Biostatistique

Unité d'enseignement

Présentation
Programme
Modalités d'inscription

Nous contacter

Infos générales

Code: STA109

Présentation

Objectifs

Donner les connaissances nécessaires
- à la préparation d'une expérience correcte du point de vue statistique en fonction des objectifs de l'étude
- à la description et à l'analyse statistique des données recueillies
- pour interpréter correctement les résultats obtenus et pour savoir les communiquer.

Intitulé officiel

Biostatistique

Voir plus Masquer

Programme

Durée et organisation

L’année est organisée en 2 semestres : semestre 1 (S1) d’octobre à février/mars et semestre 2 (S2) de février/mars à juin.

Parcours diplômant

Le cursus est proposé selon une programmation permettant d’optimiser la durée de la formation, compatible avec une activité professionnelle.

Unités d’enseignement « à la carte »

Vous avez toute liberté pour effectuer votre choix parmi l’ensemble des unités d’enseignement (UE) qui vous sont proposées.

Cours à distance via Internet :

Autoformation avec accompagnement par un enseignant(e) (en individuel ou collectif). Utilisation de supports numériques (documents pdf, documents sonorisés, vidéos interactives, quiz d’autoévaluation...) et échanges en classes virtuelles par visioconférence (en direct ou en différé), messagerie, forums, chat...

Méthodes mobilisées

Pédagogie qui combine apports académiques, études de cas basées sur des pratiques professionnelles et expérience des élèves.
Équipe pédagogique constituée pour partie de professionnels. Un espace numérique de formation (ENF) est utilisé tout au long du cursus.

Modalités d’évaluation

Chaque unité (UE/US, UA) fait l’objet d’une évaluation organisée en accord avec l’Établissement public (certificateur) dans le cadre d’un règlement national des examens.

Accessibilité public handicapé

Nos formations sont accessibles aux publics en situation de handicap. Un référent Cnam est dédié à l’accompagnement de toute personne en situation de handicap : Contactez le référent.

Modalités et délais d’accès

Les inscriptions se déroulent dès le mois de mai pour les formations qui débutent en octobre (semestre 1) et dès novembre pour les formations qui débutent en février (semestre 2).

Contenu de la formation

• Notions de base : La variabilité - l'échantillonnage - la représentativité - notions de ré-échantillonnage.
Qu'est-ce qu'une expérience contrôlée - une étude descriptive - exemples : études cas-témoins - cohortes...

Comment aborder un problème de statistique (description, modèle, hypothèses, décision) '
• Statistique descriptive : présentation graphique des données (histogramme), paramètres empiriques (proportion, moyenne, mode, quantiles, variance), fonction de répartition observée, tableau de contingence.

• Rappels rapides sur le calcul de probabilité : combinatoire, événements.

• L'information a priori : probabilité conditionnelle, théorème de Bayes, sensibilité, spécificité, valeurs prédictives positives et négatives, risque relatif, courbes ROC
• Variables aléatoires : définitions, distribution de probabilité, espérance, variance Variable centrée et réduite.
• Lois de probabilités usuelles : loi binomiale, loi de Poisson, loi normale, loi Pearson (Khi 2), loi de Student, loi de Fisher. Conditions et contextes d'applications. Théorème de la limite centrale.
• Estimation : estimation ponctuelle, qualité d'un estimateur, intervalle de confiance de paramètres usuels (espérances, variances, fréquences).
• Principes généraux des tests : risques de 1ère et 2ème espèce; degré de signification (p).
• Tests paramétriques et non paramétriques :
1. tests portant sur la comparaison de proportions ou de distributions.
2. tests portant sur la comparaison de moyennes ou de variances d'un ou de deux échantillons indépendants ou appariés.
3. test portant sur la comparaison de plusieurs moyennes sur des échantillons indépendants.
4. test des signes, test de Wilcoxon, test de Mann-Witney, test de Spearman, test de Kruskal et Wallis.
5. détermination du nombre d'observations (ou de sujets) nécessaires.
• Modèle linéaire : régression simple, test d'indépendance.

Les exercices dirigés seront illustrés par des exemples à l'aide du logiciel R