Cours de statistique PACES (première année de médecine)

Cours de statistique PACES (première année de médecine)

Résumé du document

- Les statistiques descriptives = données ; la statistique inférentielle = étude. - Types de données = quantitatives continues (nbre infini de valeurs, unité de mesure précisée) ou discrètes (comptage, nbre fini) et qualitatives nominales (non ordonnées, non mesurables mais énumérables) ou ordinales (ordre entre les modalités). => possibilité de poser des quantitatives aux qualitatives avec perte d'information.

Sommaire

I. Statistiques descriptives
A. Introduction
B. Statistique descriptive à une dimension
C. Paramètres descriptifs

II. Distribution d'échantillonnage et estimation
A. Introduction
B. Echantillonnage

III. Estimation ponctuelle et par IC
A. Définition
B. Qualité d'un estimateur
C. Intervalle de confiance (IC)

IV. Les tests d'hypothèse
A. Démarche générale
B. Probabilité critique, risques et puissance
C. Résumé

Informations sur le cours

Jacques
  • Nombre de pages : 3 pages
  • Publié le : 29/07/2013
  • Langue : français
  • Date de mise à jour : 29/07/2013
  • Consulté : 18 fois
  • Format : .pdf

Extraits

[...] STATISTIQUES Statistiques descriptives Introduction Les statistiques descriptives = données ; la statistique inférentielle = étude Types de données = quantitatives continues (nbre infini de valeurs, unité de mesure précisée) ou discrètes (comptage, nbre fini) et qualitatives nominales (non ordonnées, non mesurables mais énumérables) ou ordinales (ordre entre les modalités) possibilité de poser des quantitatives aux qualitatives avec perte d'info Statistique descriptive à une dimension (une seule va) Variables qualitatives = observation d'une va qualitative X à k modalités (c1 ck) ds un échantillon de taille n n = effectif total ; ni = nbre individus présentant ci = effectifs ou fr absolues ; fi = ni/n = fr relatives diagrammes Variables quantitatives continues = liste des valeurs possibles illimitée mais en nbre fini (taille n de l'échantillon) regroupement des données en classes mutuellement exclusives dont on détermine le nombre et l'intervalle (amplitude) densité de fr = fi/Δxi (~densité de proba) = comparer fr relatives de classes inégalement espacées (histogrammes) Paramètres descriptifs De position = de tendance centrale 1 Moyenne expérimentale (arithmétique) : données non regroupées X = x i , regroupées n i=1 n n 1 X = n i xi = f i x i effet de groupement, sensible aux valeurs extrêmes n i=1 i=1 x x x x x Médiane : échantillon taille impaire = x ; taille paire = 2 insensible aux valeurs extrêmes Mode (valeur dominante) distribution unimodale (symétrique loi ou multimodale Quartiles = partagent la série ordonnée en 4 gpes égaux Q1, Q2 et Q3 De dispersion Variance = dispersion autour de la moyenne, effet de groupement corrige le calcul de la variance, x x x i = n i x (avec xi centre de classe) estimée par = Ecart type = Var Coeff de variation CV = S / X (indpdt des unités de mesure) Etendue = différence entre valeurs extrêmes = xmax - xmin II] Distribution d'échantillonnage et estimation Introduction Etude de la loi de proba d'un phéno biologique, inconnue ds un échantillon issu de la population Loi de X connue à priori (comparaison théorie/observations) Loi de X inconnue (estimation des paramètres de la loi à partir de échantillon observé) Inférence statistique = estimation de paramètres + tests d'hypothèses n Echantillonnage x i va indpdtes : E X échantillon = µ population , Var X = et X = n Moyennes, X = n Si X ~ N µ ou si X ~ loi qcq et n 30, alors X ~ N µ / X Si X ~ N µ / alors T = ~ n Pourcentages ou fréquences P=k/n avec k ~ Bin(np) E k = np et Var k = npq = p et Var(P) = pq/n Si n5 TCL P ~ pq/n) III] Estimation ponctuelle et par IC Définition = obtenir l'approximation d'un paramètre θ et de sa distribution à partir d'un échantillon (quantification erreur = fluctuation d'échantillonnage) xi Moyenne µ Estimateur X = m = n x i = x i x avec n-1 nbre de ddl Variance Estimateur = Proportion p ou π Estimateur p = f = k/n H Qualité d'un estimateur Convergent : θ θ qd n augmente Sans biais = caractérise la position : non biaisé si E(θ)=θ (biais : E(θ-θ)=E(θ)-θ = écart moyen entre θ et θ) si X µ est sans biais ; si sur biaisé, si sur non biaisé Précis (efficace) = caractérise dispersion = précis si Var(θ)→θ qd ( X efficace si Var( X Intervalle de confiance Calculer un intervalle dans lequel il est vraisemblable que la vraie valeur du paramètre se trouve, après estimation ponctuelle IC à = niveau de confiance = de chance de trouver la vraie valeur du paramètre d'intérêt dans la pop, moyenne = centre d'IC Grands échantillons 30 et np et nq > X Moyenne : IC à 95 = X s / n avec X estimateur pontuel de µ ~ f Proportion : IC à 95 = f f f avec f estimateur de p ~ pq Petits échantillons < 30 et np ou nq X Moyenne : IC = X . [...]

Consulte tous nos documents en illimité !

Découvre nos formules d'abonnement

Pimido.com utilise des cookies sur son site. En poursuivant votre navigation sur Pimido.com ou en cliquant sur OK, vous en acceptez l'utilisation. Politique de Condifentialité

ok