| |
:: Description généraleCet atelier fournit une introduction aux principes et concepts de base en statistique.
La première partie traite de méthodes classiques autant qu’originales utilisées pour décrire les données à l’aide d’outils numériques et graphiques. Ces méthodes sont utiles, entre autres, afin de détecter des données aberrantes « outliers ».
La seconde partie présente, à l’aide d’exemples réels, le mécanisme des tests statistiques et la prise de décision en présence d’incertitude. Les risques alpha et beta, les p-values (seuils de signification observés), la notion de puissance, de niveau de confiance et les intervalles de confiance sont expliqués en termes simples.
Cet atelier fournit une base indispensable à la bonne compréhension de la plupart des méthodes couramment utilisées.:: Objectifs pédagogiquesÀ la suite de cette formation, les participants connaîtront:
La différence entre la statistique descriptive et la statistique inférentielle
L'utilité de la statistique descriptive lors de toute analyse préliminaire des données
Explorer les données graphiquement pour les caractériser et identifier les problèmes et les tendances
Utiliser les statistiques descriptives pour décrire les données et caractériser
Maîtriser les concepts statistiques associés aux notions suivantes: tests d’hypothèse, p-value, niveau de confiance, puissance, intervalles de confiance
Effectuer le test statistique approprié à l’objectif de leur étude
Traiter statistiquement les données plus rapidement et plus facilement
Interpréter les résultats avec plus de confiance et de fiabilité:: Public cibleCette formation appliquée en statistique s'adresse à tout le personnel
scientifique qui recueille des données et qui prend des décisions
basées sur ces données. :: Pré-requisCette formation présente les idées importantes en statistique et
en analyse de données.
Les participants n'ont pas besoin d'avoir de connaissances
en statistique ou alors s'ils en possèdent, ils peuvent ne pas les avoir
utilisées depuis longtemps. | | |
:: Plan du cours
- Introduction à la statistique
- La statistique descriptive
- À quoi sert la statistique? Vue générale de la statistique descriptive ou statistique exploratoire
- Identification des types et rôle des variables dans les études et expériences
- Comment visualiser et résumer les données à l'aide de distributions?
- Caractérisation numérique et graphique de distributions : moyenne, médiane, écart-type, quartiles, erreur-type, histogramme, Box-plot, etc.
- Mise en relation de deux variables : tableau de fréquences, coefficient de corrélation de Pearson, outils graphiques
- La statistique inférentielle: les tests statistiques
- Démarche générale : Qu'est ce que la statistique inférentielle ?
- Inférence statistique à l’aide des tests d’hypothèse: hypothèses nulle et alternative, test unilatéral, test bilatéral, statistique de test, p-value, significativité, règles de décision
- Risques encourus dans les tests d’hypothèse: erreurs de type I et II, niveau de confiance d'un test, puissance d'un test
- Inférence statistique à l’aide d’intervalles de confiance: mécanisme et quand les utiliser
- Inférence statistique dans le cas d’un seul groupe ou échantillon
- Bilan
:: Thèmes abordésCette formation d’une journée passe en revue les principales notions
de base en statistique pour R&D. Elle débute en identifiant le rôle
des outils statistiques. Elle traite du type et du rôle des variables, de la manière de décrire les données à
l'aide de statistiques descriptives de les mettre en relation.
Les outils graphiques permettant la caratérisation visuelle des données avec l'interprétation d'exemples sont abordées: box-plot, histogrammes, graphique en nuage de points - scatter plots.
Elle décrit ensuite l'approche des tests statistiques: définition
d'un test, ce qu'est une p-value, les risques de se tromper et comment contrôler ces risques.
L'approche par intervalle de confiance est aussi décrite:
ce qu'est un intervalle de confiance, comment l'interpréter, l'équivalence au test d'hypothèse.
| |