39" est une malencontreuse erreur de rédaction . Merci de me l'avoir signaler. Nous la corrigerons dans une futur version. T.Ancelle formation.epiter.org
Bonjour monsieur
comment je peut vous contacter en privé Mr?