Résumé : Contenu et Méthodes

Méthodes univariées :
* Statistiques descriptives : tendance centrale, dispersion, fonction empirique de répartition, histogrammes, diagrammes, relations entre variables
* Inteférence statistique : intervalles de confiance, sensibilité, courbes RPC, p valeur, puissance et calcul du nombre de sujets à inclure, comparaison de 2 moyennes (test t de Student, test de Mann-Whitney), comparaison d'une moyenne à une moyenne de référence, comparaison de 2 pourcentages (test du chi-2, test exact de Fisher), test de coefficient de corrélation (corrélation de Pearson, corrélation des rangs de Spearman), comparaison de variances, test de normalité (q-q plot, W), tests appariés.
Méthodes multivariées :
* régressuib simple, multiple
* ANOVA Modèles croisés et hierarchisés de l'analyse de la variance à 1 et 2 critères de classification, comparaisons multiples, Mesures répétées
* ANCOVA, analyse de covariance

Applications :
Mise en pratique des concepts théoriques : analyse de données avec les logiciels JMP et SPSS et interprétations.
Travail individuel demandé à la fin du cours.

Autres crédits de l'activité dans les programmes