Description des Variables Quantitatives Continues.pdf
En ce qui concerne les données provenant d'une variable quantitative continue on constate le très grand nombre de valeurs différentes (à l'exclusion
Data Types
Continuous. 2. Discrete quantitative. 3. Ordinal. 4. Nominal. Figure 1. Quantitative variables. You might think of a quantitative variable as one that can
Les variables
Les variables quantitatives continues: sont des valeurs très nombreuses dont l'énumération serait fastidieuse. Il est donc préférable de les exprimer en classe
VARIABLES QUANTITATIVES CONTINUES
Variable étudiée : « temps de trajet » ; c'est une variable quantitative continue qui prend des modalités entre 0 et 200 minutes.
Méthodes quantitatives pour sciences humaines
D) Quantitative continue. Échelle nominale. Page 32. D) De quel type de variable s'agit-il? « En moyenne combien d'enfants pensez- vous que les familles
Unité de Recherche Clinique et Évaluative
Variables QUANTITATIVES. – Continue: • Poids (163.1 lbs 48.8 kg
Diapositive 1
14 déc. 2011 Les types de variables. Quantitatives. › Discrète : Variable dont on peut énumérer les valeurs qu'elle peut prendre. › Continue ...
1 Cas des variables quantitatives. Quelques exemples type
X1 et X2 quantitatives continues deux tests standard alternatifs : Test de Student de comparaison de deux moyennes
De la question à la variable Intervenant : Mélanie Le Goff Bonjour à
A l'opposé les variables quantitatives continues admettent un nombre infini de valeurs. C'est souvent le résultat d'une variable qui se mesure
Cours de Statistique Descriptive
discrètes et les variables quantitatives continues. L'infinité des valeurs observables d'une variable quantitative continue ne rend pas possible la.
Analyses statistiques de base
Atelier de formation A02
Plateforme de recherche clinique et évaluative
Anne -Sophie Julien, M.Sc., biostatistique rechclinique@crchudequebec.ulaval.caV181001
Objectifsd'apprentissage
1.Connaitreles étapesd'un projetreliéesaux statistiques
2.Choisirles statistiquespour valideret décrire
adéquatementun échantillon3.Déterminerquelleanalyse statistiquedoitêtreutilisée
selonle contexte4.Interpréterles résultatsdes principauxtests statistiques
1Plan de la présentation
1.Variables
2.Statistiques descriptives
3.Choixd'analyses
4.Interprétationde résultats
5.Listed'analysesstatistiques& Exemples
6.Exercices
2Étapesd'un projet
Avant la collectede données
Établirles objectifsde recherche
Choisirle devisde rechercheoptimal
Déterminercomment les variables serontmesuréesCalculerla tailled'échantillon
Planifierles analyses statistiques
**Consulter un statisticien** (mieuxvautprévenirque guérir)Après la collectedes données
Validerles données
Effectuerles analyses statistiquesprévuesa priori Vérifierque les résultatsobtenussontfiables(postulats) Interpréterles résultatsde façonadéquateet transparente 3 A01 A03 A02Section 1: Variables et
Statistiques Descriptives
Variables & Statistiquesdescriptives
Variables
Objectif-> Mesure-> Variable -> Test statistique
Statistiquesdescriptives
Validation
Valeursplausibles
Absence d'erreurde saisie
Minimum, Maximum
Croisementsplausibles
Critèresinclusion / exclusion respectés
Description
Reproductibilité
Utilisation / Application des résultats
Généralisation
5Type de variables
Variables QUALITATIVES
Variables QUANTITATIVES
-Continue:Poids (163.1 lbs, 48.8 kg, ...)
-Discrète: Nombre de crises d'épilepsie (0, 1, 2, 3,...) 6Dichotomique
(2 modalités)Polytomique (>2 modalités)Nominale/
CatégoriqueSexe
(Homme, Femme)StatutFumeur (Actuel, Ancien, Non)Ordinale
GravitéMaladie
(Modéré, Sévère)Degréde satisfaction (Pas du tout, Satisfait,Trèssatisfait) •Fréquence: nombre d'occurrences pour une catégorie •Proportion(varie de 0 à 1) •Pourcentage(proportion x 100) •Fréquence cumulée: Nombre d'observations qui se situent au- dessus (ou au-dessous) d'une valeur particulière (variable ordinale) •Mode : la valeur la plus fréquente dans un ensemble de donnéesVariable qualitative
7Satisfaction%% cumulé
Trèsinsatisfait2222
Insatisfait5476
Satisfait24100
Variable qualitative
Représentationgraphique
Diagramme circulaire
(tarte/ secteurs)Source: ISQ, 2013
051015202530354045
Satisfaction de la clientèle
Très satisfait
Satisfait
Peu satisfait
Insatisfait
Diagrammeà bandes
8Variable quantitative
Mesures de localisation (de tendance centrale)
Moyenne :somme des valeurs numériques divisée par le nombre de données (N) Médiane :une valeur qui permet de couper l'ensemble de données en deux parties égales 9 Mesures de dispersion (associées à la moyenne) Variance :une mesure de dispersion des données autour de la moyenne Écart-type :racine carré de la variance = ʍVariable quantitative
Source: Wikipédia
10Histogrammed'une
loinormaleVariable quantitative
Mesures de dispersion (associées à la moyenne)Écart-type (Standard Deviation)
Indicateurde la variabilitédes données
Présentédansles statistiquesdescriptivesErreur-Type (Standard Error)
Écart-type divisépar la racinecarréede N Mesurel'incertitudeassociéeà l'estimationde la moyennePrésentéedansles résultatsd'analyses
Référence: Nagele, P. (2001). Misuse of standard error of the mean (SEM) when reporting variability of a sample. A critical evaluation of four anaesthesia journals. British Journal ofAnaesthesia, 90 (4): 514
-16. 11Variable quantitative
Diagramme à
moustaches (boxplot) Mesures de dispersion (associées à la médiane)Minimum
1 erQuartile
(25e percentile)Médiane
(2 e quartile) 3 eQuartile
(75e percentile)Maximum
Étendue
interquartileÉtendue
12 25%25%
25%
25%
Exemple: ExtrapulmonaryEffects of Chronic Obstructive
Pulmonary Disease on Physical Activity, A cross
-sectional Study.147 individusavec MPOC.
GOLD =
stadede la maladie. 13Section 2: Choisir & interpréter
Choixd'analyse
Plusieursfacteursà considérer:
L'objectif
La nature de la variable dépendante(cequ'ontente d'expliquer) La nature de la variable indépendante(les facteursprédictifs)Le type de données
-Non corrélées(p.ex.: mesuressurdes patients différents) -Corrélées(p.ex.: plusieursmesuressur un mêmepatient, maisdanscertainscas, patients différentsavec caractéristiquessimilaires, commedansun CRT. Termes similaires: pairées, appariées) 15Choixd'analyse
Plusieursfacteursà considérer(suite):
Le nombrede variables
-Univariée(1 variable: distribution, descriptif) -Bivariée(2 variables: association) -Multivariée(>2 variables: association): Pour sélectionner les meilleursprédicteurs, outester unerelation en ajustantpour des facteursconfondants Le design expérimental(étudeobservationnelle, randomisée, cas-témoinsavec ousans appariement, etc.) 16Validation de modèlesparamétriques
Postulats
-Hypothèsesdu modèledoiventêtrerespectés(i.e.: normalité, homoscédasticité, linéarité, indépendance,...)Sources de biais
-Sélectionnon aléatoiredes sujets -Absence de randomisation -HypothèsesH0 & H1 mal spécifiées -Valeursinfluentes -Multicolinéarité -DonnéesmanquantesPouvoirprédictif
-Pouvoirexplicatifdes variables explicatives -Validation des prédictions -Validation croisée 17Sans validation, la
conclusion d'une analyse pourraitêtreerronnée!
Résultatsd'un test
Mesured'association
Tailled'effet, rapport de risquesoucotes, coefficient de régressionoucorrélation, etcIndiquele senset la force de l'association
Intervallede confiance
Précisionet incertitude des mesuresd'association PlusieursIC générés, X% contiendrontla valeur populationnelleValeurp
Valeurcontinue plutôtque dichotomique
Indicateurde la compatibilitédes données échantillonnalesavec la valeurd'intérêtdansla population sous l'hypothèsenulle 18Interprétationdes résultats
Valeurp
Évitersig, ns, p<0.05, p>0.05, ***, ...
Unevaleurp >0,05 n'impliquepas qu'iln'ya pas d'effet significatif ne rejettepas l'hypothèsenulle examiner l'intervallede confiance vérifierla puissance (pas a posteriori)Tenircomptede la significativitéclinique
Présenterles biaiset les discuter; généralisation, inférence 19Interprétationdes résultats
Association et relation ne sontpas synonymesde corrélationAssociation n'impliquepas causalité
Exemples:
Nombrede pompiers& dommagesde l'incendie
Notes examenavec et sans tutorat
Tests de comparaisonau baseline (Table 1) entre groupes dansun RCTRegarderles valeurscliniquesplutôt
20Section 3: Liste d'analyses
statistiquesSéried'analyses1
TestsVariable
dépendanteVariable(s) indépendante(s)Type de donnéesType d'analyse Khi-DeuxNominaleNominaleNon corréléesBivariée Fisher ExactDichotomiqueDichotomiqueNon corréléesBivariée Mc NemarDichotomiqueDichotomiqueCorréléesBivariéeRégression
logistiqueDichotomiqueQualitative(s)+Quantitative(s)Non corréléesBivariéeou
Multivariée
Pourtester l'association entre des variables qualitatives Pourquantifier l'association entre deux variables dichotomiquesquotesdbs_dbs23.pdfusesText_29[PDF] Le différentiel
[PDF] Livret de l 'agriculture L 'ALIMENTATION DE LA VACHE LAITIERE
[PDF] logiciel de gestion de troupeau - UNIFORM-Agri
[PDF] Application du protocole PPCR aux cadres d 'emplois de catégorie B
[PDF] redevance note complémt
[PDF] Vous voulez déterminer une rente viagère d 'un bien libre de toute
[PDF] Chapitre 16-Réservoirs - Orbi (ULg)
[PDF] Mise ? jour de la note commune n°13/2013 relative au tableau de
[PDF] L 'essentiel des règles de calcul de la retraite
[PDF] La retraite en Allemagne - Jacques Bichot
[PDF] Kisaitou Retraite - SNUipp-FSU de la Corrèze
[PDF] tout savoir sur la reforme des retraites dans la fonction publique
[PDF] l 'ircantec - CNRS - DGDR
[PDF] definition des recettes nettes part producteur - ACPFilms