[PDF] Biostatistiques – Licence 2

tation du cours de biostatistiques et bioinformatique Pourquoi faire des statistiques en biologie ?



Previous PDF Next PDF





Biostatistiques – Licence 2

entation du cours de biostatistiques et bioinformatique 2 Variables aléatoires et lois de des statistiques en biologie ? Variabilité : Une expérience en biologie donne rarement un



Cours de Biostatistique

pplication des statistiques en biologie ; sachant que, la statistique est la science dont l'objet est de 



BIOSTATISTIQUE - UVT e-doc

2008 · Cité 1 fois — PLAN DU COURS - BIOSTATISTIQUE C'est la statistique descriptive, qui fait l' objet de ce cours Les statistiques constituent, en biologie, l'outil permettant de répondre à de 



Polycopié: Introduction aux Biostatistiques - Cours, examens et

Cité 1 fois — de lmenvironnement (Master Biologie) Mots clés : Statistique inférentielle, modèle linéaire (régression, 



Biostatistiques – Licence 2

tation du cours de biostatistiques et bioinformatique Pourquoi faire des statistiques en biologie ?



TRAVAUX DIRIGES DE BIOSTATISTIQUES

ISTIQUES Jean-Marc biologie par les élèves de quatrième Exercice Au cours d'une semaine, on observe 41 accidents le dimanche, 24 le lundi, 22 le mardi, 27 le mercredi 



Cours de Statistique pour Licence troisi`eme année de Biologie

se de la variance `a un facteur - Test de comparaison de plusieurs moyennes théoriques 5



Biostatistique - CHUPS Jussieu

Cité 5 fois — Ce polycopié contient le cours de biostatistique de la biologie et médecine), 3 e

[PDF] cours biostatistique paces

[PDF] cours bobine auto induction bac pdf

[PDF] cours bts abm

[PDF] cours bts banque 1ere année

[PDF] cours bts commerce international 1ère année

[PDF] cours bts commerce international pdf

[PDF] cours bts eec pdf

[PDF] cours bts gpn

[PDF] cours bts muc gratuit

[PDF] cours bts professions immobilières gratuit

[PDF] cours calcul numérique cap

[PDF] cours cap coiffure coloration

[PDF] cours cap ecms eco droit

[PDF] cours cap maths sciences

[PDF] cours cap petite enfance pdf gratuit

Biostatistiques L2

Biostatistiques { Licence 2

BIO2006L

Marc Bailly-Bechet

Universite Claude Bernard Lyon I { France

marc.bailly-bechet@univ-lyon1.fr

1marc.bailly-bechet@univ-lyon1.frBiostatistiques L2

Biostatistiques L2

Presentation du cours de biostatistiques et bioinformatiqueTable des matieres

1Presentation du cours de biostatistiques et bioinformatique

2Variables aleatoires et lois de probabilite

3Statistiques descriptives, estimation et intervalles de conance

4Tests de comparaison de moyennes et de proportions

5Tests du26ANOVA 1

7ANOVA 2

8Analyse bivariee et correlation

9Modele et regression lineaire

10Decomposition de variance et test de linearite

2marc.bailly-bechet@univ-lyon1.frBiostatistiques L2

Biostatistiques L2

Presentation du cours de biostatistiques et bioinformatiqueOrganisation globale du module 2 3 de biostatistiques, avec 9 CM et 14 TD de 1h30, en debut de semestre1 3 de bioinformatique, avec 3 CM de 1h30 et 5 TP de 3h00, en n de semestre L'UE etant en CCI, il n'y a aucune seconde session, ni pour les biostatistiques, ni pour la bioinformatique.

3marc.bailly-bechet@univ-lyon1.frBiostatistiques L2

Biostatistiques L2

Presentation du cours de biostatistiques et bioinformatiqueNotation et examens

Biostatistiques (67%) :

2 ou 3 contr^oles (CC) au cours du semestre, soit 33% de la

note nale au total.1 examen en n de semestre : 34% de la note nale. Bioinformatique (33%) :1 rapport de TP : 8% de la note nale

1 examen de TP sur machine en n de semestre : 25% de la

note nale. Des rattrapages seront organises si besoin en n de semestre pour les eventuelles absences j ustifees

4marc.bailly-bechet@univ-lyon1.frBiostatistiques L2

Biostatistiques L2

Presentation du cours de biostatistiques et bioinformatiqueComment reussir en stats? En travaillant au moins une heure par semaine sur le module, en dehors des cours et TD

5marc.bailly-bechet@univ-lyon1.frBiostatistiques L2

Biostatistiques L2

Presentation du cours de biostatistiques et bioinformatiqueComment reussir en stats? En travaillant au moins une heure par semaine sur le module, en dehors des cours et TD

5marc.bailly-bechet@univ-lyon1.frBiostatistiques L2

Biostatistiques L2

Presentation du cours de biostatistiques et bioinformatiqueComment bien travailler en stats?

En assistant aux cours et aux TD

En preparant les exercices de TD chez vous

En interagissant avec les enseignants et les autres etudiants En employant des livres de statistiques pour s'entra^ner, a la BU :Probabilites et statistiques (Couty/Debord/Fredon) 570.15 COU (Rappels de cours succints et beaucoup d'exercices corriges)Biostatistique Licence PCEM PCEP (Beauscart), coll. Omniscience 570.15 VALBiostatistique pour les sciences de la vie et de la sante par

Triola, Marc M. { Triola, Mario F 570.15 TRI

6marc.bailly-bechet@univ-lyon1.frBiostatistiques L2

Biostatistiques L2

Presentation du cours de biostatistiques et bioinformatiqueContacts

Pour les interactions, plusieurs possibilites :

Le forum du cours sur Spiral-Connect

Par emailmarc.bailly-bechet@univ-lyon1.frPar email, avec vos enseignants de TD (voir TOMUSS)

De vive voix : Bat. Mendel, 2

emeetage, porte rouge, bureau 17.7marc.bailly-bechet@univ-lyon1.frBiostatistiques L2

Biostatistiques L2

Presentation du cours de biostatistiques et bioinformatiquePourquoi faire des statistiques en biologie?

Variabilite

: U neexp eriencee nb iologied onnera rementun resultat tranche ou parfaitement reproductible.

Quantite

: L esn ouvelleste chnologiesb iologiquesp ermettent de recueillir des quantites pharamineuses de donnees.

8marc.bailly-bechet@univ-lyon1.frBiostatistiques L2

Biostatistiques L2

Presentation du cours de biostatistiques et bioinformatiqueLes statistiques vues de loin

Population)Echantillon

p,,2nindividus tires aleatoirement

Tests, estimation

kn , x,s2

Statistique inferentielle(Statistiques descriptives9marc.bailly-bechet@univ-lyon1.frBiostatistiques L2

Biostatistiques L2

Variables aleatoires et lois de probabiliteTable des matieres

1Presentation du cours de biostatistiques et bioinformatique

2Variables aleatoires et lois de probabilite

3Statistiques descriptives, estimation et intervalles de conance

4Tests de comparaison de moyennes et de proportions

5Tests du26ANOVA 1

7ANOVA 2

8Analyse bivariee et correlation

9Modele et regression lineaire

10Decomposition de variance et test de linearite

10marc.bailly-bechet@univ-lyon1.frBiostatistiques L2

Biostatistiques L2

Variables aleatoires et lois de probabiliteLoi binomiale La loi binomiale est la loi de probabilite decrivant lenombrede reussites parmi un ensemble de tirages aleatoires et independants. Elle se noteB(n;p) avecnle nombre de tirages etpla probabilite de reussite a chaque tirage.l l l l l l lllllllllllllllllllllllllllllllllll

010203040

0.0 0.1 0.2 0.3 n=100

Nombre de succès

Probabilité

l l l l l l l l l l l l llllllllllllllllllllllllllllllll l l l l l l ll l l l l l l l l lllllllllllllllllllllllllllllllllllll l l l l l l l l l ll l l l l l l l l l l lllll l l l l p=0.01 p=0.05 p=0.1 p=0.25

5102511marc.bailly-bechet@univ-lyon1.frBiostatistiques L2

Biostatistiques L2

Variables aleatoires et lois de probabiliteLoi de Poisson La loi de Poisson (de Simeon Denis Poisson, 1781-1840) est la loi de probabilite decrivant lenombre d'evenementsaleatoires et independants arrivant dans le m^eme intervalle de temps ou d'espace. Elle se noteP() avecl'esperance et la variance de la loi.ll l l l l lllllllllllllll

05101520

0.0 0.1 0.2 0.3

Nombre d'évenements

Probabilité

l ll l l l l l lllllllllllll l l l l ll l l l l l l l lllllllllll l l l l l l ll l l l l l l l l l l l l l l l=1 l=2 l=5 l=10

1251012marc.bailly-bechet@univ-lyon1.frBiostatistiques L2

Biostatistiques L2

Variables aleatoires et lois de probabiliteRepresentation graphique d'une variable discrete : diagramme en b^atonsLa distribution de donnees discretes se represente a l'aide d'un diagramme en b^atons. Ici, on s'interesse a un parasite de la ch^ataigne, le balanin (Curculio elephas).Nb. de parasitesxi0 1 2 3 4 5 6 et plus

Nombre de fruitsni1043 172 78 15 10 7 4

ayantxiparasites

Frequencefi=niP

ini0.785 0.129 0.059 0.011 0.007 0.005 0.0040 200
400
600
800
1000

Nombre de châtaignes

0123456

Nombre de parasites

0.0 0.2 0.4 0.6 0.8

Fréquence

0123456

Nombre de parasites13marc.bailly-bechet@univ-lyon1.frBiostatistiques L2

Biostatistiques L2

Variables aleatoires et lois de probabiliteUne variable qui semble suivre une loi de Poisson Les donnees de parasistisme du balanin suivent une decroissance exponentielle, et on peut supposer que les parasites sont independants dans chaque ch^ataigne. On trace sur le diagramme en b^atons une loi de Poisson :0.0 0.2 0.4 0.6 0.8

Fréquence

l l l l lll

0123456

Nombre de parasites14marc.bailly-bechet@univ-lyon1.frBiostatistiques L2

Biostatistiques L2

Variables aleatoires et lois de probabiliteProbabilite absoluePas de 10 cm

Taille

a120160200 0 0.1 0.2 0.3 0.4

Pas de 5 cm

Taille

a120160200 0 0.1 0.2 0.3 0.4

Pas de 1 cm

Taille

a120160200 0 0.1 0.2 0.3 0.4

Pas de 0.1 cm

Taille

a120160200 0 0.1 0.2 0.3

0.415marc.bailly-bechet@univ-lyon1.frBiostatistiques L2

Biostatistiques L2

Variables aleatoires et lois de probabiliteDensite de probabilitePas de 10 cm

Taille

Densité

120160200

0.00 0.01 0.02 0.03 0.04

Pas de 5 cm

Taille

Densité

120160200

0.00 0.01 0.02 0.03 0.04

Pas de 1 cm

Taille

Densité

120160200

0.00 0.01 0.02 0.03 0.04

120160200

0.00 0.01 0.02 0.03 0.04

Limite continue

Taille

Densité16marc.bailly-bechet@univ-lyon1.frBiostatistiques L2

Biostatistiques L2

Variables aleatoires et lois de probabiliteLoi normale La loi normale est la loi de probabilite des variables aleatoires continues dependantes d'un grand nombre de causes independantes et additives. Elle se noteN(;) avecl'esperance de la loi etl'ecart-type.-2024681012 0.0 0.1 0.2 0.3 0.4 m=5

Valeur obtenue

Densité de probabilité

s=1 s=2 s=5 s=2017marc.bailly-bechet@univ-lyon1.frBiostatistiques L2

Biostatistiques L2

Variables aleatoires et lois de probabiliteRepresentation graphique d'une variable continue : histogrammeOn s'interesse au melange de mangues issu dek= 4 dierentes recoltes pour faire du jus. Chaque type de mangue a un taux de glucose dierent et relativement imprecis.Concentration (g.L

1) Moyenne Nb de mangues

X x ?jnj [135;165[ 150 17 [165;180[ 172.5 23 [180;195[ 187.5 14 [195;225[ 210 8Concentration en glucose (g/L)

Nombre de

mangues

140160180200220

0 5 10 15 20

Concentration en glucose (g/L)

Densité de

mangues

140160180200220

0.000 0.010

0.02018marc.bailly-bechet@univ-lyon1.frBiostatistiques L2

Biostatistiques L2

Variables aleatoires et lois de probabiliteUne variable qui semble suivre une loi normale Le jeu de donnees concernant les mangues est unimodal et relativement symetrique; de plus on peut supposer que la concentration en glucose est la somme de nombreux facteurs independants, environnementaux et genetiques. On peut tracer sur l'histogramme une loi normale :Concentration en glucose (g/L)

140160180200220

0.000 0.005 0.010 0.015 0.020 0.025 Densité19marc.bailly-bechet@univ-lyon1.frBiostatistiques L2

Biostatistiques L2

Variables aleatoires et lois de probabiliteLoi de Student C'est une variante de la loi normale, plus etalee sur les ailes. Ici on la compare a une loi normale centree reduite.-6-4-20246 0.0 0.1 0.2 0.3 0.4

Valeur obtenue

Densité de probabilité

ddl =1 ddl=5 Normale20marc.bailly-bechet@univ-lyon1.frBiostatistiques L2

Biostatistiques L2

Statistiques descriptives, estimation et intervalles de conanceTable des matieres

1Presentation du cours de biostatistiques et bioinformatique

2Variables aleatoires et lois de probabilite

3Statistiques descriptives, estimation et intervalles de conance

4Tests de comparaison de moyennes et de proportions

5Tests du26ANOVA 1

7ANOVA 2

8Analyse bivariee et correlation

9Modele et regression lineaire

10Decomposition de variance et test de linearite

21marc.bailly-bechet@univ-lyon1.frBiostatistiques L2

Biostatistiques L2

Statistiques descriptives, estimation et intervalles de conanceMoyenneo bserveesu rdes d onneesg roupees

On veut la moyenne du taux de glucose dans le melange nal de nos 4 types de mangues :Concentration (g.L

1) Moyenne Nb de mangues

X x ?jnj [135;165[ 150 17 [165;180[ 172.5 23 [180;195[ 187.5 14 [195;225[ 210 8 x=162 (15017 + 172:523 +:::) =10822:562 = 174:56 g.L122marc.bailly-bechet@univ-lyon1.frBiostatistiques L2

Biostatistiques L2

Statistiques descriptives, estimation et intervalles de conanceVariance et ecart-typeob serves, donnees groupees

La variance sur des donnees groupees se calcule ainsi :

Concentration (g.L

1) Moyenne Nb de mangues

X x ?jnj [135;165[ 150 17 [165;180[ 172.5 23 [180;195[ 187.5 14 [195;225[ 210 8x= 174:56 g.L1 s 2=162

171502+ 23172:52+:::174:562

= 365:60 s=p365:60 = 19:12 g.L123marc.bailly-bechet@univ-lyon1.frBiostatistiques L2

Biostatistiques L2

Statistiques descriptives, estimation et intervalles de conanceLoi de la moyenne denv.a.,ngrandn=1

Fréquence

0.00.20.40.60.81.0

0.0quotesdbs_dbs21.pdfusesText_27