Les statistiques
Variance écart type et erreur standard de la moyenne. Une des façons les plus démonstratives de calculer la dispersion est d'inclure dans une formule une
Introduction à lapproche bootstrap - Irène Buvat
25 sept. 2000 calcul de la moyenne. Â estimée bootstrap de l'erreur standard. = écart-type des réplications bootstrap de la moyenne. ? [m. 1(x*b )- m.
Traitement statistique des données pour le TIPE
3.2.1 Erreur standard de la moyenne. Mettre pour extrémités des barres d'erreurs la moyenne moins l'écart-type divisé par la racine carrée de.
ERREUR STANDARD
14 février 2013. ? Comment mesurer la précision de l 'estimation d'une moyenne ou d'une proportion (degré d 'incertitude) ? ERREUR STANDARD.
UNE INTRODUCTION AU BOOTSTRAP
0.4.1 Erreur-standard d'une moyenne : : : : : : 10 0.5 Estimateurs bootstrap de l'erreur standard : : : : 13. 0.5.1 Estimateur bootstrap non-papram ...
Comparer des moyennes comportant des barres derreur et des
d'erreur ou des indications statistiques. étape. 2 corrigé 2. Dans ce cas les barres d'erreur représentent l'erreur standard qui est égale à l'écart type.
Guide pour lanalyse statistique des échantillons dinvertébrés
mule pour calculer les erreurs-standard de telles estimations. l'erreur-standard de la m o y e n n e sont d'une interprétation plus facile.
Calcul derreur (ou Propagation des incertitudes)
2): sa valeur moyenne xo et sa variance ?2 (ou déviation standard ?). Dans la distribution de Gauss. 68% des mesures sont comprises entre xo-? et xo+?
C:UsersAdminDesktopTD Estimation de la Moyenne et Erreur
Jonathan Lenoir. # Le 09/10/2017. # Script pour étudier l'évolution des paramètres de moyenne et erreur standard associées en fonction de la taille de l'
MODELES LINEAIRES
3.5 Erreurs standard de ??j ?yi
[PDF] ERREUR STANDARD - SRLF
14 février 2013 ? Comment mesurer la précision de l 'estimation d'une moyenne ou d'une proportion (degré d 'incertitude) ? ERREUR STANDARD
Erreur standard (ou erreur type) de la mesure - IRDP
17 jan 2017 · L'erreur standard est directement proportionnelle à l'écart-type de la population (estimé le plus souvent à partir de l'écart-type de l'
[PDF] Les statistiques
Variance écart type et erreur standard de la moyenne Une des façons les plus démonstratives de calculer la dispersion est d'inclure dans une formule une
[PDF] 13 ERREURS MOYENNES ET AJUSTEMENTS
Dans les dictionnaires le mot erreur est défini comme la différence entre une valeur approximative – résultat d'une observation ou d'une mesure
[PDF] Traitement statistique des données pour le TIPE
3 2 1 Erreur standard de la moyenne Mettre pour extrémités des barres d'erreurs la moyenne moins l'écart-type divisé par la racine carrée de
[PDF] Calcul derreur (ou Propagation des incertitudes) - UniNE
Ainsi si on veut diminuer la déviation standard de la moyenne ?x d'un résultat d'un facteur 2 (c'est-à-dire réduire l'incertitude de moitié) il faut
[PDF] UNE INTRODUCTION AU BOOTSTRAP
LA PR ECISION D'UNE MOYENNE Les Souris Temps de survie en jours apr es une intervention chirurgicale Groupe Donn ees Taille Moyenne Erreur-standard
[PDF] MESURES ET INCERTITUDES
On distingue deux types d'erreurs de mesures Une incertitude de type A est évaluée par des méthodes statistiques qui mettent en jeu la moyenne et
[PDF] Méthode n°19
Les barres d'erreur représentent l'erreur standard Les lettres a et b caractérisent les moyennes considérées différentes après analyse statistique
[PDF] Mesure et incertitudes - AC Nancy Metz
La moyenne (inconnue) d'une infinité de mesures erreur systématique ? sur le mesurage avant correction sur cette mesure Une hypothèse pragmatique : il n'y
Comment calculer l'erreur standard de la moyenne ?
Comme vous le savez, l'erreur standard = écart type / racine carrée du nombre total d'échantillons, nous pouvons donc la traduire en formule Excel comme Erreur standard = STDEV (plage d'échantillonnage) / SQRT (COUNT (plage d'échantillonnage)).Quand utiliser l'erreur standard ?
L'« erreur standard » fait référence à la déviation standard de la distribution des valeurs d'un échantillon suivant une loi statistique. En d'autres termes, celle-ci peut être utilisée pour mesurer la précision de la moyenne d'un échantillon.Comment calculer l'erreur statistique ?
Calcul de la marge d'erreur
1Calculez l'écart-type de la population (?) et la taille de l'échantillon (n).2Divisez l'écart-type de votre population par la racine carrée de la taille de votre échantillon.- Les barres d'erreur représentent le plus souvent un écart-type d'incertitude, une erreur type, ou un certain intervalle de confiance (par exemple un intervalle à 95 %). Ces quantités ne sont pas identiques et la mesure présentée devrait être indiquée explicitement dans le graphique ou le texte d'accompagnement.
![ERREUR STANDARD ERREUR STANDARD](https://pdfprof.com/Listes/17/22774-1720130214-C_MELOT-Biostatistiques-Niv2.pdf.pdf.jpg)
Biostatistique (Niveau 2)
Ch. Mélot, MD, PhD, MSciBiostat
Service des Urgences
Hôpital Universitaire Erasme
cmelot@ulb.ac.be14 février 2013
Comment mesurer la précision de l 'estimation
d'une moyenne ou d'une proportion (degré d 'incertitude) ?ERREUR STANDARD
SE(m) =SD
nSE(p) =p (1-p)nSi n augmente, SE diminue
et la puissance augmenteExemple: TAm = 110 mmHg
SD = 25 mmHg
n = 100SE = 25 / 10 = 2.5 mmHg
n = 10000SE = 25 / 100 = 0.25 mmHgExemple: p = 0.55 (55 %)
SD = 0.55 * 0.45 = 0.49
n = 100SE = 0.49 / 10 = 0.049 (4.9 %)
n = 10000SE = 0.49 / 100 = 0.0049 (0.5 %)
2INTERVALLE DE CONFIANCE à 95 %
IC 95 %= m ± 2 SE(m) IC 95 %
= p ± 2 SE(p) L'intervalle de confiance donne une estimation de la précision de la moyenne ou de la proportion calculée sur l 'échantillon de taille n
Exemple: TAm = 110 mmHg
n = 100SE = 2.5 mmHg
IC 95 % = 105 à 115 mmHg
n = 10000SE = 0.25 mmHg
IC 95 % = 109.5 à 111.5 mmHgExemple: p = 0.55 (55 %) n = 100SE = 0.049 (4.9 %)
IC 95 % = 0.45 à 0.65 (45 à 65 %)
n = 10000SE = 0.0049 (0.5 %)
IC 95 % = 0.54 à 0.56
(54 à 56 %)Probabilité: intervalle de confiance
JET D'UNE PIECE
0 10 20 30 40 50 1000
NOMBRE D'ESSAIS (N)
PROPORTION DE FACES
Intervalle de confiance à 95 %
!! IC 95 %: contient (100 %) ou ne contient pas (0 %) la valeur réelleIl n'y a plus
d'erreurIC = 0
SE(p) =p (1-p)
nVariance d'une proportion
00.050.10.150.20.250.3
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Proportion (p)
Variance (p)
SE(0.5) =
0.25 783= 0.0178
IC 95 % = ±1.96 SE = ± 0.0350
3 Comment évaluer l'importance des résultats ?Odds (Cote) et Probabilité
Probabilité = = 0.166
Odds en faveur = = 0.20
5 661 61
Odds contre = = 5 contre 11
665 Odds ratio (Rapport des Cotes), Rapport de Risque et
Différence de risque
Odds ratio = Odds effet traitement A
Odds effet traitement B
Rapport de risque = Probabilité effet traitement AProbabilité effet traitement B
Différence de risque = Prob effet A - Prob effet B 4 Diagramme de Forest: interprétation du Odds Ratio et de son intervalle de confiance à 95%1300.5
ab c dOR = a d b cSE(ln(OR)) =
d1c1b1a1+++ p = ns p < 0.05 p < 0.05 2ORIC 95 % = OR ±1.96 SE
Trt B > Trt ATrt A > Trt B
Amplitude de l'effet observé
Précision de l'effet observé
Diagramme de Forest: interprétation du Risque
Relatif et de son intervalle de confiance à 95%1300.5
ab c dRR = a/(a+b) c /(c+d) p = ns p < 0.05 p < 0.05 2RRIC 95 % = RR ±1.96 SE
Trt B > Trt ATrt A > Trt B
Amplitude de l'effet observé
Précision de l'effet observé
Diagramme de Forest: interprétation de la
Différence de Risque et de son intervalle de
confiance à 95%0+ 0.04-0.02
ab c dDR = [a/(a+b)] - [c/(c+d)
p = ns p < 0.05 p < 0.05 + 0.02DRIC 95 % = DR ±1.96 SE
Trt B > Trt ATrt A > Trt B
Amplitude de l'effet observé
Précision de l'effet observé
5Exemple
PROGRESS, Lancet 2001;358:1033-1041
significatif non significatif significatif significatif significatif significatif significatif significatif significatif non significatifRelative Risk Reduction
(0.10-0.14)/0.14 = - 0.28 (-28 %)Réduction relative versus réduction
absolue du risqueRéduction absolue:
-Différence de risque: (307/3051) - (420/3054) = 0.10 - 0.14 = - 0.04 (- 4 %)Réduction relative:
- Risque relatif ou rapport de risque:0.10/0.14 = 0.72
- Réduction relative du risque: (0.10-0.14)/0.14 = - 0.28 (- 28 %)Réduction relative versus réduction
absolue du risque 50 %45 %
25 %
20 % 10 %
01002003004005006007008009001000
XY ZPlacebo
Active
5 %ARR = - 5 % (50 / 1000 patients)
RRR = - 10 %
RRR = - 20 %
RRR = - 50 %
6Exemple
PROGRESS, Lancet 2001;358:1033-1041
4 %Différence de risque
ou réduction absolue du risqueMesure du bénéfice: NNT
NNT: number needed to treat, nombre de
patient à traiter pour éviter un effet délétère ou pour obtenir un effet bénéfique.NNT = 1/DR
Exemple: DR = - 4 % (- 0.04)
NNT = 1/0.04 = 25
PROGRESS, Lancet 2001;358:1033-1041
7REGRESSION et CORRELATION
Terminologie
REGRESSION: l'analyse de régression est un outil qui permet de calculer le type de relation entre deux ou plusieurs variables. VARIABLE DEPENDANTE: variable prédite (Y) par une ou plusieurs variables indépendantes (X ou prédicteurs)VARIABLE(S) INDEPENDANTE(S): la ou les variables
utilisées pour prédire la variable dépendante (Y) Y X 8Terminologie
TYPES DE REGRESSION LORSQU'IL N'Y A QU'UN SEUL Y:
-Si la variable dépendante est une variable continue: Régression linéaire simple (une seule variable indépendante, X) Régression linéaire multiple (plusieurs variables indépendantes: X1, X2,...) -Si la variable dépendante est une variable discrète dichotomique:Régression logistique univariable (un seul X)
Régression logistique multivariable (plusieurs X: X1, X2, ...) -Si la variable dépendante est un nombre d'événements par unité de temps:Régression de Poisson univariable (un seul X)
Régression de Poisson multivariable (plusieurs X:X1, X2,...)-Si la variable dépendante est le temps nécessaire à la réalisation de l'événement:
Régression de Cox univariable (un seul X)
Régression de Cox multivariable (plusieurs X: X1, X2, ...)REGRESSION AVEC PLUSIEURS Y:
-Analyses multivariéesREGRESSION LINEAIRE SIMPLE: HYPOTHESES
Variable dépendante
Y XVariable indépendante
y i x i , y i V V (distribuée normallementavec une variance constante, ) (sans erreur de mesure) (Il s'agit de la variable manipulée pendant l'expérimentation)REGRESSION LINEAIRE SIMPLE: PARAMETRES
Variable dépendante
Y XVariable indépendante
Y i x i , y iParamètres:
b = pente a = interceptIntercept (a)
Equation: y = a + b x
estimée par la méthode des moindres carrés: minimiser la somme des carrés des écarts par rapport à la droite (verticalement) pente (b) =y xPente = coefficient de régression
9Terminologie
CORRELATION:
-Le coefficient de corrélation simple (r) est une mesure de l'intensité de la relation entre deux variables aléatoires
-Le coefficient de corrélation varie de -1 à +1-Une valeur positive indique une relation linéaire positive entre X et Y, c'est-à-dire Y augmente lorsque X augmente
-Une valeur négative indique une relation linéaire négative entreX et Y, c'est-à-dire Y diminue lorsque X augmente.
-Une valeur nulle indique l'absence de relation linéaire.REMARQUES:
-Une corrélation significative (r avec p < 0.05) n'indique pas nécessairement un lien de causalité entre X (cause) et Y (effet).
-Une corrélation peut être faussement significative lorsque les deux variables X et Y partagent la même variable (couplage mathématique):
exemple: X = transport d'oxygène (débit cardiaque x Ca O 2 Y = consommation d'oxygène (débit cardiaque x (CaO 2 -CO 2COVARIANCE
•Variables indépendantes (Cov(X,Y) = 0):Variance SGOTVariance SGPT
•Variables non indépendantes (Cov(X, Y) 0:Var XVar Y
Cov (X,Y)Var X - Cov (X,Y)Var Y - Cov (X,Y)
Var (X-Y) =
Var X + Var Y - 2 Cov (X,Y)Var (X-Y) = Var X + Var YCOVARIANCE
X = SGOT Y = SGPT (X i - mean) (Yi - mean) (X i - mean) (Yi - mean)23 52 5.2 11.4 59.3
22 45 4.2 4.4 18.5
17 42 -0.8 1.4 -1.1
15 39 -2.8 -1.6 4.5
12 25 -5.8 -15.6 90.5
Somme 89 203 0 0 171.6 Produit croisé
n 5 5 4 ddlMoyenne 17.8 40.6 42.9 Cov (X,Y)
Covariance: lien entre deux variables (Cov(X,Y)):
Si les variables sont indépendantes, Cov = 0
10STRUCTURE DE LA COVARIANCE
Cov (x, y) =
Somme des produits croisés
Degré de liberté
(n = nombre de paires) n - 1(X i -) (Yi -) n i = 1CORRELATION
)XX( r(x, y) = n 1iiCovariance
)YY( i )²XX( n 1ii )²YY( n 1iiRacine carrée du produit des variances
Le coefficient de corrélation à l'avantage de varier entre 0 (absence de corrélation) et +1 ou -1 (parfaite corrélation).CALCUL de r
Racine carrée du produit des variances
X = SGOT Y = SGPT
23 52Cov (x, y) 42.9
22 4517 42
Var (x) 21.7
15 39 12 25Var (y) 99.3
Cov (x, y) 42.9
r (x,y) = - 0.924Var(x) Var(y) 4.66 x 9.96
11CORRELATION (r)
•Variables indépendantes: Cov(X,Y) = 0 et r = 0Variance XVariance Y
•Variables parfaitement corrélées: r =1Variance XVariance YCov (X,Y)
COEFFICIENT DE CORRELATION DE BRAVAIS-PEARSON
Y X Y X Y X r = - 1 r = 0 r = 1TESTER LA SIGNIFICATION DE r
Le coefficient simple de corrélation peut être testé par comparaison avec 0 (absence de corrélation), en utilisant le test t suivant: r t =1 - r²
(n - 2) avec n - 2 degrés de libertés (2 paramètres) avec n = nombre de couples x,y.Exemple: r = 0.924, ddl = 3, t = 4.19, p = 0.0248
quotesdbs_dbs28.pdfusesText_34[PDF] calcul de la portée d'un jet d'eau horizontal
[PDF] equation trajectoire jet d'eau
[PDF] débit d'eau tuyau d'arrosage
[PDF] debit robinet exterieur
[PDF] calcul debit tuyau arrosage
[PDF] calcul hauteur jet d'eau
[PDF] consommation eau tuyau d'arrosage
[PDF] debit tuyau 1 2 pouce
[PDF] formule degré de pureté
[PDF] determination de la pureté de l'acide citrique
[PDF] calculer une concentration a partir d'une densité
[PDF] determination du pourcentage de pureté de naoh
[PDF] la pureté definition
[PDF] pureté chimique