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
Mettre en oeuvre dans R les méthodes de statistique descriptive, décisionnelle, analyse de la variance, régression linéaire et logistique
Compétences visées
- Mettre en œuvre dans R des analyses statistiques uni et bivariées sur des données quantitatives comme qualitatives
- Générer des données suivant une loi, évaluer la précision d'une méthode par rééchantillonnage
- Établir avec R des intervalles de confiance autour de paramètres comme moyenne, proportion et variance
- Réaliser les principaux tests d'hypothèses paramétriques et non paramétriques dans le logiciel
- Mettre en œuvre des analyses de la variance à un ou deux facteurs pour la comparaison de moyennes de population
- Réaliser une ANOVA sur mesures répétées dans le cas où les données ne sont pas indépendantes
- Élaborer un modèle établissant une relation linéaire entre une variable à expliquer et une (régression simple) ou plusieurs (régression multiple) variables explicatives
- Construire un modèle de régression logistique pour expliquer une variable binaire (la présence ou l'absence d'une caractéristique donnée) à l'aide de variables explicatives
- Générer des données suivant une loi, évaluer la précision d'une méthode par rééchantillonnage
- Établir avec R des intervalles de confiance autour de paramètres comme moyenne, proportion et variance
- Réaliser les principaux tests d'hypothèses paramétriques et non paramétriques dans le logiciel
- Mettre en œuvre des analyses de la variance à un ou deux facteurs pour la comparaison de moyennes de population
- Réaliser une ANOVA sur mesures répétées dans le cas où les données ne sont pas indépendantes
- Élaborer un modèle établissant une relation linéaire entre une variable à expliquer et une (régression simple) ou plusieurs (régression multiple) variables explicatives
- Construire un modèle de régression logistique pour expliquer une variable binaire (la présence ou l'absence d'une caractéristique donnée) à l'aide de variables explicatives
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 ou d'avoir atteint par la pratique un niveau équivalent
Méthode pédagogique
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)
Modalités d'évaluation
Un formulaire d'auto-évaluation proposé en amont de la formation nous permettra d'évaluer votre niveau et de recueillir vos attentes. Ce même formulaire soumis en aval de la formation fournira une appréciation de votre progression.
Des exercices pratiques seront proposés à la fin de chaque séquence pédagogique pour l'évaluation des acquis.
En fin de formation, vous serez amené(e) à renseigner un questionnaire d'évaluation à chaud.
Une attestation de formation vous sera adressée à l'issue de la session.
Trois mois après votre formation, vous recevrez par email un formulaire d'évaluation à froid sur l'utilisation des acquis de la formation.
Des exercices pratiques seront proposés à la fin de chaque séquence pédagogique pour l'évaluation des acquis.
En fin de formation, vous serez amené(e) à renseigner un questionnaire d'évaluation à chaud.
Une attestation de formation vous sera adressée à l'issue de la session.
Trois mois après votre formation, vous recevrez par email un formulaire d'évaluation à froid sur l'utilisation des acquis de la formation.
Solutions de financement
Cette formation peut être financée :
- dans le cadre du plan de développement des compétences de votre Entreprise
- par l’OPCO (opérateur de compétences) de votre Entreprise ou le FAF (Fonds d’Assurance Formation) pour les professionnels libéraux
- par France Travail dans le cadre du dispositif de l'Aide Individuelle à la Formation (soumis à accord de votre Agence)
- à titre personnel
Accessibilité
Vous souhaitez suivre notre formation Réaliser ses analyses biostatistiques avec R et êtes en situation de handicap ? Merci de nous contacter afin que nous puissions envisager les adaptations nécessaires et vous garantir de bonnes conditions d'apprentissage