Titre :	Biostatistique volume 1 : 2éme édition
Type de document :	texte imprimé
Auteurs :	Bruno Scherrer, Auteur
Editeur :	Montréal : Gaétan Morin éd.
Année de publication :	2007
Importance :	816p
Présentation :	ill
Format :	29cmx 22.3cm
ISBN/ISSN/EAN :	978-2-89632-005-9
Langues :	Français (fre) Langues originales : Français (fre)
Index. décimale :	519
Résumé :	-Cette 2e édition s'adresse aux étudiants, aux chercheurs et aux professionnels dont le bagage mathématique est élémentaire. A partir des méthodes les plus simples, nous proposons, avec Biostatistique, volume 1, 2e édition, un cours accessible d'initiation à la biostatistique. Avec Biostatistique, volume 2, 2e édition, nous proposons un cours de biostatistique avancée (modélisation) qui fait appel à des techniques plus élaborées. Enfin, grâce à des moyens plus complexes, nous tentons de répondre aux préoccupations des praticiens exploitant des données. -La 1ère édition de Biostatistique a été conçue au tournant des années 1980. Depuis cette époque l'application des statistiques aux sciences du vivant (biologie, médecine, etc.) a évolué sous l'impulsion de différents acteurs, notamment la Food and Drug Administration. Au cours des années 1980, cette organisation a su en effet imposer une démonstration avant d'accorder une autorisation. Or, montrer un effet est chose relativement facile, mais le démontrer nous impose le fardeau de la preuve. Le volume 1 expose aux chapitres 2 (protocole) et 14 (multiplicité des tests) plusieurs exigences méthodologiques liées à la démonstration. Le volume 2 poursuit dans la même veine, mais dans le cadre de la modélisation. -Si le pragmatisme l'emporte souvent sur la théorie, l'exposé du principe des méthodes reste bien présent. L'étude des propriétés des méthodes permet d'en dégager les mérites respectifs et de déterminer où elles s'avèrent efficaces et non biaisées. En cas de biais, sa direction selon les situations est recherchée. Nous avons présenté la notion de statistiques robustes pour pallier l'insuffisance chronique de connaissance de la loi de distribution des populations d'origine. Les données recueillies ne sont pas toujours aussi propres qu'on le souhaiterait et des méthodes sont proposées pour remédier au problème des données manquantes qui déséquilibrent un plan d'expérience, des données exceptionnelles ayant un poids démesuré dans l'analyse, des données censurées qui apportent une information non négligeable, etc. Cet ouvrage traite particulièrement de la modélisation et de la modélisation semi-paramétrique, comme aide à la construction des modèles a priori. De très nombreux exemples tirés de cas réels facilitent la compréhension et l'application des méthodes, la comparaison de différentes approches et l'interprétation des résultats. Le choix des exemples ne vise pas un résultat significatif et sans équivoque, mais conduit à une réflexion sur la pertinence de la méthode. Enfin, nous proposons des codes de programmation applicables aux techniques les plus élaborées.
Note de contenu :	Sommaire: Introduction . Chapitre 1:Définitions et rappel de mathématiques élémentaires 7 Chapitre 2:Statistique et protocole de recherche 31 Chapitre 3:Présentation des données Chapitre 4:Description de séries statistiques Chapitre 5:Notions élémentaires de calculs de probabilité Chapitre 6:Distributions discrètes:uniforme,de bernouilli,binomiale et multinomiale Chapitre 7:Distributions discrètes: de poisson,géométrique,binomiale négative,hypergéométrique et de polya Chapitre 8:Distributions continues:uniforme,normale,log-normale et binormale Chapitre 9:Autres distributions continues:exponentielle,gamma,khi carré,fisher-snedecor,student,logistique,beta,weibull,laplace et cauchy Chapitre 10:Théorie de l'estimation: intervalle de confiance des paramètres d'une distribution Chapitre 11:Tests d'hypothèses et 1204.1 Test du rapport de vraisemblance signification. Chapitre 12:Comparaison des dispersion de variances et autre indices de dispersion de plusieurs échantillons Chapitre 13:Comparaison de moyennes,médianes et autres indices de position de deux distributions Chapitre 14: Comparaison de moyennes, médianes et autres indices de position de plus de deux distributions indépendantes Chapitre 15:Comparaison de proportion et d'effectifs de classes de données catégorielles Chapitre 16:Conformité d'une distribution observée à une distribution attendue Chapitre 17:Corrélation et association corrélation entre variables quantitatives Chapitre 18:Régression linéaire simple Exercices Références Annexes Index

Biostatistique volume 1 : 2éme édition [texte imprimé] / Bruno Scherrer, Auteur . - Montréal : Gaétan Morin éd., 2007 . - 816p : ill ; 29cmx 22.3cm.
ISBN : 978-2-89632-005-9
Langues : Français (fre) Langues originales : Français (fre)

Index. décimale :	519
Résumé :	-Cette 2e édition s'adresse aux étudiants, aux chercheurs et aux professionnels dont le bagage mathématique est élémentaire. A partir des méthodes les plus simples, nous proposons, avec Biostatistique, volume 1, 2e édition, un cours accessible d'initiation à la biostatistique. Avec Biostatistique, volume 2, 2e édition, nous proposons un cours de biostatistique avancée (modélisation) qui fait appel à des techniques plus élaborées. Enfin, grâce à des moyens plus complexes, nous tentons de répondre aux préoccupations des praticiens exploitant des données. -La 1ère édition de Biostatistique a été conçue au tournant des années 1980. Depuis cette époque l'application des statistiques aux sciences du vivant (biologie, médecine, etc.) a évolué sous l'impulsion de différents acteurs, notamment la Food and Drug Administration. Au cours des années 1980, cette organisation a su en effet imposer une démonstration avant d'accorder une autorisation. Or, montrer un effet est chose relativement facile, mais le démontrer nous impose le fardeau de la preuve. Le volume 1 expose aux chapitres 2 (protocole) et 14 (multiplicité des tests) plusieurs exigences méthodologiques liées à la démonstration. Le volume 2 poursuit dans la même veine, mais dans le cadre de la modélisation. -Si le pragmatisme l'emporte souvent sur la théorie, l'exposé du principe des méthodes reste bien présent. L'étude des propriétés des méthodes permet d'en dégager les mérites respectifs et de déterminer où elles s'avèrent efficaces et non biaisées. En cas de biais, sa direction selon les situations est recherchée. Nous avons présenté la notion de statistiques robustes pour pallier l'insuffisance chronique de connaissance de la loi de distribution des populations d'origine. Les données recueillies ne sont pas toujours aussi propres qu'on le souhaiterait et des méthodes sont proposées pour remédier au problème des données manquantes qui déséquilibrent un plan d'expérience, des données exceptionnelles ayant un poids démesuré dans l'analyse, des données censurées qui apportent une information non négligeable, etc. Cet ouvrage traite particulièrement de la modélisation et de la modélisation semi-paramétrique, comme aide à la construction des modèles a priori. De très nombreux exemples tirés de cas réels facilitent la compréhension et l'application des méthodes, la comparaison de différentes approches et l'interprétation des résultats. Le choix des exemples ne vise pas un résultat significatif et sans équivoque, mais conduit à une réflexion sur la pertinence de la méthode. Enfin, nous proposons des codes de programmation applicables aux techniques les plus élaborées.
Note de contenu :	Sommaire: Introduction . Chapitre 1:Définitions et rappel de mathématiques élémentaires 7 Chapitre 2:Statistique et protocole de recherche 31 Chapitre 3:Présentation des données Chapitre 4:Description de séries statistiques Chapitre 5:Notions élémentaires de calculs de probabilité Chapitre 6:Distributions discrètes:uniforme,de bernouilli,binomiale et multinomiale Chapitre 7:Distributions discrètes: de poisson,géométrique,binomiale négative,hypergéométrique et de polya Chapitre 8:Distributions continues:uniforme,normale,log-normale et binormale Chapitre 9:Autres distributions continues:exponentielle,gamma,khi carré,fisher-snedecor,student,logistique,beta,weibull,laplace et cauchy Chapitre 10:Théorie de l'estimation: intervalle de confiance des paramètres d'une distribution Chapitre 11:Tests d'hypothèses et 1204.1 Test du rapport de vraisemblance signification. Chapitre 12:Comparaison des dispersion de variances et autre indices de dispersion de plusieurs échantillons Chapitre 13:Comparaison de moyennes,médianes et autres indices de position de deux distributions Chapitre 14: Comparaison de moyennes, médianes et autres indices de position de plus de deux distributions indépendantes Chapitre 15:Comparaison de proportion et d'effectifs de classes de données catégorielles Chapitre 16:Conformité d'une distribution observée à une distribution attendue Chapitre 17:Corrélation et association corrélation entre variables quantitatives Chapitre 18:Régression linéaire simple Exercices Références Annexes Index