Vous êtes ici : Accueil > Statistique > Formation > Logiciels de Statistique (9) > Réaliser ses analyses biostatistiques avec R

Formation Réaliser ses analyses biostatistiques avec R


Objectifs

Apprendre à utiliser le logiciel R pour analyser des données du domaine biomédical.
Mettre en oeuvre dans R les méthodes de statistique descriptive, décisionnelle, analyse de la variance, régression linéaire et logistique

Public

Toute personne souhaitant analyser des données biomédicales avec R

Pré-requis

Pour suivre ce stage dans de bonnes conditions, il est recommandé d'avoir suivi en amont la formation R – Prise en main, analyses statistiques et graphiques

Méthode

Pédagogie active mêlant exposés, exercices et applications pratiques dans le logiciel R.

Programme

- Statistiques descriptives
  • Tableaux de données (individuelles, de fréquences, regroupées, croisant plusieurs variables)
  • Distribution (paramètres de forme, position, dispersion)
  • Associations (variables quantitatives et/ou qualitatives)
  • Représentations graphiques (variables quantitatives et/ou qualitatives)

- Lois et Simulations avec R
  • Lois connues
  • Générations de données sous R
  • La méthode du bootstrap

- Intervalles de confiance
  • Pour une moyenne
  • Pour une proportion
  • Pour une variance

- Tests d’hypothèses
  • Premiers tests statistiques paramétriques
    • De moyennes (test de Student)
    • De variances
    • De proportions (tests d’indépendance, de chi2)
    • De corrélation
  • Tests non paramétriques
    • Tests d’adéquation
    • Tests de position
  • P_valeurs (p-value)

- Analyse de variance
  • Anova simple (à un ou deux facteurs)
  • Anova pour mesures répétées

- Régression linéaire
  • Objectifs, contexte et modèles
  • Corrélation
  • Régression linéaire simple
  • Régression linéaire multiple
  • Tests et interprétations des sorties
  • Validation des hypothèses

- Régression logistique simple et multiple
  • Objectifs, contexte et modèles
  • Ajustements
  • Tests et interprétations des sorties
  • Validation des hypothèses (analyse des résidus)