Vous êtes sur la page 1sur 48

Pr_E.

BOUAITI : Module
BIOSTATISTIQUE

26/11/2015

Objectifpdagogique
principale

UNIVERSITEMOHAMMEDV RABAT
FACULTEDEMEDECINEETDEPHARMACIE

BIOSTATISTIQUE

Expliquer les grands aspects de la


biostatistique ainsi que son utilit dans

PrE.BOUAITI
UPRMdecinesociale

le domaine de la sant

26/11/2015

Objectifspdagogiques
spcifiques(1)

Objectifspdagogiques
spcifiques(2)

Discuterlintrtdesbiostatistiquesen
sciencesmdicales
Enumrerlesprincipalessourcesdevariabilit
biologique
Expliquerlesconceptsdchantillon,de
population,dereprsentativit.
Dfinirlesvariablesetciterunexemplepour
chaquetypedevariables

Reconnatrelaloinormale,citerlesautreslois
deprobabilit.
Comprendreetutiliserlesconceptsde
fluctuationdchantillonnageetdintervalle
deconfiance.
Dcrireunesriestatistique
Expliquerlestestsstatistiquesainsiqueles
rsultatsquiendcoulent

26/11/2015

26/11/2015

Programme
1.
2.
3.
4.
5.
6.
7.
8.

PrincipesdebaseenBiostatistiques
Lastatistiquedescriptive
OrganisationetPrsentationdesdonnes
Estimationetfluctuationsdchantillonnage
Lesprincipalesloisdeprobabilit
Principesdestestsstatistiques
Lestestsdecomparaisondepourcentages
Lestestsdecomparaisondemoyennes

26/11/2015

Principesdebaseen
biostatistique

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

Plan

Introduction

Introduction
Labiostatistique :Dfinitionetintrt
Variabilit
Unitstatistique
Population
chantillon
Variablesstatistiques
Lesmesuresdebases
Conclusion

26/11/2015

Pourquoiunmoduledebiostatistique?
Exercice mdicale

Raisonnement
Incertitude
Mthodologie statistique
7

26/11/2015

Introduction

Introduction

Formation mdicale

Exemple:tabacetcancerdupoumon

cart type

Population

Prvalence
Moyenne

Test
statistique
Recherche
clinique
Probabilit

Facteur de risque
Incidence

Estimation

Efficacit

Groupe a
risque
Sensibilit

chantillon

Essai
clinique

Variance
Spcificit

26/11/2015

26/11/2015

Pourcentage

Plan

10

Dfinition

Introduction
Labiostatistique :Dfinitionetintrt
Variabilit
Unitstatistique
Population
chantillon
Variablesstatistiques
Lesmesuresdebases
Conclusion

26/11/2015

Frquence

Statistique :
Ensemble des mthodes scientifiques consistant
runir, organiser, prsenter des donnes
numriques sur une/plusieurs particularit(s)
commune(s) chez un groupe de personnes ou de
choses, puis analyser, tirer des conclusion et
prendre des dcisions.

Unestatistique: unnombrecalculpartir
d'observations.
11

26/11/2015

12

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

Historique

Historique

Dnombrementdepopulationshumaines
pourlesbesoinsdelaguerreetdel'impt.

Premiremoitidu20ime sicle
Statistiquesbiologiquesetpsychologiques
BiomtrieetPsychomtrie

Vritabledbut:18ime

1940Rechercheoprationnelle

sicle:

Premireclassificationdescausesdedcs
Calculdesprobabilits(P.S.deLaplace,K.F.
Gauss,S.D.Poisson)
1853:premiercongrs

26/11/2015

Deuximemoitidu20ime sicle
Dveloppementdel'informatique
Analysedesdonnes

13

1. Dfinition
Applicationdesconceptsetprincipesstatistiques
desdonnesmdicales,biologiquesetdesant
public.
2. Exemples
Leseffetsdunmdicament.
Leffetduniveauducholestrolsurlapression
artrielle.
Lenombredepatientsadmisauxurgences.
15

26/11/2015

Biostatistique
Deuxbranchesdistinctes

Gestiondesobservations(desdonnes)

Statistiqueinfrentielle

Organisation,prsentation
etanalysedesdonnes
Synthsedelinformation:
rsumsstatistiques.
Expressiondesrsultats:
reprsentationgraphique.
tapeprliminaire

Permetdegnraliserde
grandsensembles
d'lmentslesconclusions
tiresdesrsultatsobtenus
partirdunnombrerduit
dobservations

Infrence

Population?

Infrer = tirer une conclusion partir de propositions ou de faits, et de rgles


26/11/2015

16

Aquoisertlabiostatistique?

Statistiquedescriptive

Echantillon

14

Biostatistique

Domainesdutilisationdelastatistique
Statistiqueofficielle
Banques Assurances
SantetSciencesdelavie
Environnement(air,eau,foresterie,pche)
Scienceshumaines
Entreprises Industrie(contrledequalit,
tudesdemarch,management)
Presse Mdias
...
Discipline transversale
26/11/2015

26/11/2015

17

Recueillir,prsenter,analyser
Aiderlaprisededcisionsetlarsolutionde
problmes.

Comprendreetmenercorrectementdes
Expriences
Enqutes
Travauxderecherche
26/11/2015

18

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

Plan

Pourquoidesstatistiquesenmdecine?

Variabilit?
chantillon?
26/11/2015

19

Introduction
Labiostatistique :Dfinitionetintrt
Variabilit
Unitstatistique
Population
chantillon
Variablesstatistiques
Lesmesuresdebases
Conclusion

26/11/2015

Variabilit

Fluctuationdchantillonnage

exemple
Tailleencmde30tudiantsdelafacultde
mdecine

Ons'intresselatailledestudiantsdela
facultdemdecine.
Lesdonnessontprsentescomme
ellesonttrecueillies.
Ainsi,iln'estpasfacilederpondreune
questioncomme:quelestle
pourcentagedestudiantsayantunetaille
suprieure180?

150
174
160
187
162
180
167
185
164
153

168
177
180
175
174
185
160
185
180
187

153
188
183
175
189
176
182
160
185
182

26/11/2015

Tirage au sort :
chantillon reprsentatif
Plusieurs chantillons
peuvent tre constitus

n3=130
m3= 175

n1=30

m1= 172

Echantillon 2:
n2=30
m2= 174

26/11/2015

22
22

Variabilitbiologique

Variabilit
Variabilitintra
individuelle
Variabilit
biologique
Variabilitinter
individuelle

Variabilitinterindividuelle

Variabilitintraindividuelle

Caractristiquesquidiffrent
dunindividulautre

Caractristiquesvoluant
dansletempschezun
mmeindividu

Sivousobservezdes
personnesdanslaruevous
constatezquellesnontpas
touteslammecouleurde
cheveux.

Variabilittotale
Variabilit
exprimentale
Variabilit
appareilde
mesure

Lavariabilit=largleetnonlexception
26/11/2015

Echantillon 3 :

Echantillon 1 :

21

Variabilit
mtrologique

20

Sivousmesurezlatension
artrielledunindividu
diffrentsmomentsdela
journevousobtiendrezdes
valeursdiffrentes.

Lavariabilit=largleetnonlexception
23

26/11/2015

24

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

Variabilitmtrologique

Variabilit:consquences

Variabilitdelamesure

Ilnexistepasdevraievaleur
Valeurusuelle
Valeurexceptionnelle,horsnorme

Variabilitexprimentale
Variabilitappareildemesure

Essayerdemesurerplusieurs(100)foislatailleen
mmdunindividu:voustrouverezdesvaleurs
diffrentescependantdanslabsoluunindividua
unetailleetuneseule.

Difficult pour interprter


et utiliser les informations mesures

Lavariabilit=largleetnonlexception
26/11/2015

25

26/11/2015

26

Variabilit:rsum

Plan

Caractristiquedansledomainedessciences
delasant:VARIABILITE
Chezunmmeindividu
Entrelesindividus
Entrelesgroupesdindividus
etc.

Biostatistique:Traiterlesproblmesde
variabilitdanslesdonnes

Introduction
Labiostatistique :Dfinitionetintrt
Variabilit
Unitstatistique
Population
chantillon
Variablesstatistiques
Lesmesuresdebases
Conclusion

Lavariabilit=largleetnonlexception
26/11/2015

27

26/11/2015

28

Unitstatistique
ouindividu

Unitstatistique
ouindividu

Dfinition

Ladfinitiondelindividudpend
desparamtrestudis

Uneunitdistinctechezlaquelleon
peutobserveruneouplusieurs
caractristiquesdonnes.
lmentsurlequelsonteffectues
desobservationsoudesmesures

Exemple1:paramtretudi:note
duntudiantdansungroupedeTD
Unindividu=untudiant

Exemple2:paramtretudi:note
moyennedechaquegroupedeTD
dtudiant

Exemples
Individu,animal,organe,cellule,
champdemicroscope,...
Regroupementdunits:Grappeou
cluster

Unindividu=ungroupedeTD
(Grappes)

Patientsdunservice
26/11/2015

29

26/11/2015
26/11/2015

30

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

Plan

Dfinition

Ensembledindividus(ouunits
statistiques)surlequelontudie
uneouplusieurscaractristiqueset
quisontdemmenature

Introduction
Labiostatistique :Dfinitionetintrt
Variabilit
Unitstatistique
Population
chantillon
Variablesstatistiques
Lesmesuresdebases
Conclusion

26/11/2015

Population

Exemples
Femmesatteintesducancerdu
sein.
Ensembledespatientshospitaliss
dansunhpital
Touteslesnaisances delanneen
cours
Ensembledestudiantsinscritsla
facultdemdecine

31

26/11/2015

32

Population

Population

Onpeutnepasconnaitretousles
individusquicomposentune
population

Sipopulationlimite:
Exhaustive
Recensement : Tousles
sujetsdelapopulation
sontexamins

Unepopulationpeuttrepartitionne
ensouspopulations:
HommesatteintsduVIH.
Femmesfumeusesetatteintes
ducancerdupoumon.
Tailledelapopulation
Lenombred'individusconstituantla
population.
Gnralementtrsgrande

Exemple:lestudiants
dela1re anne
mdecine
Notation : N

26/11/2015

Population
33

26/11/2015

Population

34

Plan

Sipopulationimportante:Une
partiedessujetsdelapopulation
sontexamins

Exemple:tousles
tudiantsdelafacultde
mdecine

chantillon

Introduction
Labiostatistique :Dfinitionetintrt
Variabilit
Unitstatistique
Population
chantillon
Variablesstatistiques
Lesmesuresdebases
Conclusion

Population
26/11/2015

35

26/11/2015

36

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

chantillon

chantillon
Onconnaittousles
individusqui
composentun
chantillon

1. Dfinition
Sousensembledune
populationetquiestde
detaillefinie

2. Exemples

Tailledel'chantillon:
lenombredindividu
dansl'chantillon.

200Femmesatteintes
ducancerdusein
100tudiantsinscrits
lafacultdemdecine

Notation : n

26/11/2015

37

26/11/2015

38

chantillon:Infrence

Pourquoitravailletonsurunchantillon?

temps

REPRESENTATIVITE
cot

chantillon

Population
Caractristiques?
26/11/2015

39

26/11/2015

chantillon:Infrence

Plan

chantillonreprsentatif:
chantillonquirefltefidlementlacomplexitet
lacompositiondelapopulation.

chantillonnagealatoire:
Prlvementauhasard,etdefaonindpendante,
duncertainnombre" n " dlmentspartir
dunepopulationde" N " lments.
Chaquelmentdelapopulationdoitavoirla
mme probabilit dtreslectionn.
26/11/2015

40

41

Introduction
Labiostatistique :Dfinitionetintrt
Variabilit
Unitstatistique
Population
chantillon
Variablesstatistiques
Lesmesuresdebases
Conclusion

26/11/2015

42

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

Variablestatistique

Variablestatistique

Dfinition
Caractristiqueoufacteursusceptibledeprendre
unevaleurdiffrenteselonlesindividus(oules
unitsstatistiques)tudis
Notation:X,Y,W,...(caractres)

Exemple:
Lesexedespatientshospitaliss
Lepoids,lataille,
Laduredincubationdunemaladie

Caractristiquemesurablepourtoutesles
unitsstatistiques.
Valeurs:lesmesuresdistinctesd'une
caractristiquedonne.
Notation:x1 ,x2 ,...(modalits)
Exemple:
Pourlacouleurdesyeux:{noir;bleu;vert}
Pourlesexe:{homme;femme}
Variable : variations

Variable : variations
26/11/2015

43

26/11/2015

Typesdevariables

Variablestatistique

Diffrentesnaturesoutypes:

Valeurspossibles

Descatgories(Sexe,Couleur,Forme,)
Desrangs(positiondansunordredeprfrence)
Descomptages(nombredobjets,nombre
despces,)
Desmesuresphysiques(temprature,pH,
poids,)
Desprofils,desitems.

Touslesrsultatspossiblesapriori sionfaitune
observationd'unevariable
Exemple:
Sexe:x1:Masculin,x2:Fminin
GroupeABO:x1:A,x2:B,x3:O,x4:AB

Valeurobserve
Rsultataposteriori d'uneobservationd'unevariable
Exemple:
Sexe:x=x1:Masculin
GroupeABO:x=x4:AB
26/11/2015

44

45

26/11/2015

46

Variablesqualitatives

Typesdevariables

Dfinition

Variablequalitative

Unevariablestatistiqueestqualitativesisesvaleurs,ou
modalits, correspondentdesqualits :
Nonmesurablessurunechelle
Prsenceouabsencedunecaractristique

(ondfiniedesclasses)

Variablequantitative
Variablequalitativenominale
26/11/2015

47

26/11/2015

Variablequalitativeordinale
48

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

Variablequalitativenominale

Variablequalitativeordinale

Dfinition:

Dfinition:

C'estunevariablequalitativedontlesmodalitsne
sontpasordonnes.
Sideuxmodalits:Dichotomique/binaire

C'estunevariablequalitativedontlesmodalits
sontnaturellementordonnes(ilexisteunordre
entrelesclasses).

Exemples

Exemple:

Variablebinaire

Niveaudtude:

Sexe:hommeoufemme
tatdesant:maladeousain

Primaire,secondaire,universitaire.

Groupesanguin

Stadedegravitdunemaladie:

A,B,AB,O

Modr,svre,trssvre

Situationfamiliale:

Clibataire,mari,divorc,veuf

26/11/2015

49

26/11/2015

50

Variablequalitative
Exemple

Variablequalitative
Exemple

Population:lesrsidentsdeRabat(2015)
Variable:

Population:lesrsidentsdeRabat(2015)
Unitstatistique:unrsident
Variable:

X:lalanguematernelled'unrsident

Unitstatistique:unrsident
Valeurs:

X:leniveausocio conomique

Valeurs:

x:Arabe,Berbre,Franais,Anglais,Autres.

x:Classeinfrieure,Classemoyenne,Classe
suprieure.
Variablequalitativeordinale

Variablequalitativenominale

26/11/2015

51

26/11/2015

52

Variablequantitativediscrte

Variablesquantitatives
Dfinition

Unevariablestatistiqueestquantitativesises
valeurssontdesnombresexprimantunequantit,
surlesquelslesoprationsarithmtiques(somme,
diffrence...)ontunsens.

Dfinition
Unevariablediscrtepeutprendreunnombre
limit(lenombredepossibilitsestfini)de
valeursisoles,gnralemententires.

Exemples
Nombredenfantsdunefamille:0,1,2,3,4,10
Variablequantitativediscrte

26/11/2015

Variablequantitativecontinue

53

26/11/2015

54

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

Variablequantitative
Exemple

Variablequantitativecontinue
Dfinition

Population:lesmnagesdelavilledeRabat
Variable:

Unevariablecontinuepeutprendrenimporte
quellevaleur(uneinfinitdevaleurspossibles)
entreleminimumetlemaximumpourune
certainechelledemesure.

X:lenombred'individusdanslemnage

Unitstatistique:unmnage
Valeurs:

Exemples

ge,poids,taille,niveaudecholestrol,.

x:1,2,3,4,...,11.
Variablequantitativediscrte

26/11/2015

55

Variablequantitative
Exemple

26/11/2015

Variablescontinuesoudiscrtes?

Population:lesrsidentsdelavilledeRabat
Variabletudie:

Onpeutgrouperunedonnecontinueou
discrteenclassesdevaleurs:donne
ordinale

X :lerevenumensuelenDhs

Unitstatistique:unrsident
Valeurs:

ex:ge<20,2025,2530, 30
ex:nbcigarettes/j=0,110,1120,>20

x<3000,x [3000,5000)ou[5000,10000)ou...
ou[20000,30000)
Variablequantitativecontinue
26/11/2015

Prix:pertedinformation!!!
57

26/11/2015

Dichotomiques
Binaires
Nominales
Ordinales

Variables

58

Plan

Lesvariablesenrsum

Variables
qualitatives

56

Continues
Variables
quantitatives

Introduction
Labiostatistique :Dfinitionetintrt
Variabilit
Unitstatistique
Population
chantillon
Variablesstatistiques
Lesmesuresdebases
Conclusion

Discrtes
26/11/2015

59

26/11/2015

60

10

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

Lesmesuresdebase

Lesmesuresdebase

Proportion

Rapports

Ratio

Expression de la relation qui


existe entre deux quantits.
X
Il est de la forme
xK
Y

Rapports

Indice
Taux

Quel numrateur, quel dnominateur

26/11/2015

61

62

26/11/2015

Proportion

Proportion

Dfinition:
Cestlerapportolenumrateurestunepartdu
dnominateur.
Numrateuretdnominateur:mmenature
Expression:
Nombrecomprisentre0et1
Pourcentage(pourmille,pourdixmille,)

Proportion=

* k

26/11/2015

Proportion
exemples
4

souvent k=100

63

n inclus dans d
k puissance de 10

a+b

26/11/2015

64

Ratio
Dfinition
Cestlerapportdeseffectifsdedeuxclassesdune
mmevariable.
Lenumrateurnestpasinclusdansle
dnominateur.
Numrateuretdnominateur:mmenature
Expression:nombresansunit

= 0,5 = 50 p.100

Unepopulationde1000personnesdont300fumeurs
laproportiondesfumeursdansmapopulation?
Laproportiondesfumeurs=300/1000=30%
26/11/2015

65

26/11/2015

66

11

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

Ratio
exemples

Ratio
Ratio =

Homme

d
=

n non inclus dans d


n et d de mme nature

2
4

= 0,5 homme pour 1 femme

Femme

cancer : ratio 10,6 hommes pour une femme


26/11/2015

67

68

26/11/2015

Ratio
exemples

Indice

Dansunecole,nousavons1200coliers
dont400sontdesexefminin lesexeratio
M/F?
LesexeratioM/F=800/400=2

Dfinition:
Cestlerapportdeseffectifsdedeuxclassesde
deuxvariablesdiffrentes.
Lenumrateurnestpascomprisdansle
dnominateur.
Numrateuretdnominateur:

Unepopulationde1000personnesdont
300fumeurs leratiopersonnes
fumeurs/personnesnonfumeursdans
mapopulation?

Naturediffrente.
Rfrentdesvnementsdiffrents.
Exemple:habitant/mdecin

Leratiofumeurs/nonfumeurs=300/700=0,43
26/11/2015

69

26/11/2015

Taux

Indice
Dfinition:

numrateur

Cestuneformeparticuliredelaproportionqui
renfermelanotiondetemps,ilexprimelavitesse
dechangementdunphnomnedansletemps
Numrateur:individusayantsubiunvnement
aucoursdutemps
Dnominateur:lensembledesindividus
susceptiblesdeconnatrelvnementpendant
cettepriode
Expression:nombredecaspour10xpersonnes
temps

de nature diffrente
dnominateur

10 litres deau par personne


85 lits pour 1 mdecin
1500 habitant pour 1 mdecin
26/11/2015

70

71

26/11/2015

72

12

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

Taux

Taux

Taux = probabilit de survenue dun vnement


maladie
vnement
Nbdecassurvenus
aucoursdunepriode donne
Taux =x10x
Effectifdelapopulationrisque
aucoursdelammepriode

dcs
Temps
Population susceptible
Effectif
x

y
26/11/2015

73

* k

x nb vnements
y population expose
k puissance de 10
74

26/11/2015

Taux
exemple

Conclusion

Tauxdemortalitmaternelle

Biostatistiqueetvariabilit

Nbdedcsmaternelsaucours
dunepriode

Lavariabilitestlargle

TMM=
Lavariabilitestnonprvisible

NbdeNcesvivantesaucours
delammepriode

Biostatistique:ncessitpourles
professionnelsdesant

En 2010 : TMM = 110 dcs pour 100 mille naissances vivantes

26/11/2015

75

26/11/2015

UNIVERSITEMOHAMMEDV RABAT
FACULTEDEMEDECINEETDEPHARMACIE

BIOSTATISTIQUE
PrE.BOUAITI
UPRMdecinesociale

76

Programme
1.
2.
3.
4.
5.
6.
7.
8.

PrincipesdebaseenBiostatistiques
Lastatistiquedescriptive
OrganisationetPrsentationdesdonnes
Estimationetfluctuationsdchantillonnage
Lesprincipalesloisdeprobabilit
Principesdestestsstatistiques
Lestestsdecomparaisondepourcentages
Lestestsdecomparaisondemoyennes

26/11/2015

78

13

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

Programme
1.
2.
3.
4.
5.
6.
7.
8.

PrincipesdebaseenBiostatistiques
Lastatistiquedescriptive
OrganisationetPrsentationdesdonnes
Estimationetfluctuationsdchantillonnage
Lesprincipalesloisdeprobabilit
Principesdestestsstatistiques
Lestestsdecomparaisondepourcentages
Lestestsdecomparaisondemoyennes

26/11/2015

La Statistique Descriptive

79

La Statistique Descriptive
Dfinition

Plan

Cest l'ensemble des mthodes et


techniques permettant de

Dfinition
Rappels
Statistiquedescriptive:Variablequalitative
Statistiquedescriptive:Variablequantitative
Statistiquedeuxdimensions
Conclusion

26/11/2015

Prsenter
Dcrire
et Rsumer

des donnes nombreuses et varies.

81

26/11/2015

La Statistique Descriptive
Dfinition

82

La Statistique Descriptive
Dfinition
Dcrirelesdonnespar

Peutconcerner:

Desparamtresstatistiques:

Unevariablelafois:statistiqueune
dimension
Deuxvariableslafois:statistiquedeux
dimensions
Plusdedeuxvariableslafois:statistique
multidimensionnelle.

Rductiondesdonnesquelquesvaleurs
numriquescaractristiques.

Destableaux:distributionsdefrquences.
Desdiagrammes:graphiques.
Pourlabienmenerilfautsavoirdequelletypede
variablesagitil

26/11/2015

83

26/11/2015

84

14

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

Rappels :Basededonnes

Plan

Dfinition
Rappels
Statistiquedescriptive:Variablequalitative
Statistiquedescriptive:Variablequantitative
Statistiquedeuxdimensions
Conclusion

Nom

Situation de
famille

Nombre
denfants

Age

sexe

Patient 1

Mari

30

Patient 2

Veuf

45

Patiente 3

Marie

27

Patiente 4

Clibataire

32

Patient 5

Mari

39

Le nombre d'individus tant gnralement grand, une telle srie brute est
difficilement lisible et interprtable. Il est indispensable de la rsumer.
26/11/2015

85

26/11/2015

86

Rappels : variables

Exemple:basededonnes
Npatient
15
208
125
62
135
90
223
252
18
49
58
11
234
197
40
50
330
255
274
102
250
336
241
133
142
149
140
283
103
296

Prnom
Sanae
Zineb
Fatima
Fatima Zahra
Maguat
Mahjouba
Loubna
Fatima Zahra
Fatima
Houda
Hanane
Najat
Hadhoum
Rahma
Halima
Amina
Saida
Zinba
Kaoutar
Khadija
touriya
Fatima
Touria
Fatima Zahra
Fatima
Najat
Hassna
Achoura
Lekheila
Amina

Circonstances
phlyctne : henn
liq_chd
flam_gaz
flamme
flamme
liq_chd
flamme
liq_chd
ex_bo_gz
ex_bo_gz
liq_chd
liq_chd
flam_gaz
liq_chd
liq_chd
flam_gaz
ex_bo_gz
liq_chd
flam_gaz
liq_chd
flamme
flamme
ex_bo_gz
flamme
liq_chd
ex_bo_gz
ex_bo_gz
flamme
liq_chd

delaiconsultation
mme jour
dans la semaine
mme jour
aprs un mois
dans la semaine
mme jour
mme jour
dans la semaine
dans la semaine
aprs une semaine
mme jour
mme jour
dans la semaine
dans la semaine
mme jour
aprs une semaine
mme jour
dans la semaine
mme jour
mme jour
aprs une semaine
dans la semaine
mme jour
mme jour
dans la semaine
aprs une semaine

Sexe Age
F
20
F
20
F
21
F
23
F
24
F
24
F
26
F
26
F
26
F
27
F
27
F
27
F
28
F
28
F
29
F
29
F
30
F
30
F
30
F
31
F
32
F
32
F
32
F
32
F
34
F
34
F
35
F
35
F
36
F
36

Annee
2 008
2 004
2 006
2 007
2 006
2 006
2 004
2 009
2 008
2 007
2 007
2 008
2 004
2 005
2 008
2 007
2 010
2 009
2 009
2 006
2 009
2 010
2 004
2 006
2 005
2 005
2 005
2 009
2 006
2 010

orig_vil

Dur_hosj type_brul ATCD


19
2
21
0
45
0
Kenitra
14
0
Mauritanie
110
0
Temara
12
0
Casa Blanca
10
0
Rabat
22
0
Taounate
21
0
Kenitra
21
0
Taounate
30
0
Sal
14
0
Rabat
5
0
88
0
Kenitra
9
0
Kenitra
13
0
Midelt
62
0
Tadla
69
0
7
0
Khemissat
50
0
Sal
35
0
Tiflet
92
0
13
0
Eljadida
0
24
0
52
0
Mkns
9
0
Tiflet
93
0
Mauritanie
27
0
Agadir
21
0

2
2
2
2
2
2
1
1
2
2
2
1
2
2
2
2
2
2
1
2
1
2
1
1
2
2
2
2
2
2

26/11/2015

Dichotomiques
Observables

87

Ordinales
Nominales

Mesurables

Variables
quantitatives

Continues
Discrtes

Sexe

Niveau
dtude
Couleur
Ville dorigine

Taille
Poids
Nombre
de
patients

26/11/2015

88

Statistique descriptive
Variable qualitative
Dichotomiques

Dfinition
Rappels
Statistiquedescriptive:Variablequalitative
Statistiquedescriptive:Variablequantitative
Statistiquedeuxdimensions
Conclusion

Binaires
Observables

Variables
qualitatives

89

26/11/2015

Ordinales
Nominales

Variables

Mesurables

26/11/2015

Variables
qualitatives

Variables

Plan

Binaires

Variables
quantitatives

Continues
Discrtes

Sexe

Niveau
dtude
Couleur
Ville dorigine

Taille
Poids
Nombre
de
patients

90

15

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

Statistique descriptive
Variable qualitative

Statistiques descriptives
variables qualitatives

Un caractre qualitatif ne peut tre mesur


Do notion de frquence

Frquence absolue : effectif


Nombre dindividus par classe : n
100 sujets: 24 ont la maladie x

Frquences relatives
Pour chaque classe, le rapport de son effectif au
nombre total dindividus
Exprimes en pourcentage
p = : 0,24 ou 24 %

26/11/2015

91

xi

ni

fi

x1

n1

f1

x2

n2

f2

xp

np

fp

x i

26/11/2015

Statistiques descriptives
variables qualitatives
Situation de famille

Patient 1

Mari

ficorrespondla
frquence(pourcentage)
dobservationsayant
commevaleurxi

fi

Modalits

Effectifs(n)

Mari

80

Patient 2

Veuf

Clibataire

30

Marie

Veuf

20

Patiente 4

Clibataire

Patient 5

Divorc

Divorc

20

Total

150

93

26/11/2015

Statistiques descriptives
variables qualitatives
Modalits

Effectifs(n)

Pourcentage

Mari

80

53,3%

Clibataire

30

Veuf

ni
X 100
n

92

Patiente 3

26/11/2015

26/11/2015

nicorrespondaunombre
dobservations(effectif)
ayantcommevaleurxi

Statistiques descriptives
variables qualitatives

On a not la situation familiale des 150


patients dune tude
Nom

Chaque ligne
correspond une
modalit diffrente.

94

Statistiques descriptives
variables qualitatives

Sexe

20%

Masculin

70

58,3%

20

13,3%

Fminin

50

Divorc

20

13,3%

41,7%

Total

150

100%

Total

120

100%

95

26/11/2015

96

16

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

Statistiques descriptives
variables quantitativescontinues

Plan

Classed'ge

ni

[1416[

10

9,1%

[1618[

20

18,2%

[1820[

35

31,8%

[2022[

15

13,6%

[2224[

4,5%

>24

25

22,7%

Total

110

100,0%

26/11/2015

97

Dfinition
Rappels
Statistiquedescriptive:Variablequalitative
Statistiquedescriptive:Variablequantitative
Statistiquedeuxdimensions
Conclusion

26/11/2015

Statistique descriptive
Variable qualitative

98

Statistiques descriptives
variables quantitatives

Dichotomiques
Binaires
Observables

Variables
qualitatives

Ordinales
Nominales

Variables

Mesurables

Variables
quantitatives

Continues
Discrtes

Sexe

Niveau
dtude

Paramtresdeposition:Mesuresdela
tendancecentrale

Couleur
Ville dorigine

Taille
Poids

Paramtresdedispersion

Dispersion

Nombre
de
patients

Position
26/11/2015

99

26/11/2015

Paramtresdeposition

100

Moyennearithmtique

Moyennearithmtique

Lasommedetouteslesvaleursindividuelles
diviseparlenombredevaleurs

Mdiane

Avec:
n:nombredobservations
xi:lesvaleursdelavariable
:lasommedetouteslesvaleurs

observes.

Mode
26/11/2015

101

26/11/2015

102

17

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

Moyennearithmtique
Exemple

Moyennearithmtique
donnesgroupes

Exemple:Calculerlamoyennedesvaleurs
suivantes:10,12,18,20,25,35

Tranchesdge

Nombre(ni)

[1020[
[2030[
[3040[
[4050[
[5060[
[6070[

4
6
10
4
4
2

Total(n)

30

26/11/2015

103

26/11/2015

Moyennearithmtique
donnesgroupes

104

Moyennearithmtique
donnesgroupes

Silesobservationssontgroupesenclasses,
alors

Nombre(ni)

[1020[

15

60

[2030[

25

150

[3040[
[4050[

10
4

35
45

350
180

[5060[

55

220

[6070[

65

Total(n)

30

ni:lenombredesujetspourlaclassexi
xi:lavaleurcentraledelaclasse

26/11/2015

105

(xi)

nixxi

130
1090

= 1090/30=36,3

26/11/2015

Paramtresdeposition

106

Mdiane

Moyennearithmtique

Lamdianeestlavaleurquidiviseles
observationsen2groupesdetaillegale :
Lepremiercontenantlesvaleursinfrieuresla
mdiane
Etlesecondlesvaleurssuprieureslamdiane

Mdiane

La valeur qui partage la srie en 2 parties


de mme effectif (ordre croissant+++)

Mode
26/11/2015

Valeurcentrale

Tranchesdge

107

26/11/2015

108

18

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

Mdiane
exemples

Mdiane

9 patients hospitaliss dans un service de


mdecine. Leurs dures de sjour (en jours)
sont les suivantes :

3; 15; 23; 46;

Mthodedecalcul
Classerlesvaleursparordredegrandeur
(ascendanteoudescendante).
Identifierlemilieudelasriedevaleurs :

64; 126; 279; 623; 1350

n=3

Placedelavaleurmdiane=
AvecN=Nombretotaldevaleursdanslasriede
valeurs.

n=3

La mdiane est la valeur de rang 5 : 64j

26/11/2015

Lechiffresetrouvantcetteplacedanslasriede
valeurscorrespondlamdiane.
109

26/11/2015

110

Mdiane
exemples

Mdiane
exemples

Mdianedunnombreimpairdedonnes
10,12,18,20,25
Rangerlesvaleursenordreascendant:10,12,18,20,
25
Dterminerlepointcentraldelasrie:(5valeurs+1)/
2=3.
Lamdianeestdonclavaleuren3me positiondansla
srie
La3me valeurest18.
Lamdianequivautdonc18.
26/11/2015

111

Mdianedunnombrepairdedonnes
10,12,18,20,25,45
Rangerlesvaleursenordreascendant:10,12,18,
20,25,45
Dterminerlepointcentraldelasrie(6
valeurs+1)/2=7/2=3,5.
Lamdianeestlavaleurmicheminentrele3me
etle4me chiffre :Le3me chiffreest18etle4me
est20.
Lamdianeest(18+20)/2=19.
26/11/2015

Moyenne - Mdiane

112

Paramtresdeposition
Moyennearithmtique

Srie de valeurs:
10, 12, 18, 20, 25
7, 12, 18, 20, 25
10, 12, 18, 20, 45

Moyenne

17
16,4
21

Mdiane

18
18
18

Mdiane

La moyenne est sensible aux valeurs extrmes

Mode

La mdiane est insensible aux valeurs extrmes


26/11/2015

113

26/11/2015

114

19

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

Mode

Mode

Lavaleurquelonobserveleplus
frquemmentdansunesriedevaleurs.

Distribution unimodale

Distribution
bimodale

N
250

120
200

Exemple1 :Lemodedesvaleurs10,12,12,
12,18,18,20,25,35est12

80

150

100

40
50

Exemple2 :Lasrie10,12,12,12,18,18,18,
20,25,352modes,12et18
26/11/2015

115

0
45

150

203

256

309

361

414

467

519

2.1

3.3

4.6

5.8

7.0

8.3

9.5

10.8

12.0

13.3

14.5

Glycmie (mmol/l)

26/11/2015

116

Mode,mdiane,moyenne
Sidistributionasymtrique
droite

Sidistributionunimodale,symtrique
Mode =
Mdiane =
Moyenne

mode < mdiane < moyenne

gauche
moyenne < mdiane < mode

Mode

0.4

0.3

Mode

Mdiane

20

Histogramme

Mdiane
Moyenne

18

ddp

572

Cratinine (mol/l)

Mode,mdiane,moyenne
les3concident

98

Moyenne

16

0.2

14
%

12

0.1

10
8
6
4

0.0

2
0

-4

26/11/2015

18

-2

22

23

25

27

117

26/11/2015

Statistiques descriptives
variables quantitatives

5
PSA (ng/l)

Notes

10

118

Paramtresdedispersion
tendue

Paramtresdeposition:Mesuresdela
tendancecentrale

Lesquartiles
Lavariance

Paramtresdedispersion

Dispersion

carttype
Position
26/11/2015

119

26/11/2015

120

20

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

tendue

tendue

Ltendueindiqueladistanceentrelaplus
grandeetlapluspetitevaleurobservedans
ladistribution.

Histogram me
140

180

120

160

100

140
120

Nombre

Nombre

tendue=valeurmaximale valeurminimale

Histogram me

200

100
80
60

20

20
0

0
0

Unesrie:10,12,18,20,25,35
tendue:1035.
26/11/2015

121

60
40

40

Exemple :

80

100 200 300 400 500 600 700 800 900 1000
Cratinine J PBR

100

200

300

400 500 600


Cratinine J PBR

700

800

900

Valeur min

= 45mol/l

Valeur min

Valeur max

= 939 mol/l

Valeur max

= 45mol/l
= 572 mol/l

Etendue

= 894 mol/l

Etendue

= 527 mol/l

26/11/2015

122

Paramtresdedispersion

Lesquartiles

tendue

Cesontdesvaleurs(Q1,Q2,Q3)quisparent
lchantillon en4partiesquicontiennentle
mmenombrededonnes.

Lesquartiles
Lavariance

25%

25%

25%

25%

carttype
Quart
1
26/11/2015

123

Quart
2

Quart
4
124

Lesquartiles

Lesquartiles

Lepremierquartileoulequartileinfrieur Q1 =
25%desvaleurssontinfrieuresQ1et75%lui
sontsuprieures
Letroisimequartileoulequartilesuprieur Q3
=75%desvaleurssontinfrieuresQ3et25%
luisontsuprieures

Mdianedeladistribution(15+1)/2
=8e donne

123456789101112131415

344555666688101215
Quart
1
Q1

Lamdiane=ledeuximequartileQ2
26/11/2015

Quart
3

26/11/2015

Mdianedesdonnes
prcdentQ2

125

26/11/2015

Quart
2

Q2

Quart
3

Q3

Quart
4

Mdianedesdonnesqui
suiventQ2

126

21

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

Lesquartiles
exemple

Paramtresdedispersion

Donnesordonnes:10,12,18,20,25,45
MdianeQ2:(20+18)/2=19
QuartileinfrieurQ1:

tendue
Lesquartiles

lamdianede10,12,18=12

QuartilesuprieurQ3:

Lavariance

lamdianede20,25,45=25

carttype
26/11/2015

127

26/11/2015

128

Lavariance
mthodedecalcul

Lavariance
Lavariance:

Calculerlamoyennem
Calculerladiffrenceentrechaque
observationetlamoyenne(xi m)
Porterchacunedecesdiffrencesaucarr

Lamoyennedescarrsdescartslamoyenne
Lasommedescarrsdescartslamoyenne
diviseparlenombred'observations

(xi m)2

Additionnertouscescarrsetdiviserla
sommedescarrsparlenombre
dobservationsmoins1(n1)

26/11/2015

129

26/11/2015

Lavariance
exemple

130

Paramtresdedispersion

Calculerlavariances2 :10,12,18,20,25,35

tendue

Calculerlamoyenne :m=20
Observationsxi
Diffrencela moyenne
xi 20
Carrdeladiffrencela
moyenne

Lesquartiles

10

12

18

20

25

35

10

+5

+15

100

64

25

225

Calculer la somme des carrs de la diffrence


la moyenne : 100+64+4+0+25+225=418
Diviser la somme des carrs par n -1 soit :
83,6

26/11/2015

Lavariance
carttype

=
131

26/11/2015

132

22

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

carttype

carttype

Mesureladispersionautourdem
Lamesurededispersionlapluscouramment
utilise
=StandardDeviation (SD)
Calcul

s=

x1

x12

x11

m
x5
x9

1
133

134

carttype

10
25

m=20
18

135

La signification probabiliste de lcarttype


Echantillon 2

s 2 < s1

s1

Calculerlavariance
Puisprendrelaracinecarredursultatobtenu

Oncalcullavariance :s2=83,6
Puislcarttypeestlaracinecarredursultat
obtenu:= 83,6 =9,14

Reprsentel cartmoyendesdonnesde
lchantillonparrapportlamoyenne
26/11/2015

Enpratique:

Exemple :calculerlcarttypedelasriede6
valeurs:10,12,18,20,25,35

12

Echantillon 1

x6

26/11/2015

carttype

20

x8

x7

Reprsentel cartmoyendesdonnesde
lchantillonparrapportlamoyenne

26/11/2015

35

x4

x10

x3

x2

26/11/2015

136

Lasignificationprobabilistedelcarttype
50 % des individus en-dessous de la moyenne et 50 % au-dessus
68 % des individus entre -1 et +1
95 % des individus entre -1,96 et +1,96
99,7 % des individus entre -3 et +3

s2
m
26/11/2015

26/11/2015

138

137

23

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

Plan

Lasignificationprobabilistedelcarttype
Exemple : Chez le sujet adulte non diabtique
La glycmie est distribue selon une loi normale
Moyenne : 0,86 g/L
cart type 0,07 g/L

95 % des individus entre -1,96 et +1,96

Dfinition
Rappels
Statistiquedescriptive:Variablequalitative
Statistiquedescriptive:Variablequantitative
Statistiquedeuxdimensions
Conclusion

95 % des sujets normaux de


cette population ont une glycmie
comprise entre 0,72 et 1,00 g/L
26/11/2015

139

Statistiquedescriptive
2dimensions
Naturedesvariables:lesdeuxvariablespeuvent
tre
Qualitatives
Quantitatives
Oul'unequantitativeetl'autrequalitative.

Deuxvariablesmesureschezlemmeindividu
Exemples:

26/11/2015

141

Statistiquedescriptive2dimensions
deuxvariablesqualitatives
Effectif d'une case = nij

oui
Tabac non
total

Distribution de frquences : tables de contingence.


Sujet
Cancer
Tabac
1
oui
oui
2
oui
oui
Cancer
3
non
non
oui non total
4
oui
oui
oui
40
20
60
5
oui
oui
Tabac non 10
30
40
6
oui
non
total
50
50
100
7
oui
non
8
9
10

Prsenceduncancerettabagisme...
Poidsettaille

oui
40
10
50

Cancer
non
20
30
50

total
60
40
100

Total de chaque colonne = cj

oui
non
non

oui
oui
Oui

26/11/2015

142

Statistiquedescriptive2dimensions
deuxvariablesqualitatives
100=Nombretotaldemesures.
50=Nombred'individusayant
uncancer.
60=Nombred'individussont
fumeurs.
40/100=%d'individus
fumeursayantuncancer.
oui
40/60=%d'individusparmiles
fumeursayantuncancer.
Tabac non
40/50=%d'individusparmiles
total
maladesayantuncancerqui
sontdesfumeurs.

oui
40
10
50

Cancer
non
20
30
50

total
60
40
100

Recherche de facteurs de risques

Nombre de mesures totale : n


26/11/2015

140

Statistiquedescriptive2dimensions
deuxvariablesqualitatives

Objectif:mettreenvidencelesrelationsqui
existententredeuxsriesd'observations.

Total de chaque ligne = li

26/11/2015

143

26/11/2015

144

24

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

Statistiquedescriptive2dimensions
deuxvariablesquantitatives

Recherchedefacteursderisques

patient
1
2
3
4
5
6
7
8
9
10

Cancerdupoumonettabagisme
Frquencesrelatives:Risques
Cancer chez les
fumeurs:
R1 = 40/60 = 0,70
Cancer chez les non
fumeurs:
R0 = 10/40 = 0,25

oui
Tabac non
total

oui
40
10
50

Cancer
non
20
30
50

26/11/2015

total
60
40
100

145

X ,Y

VAR(X) VAR(Y)

COV(X,Y)=moyennedesproduitsdescarts
lamoyenne

26/11/2015

147

146

Coefficientdecorrlationlinaire

COV(X, Y)

taille(cm)
169
188
162
161
180
189
184
151
175
162

26/11/2015

Statistiquedescriptive2dimensions
deuxvariablesquantitatives
Coefficientdecorrlationlinaire( our)

Age(ans)
21
24
25
22
19
21
24
22
22
21

Mesurel'intensitdelaliaisonlinaireentreXetY
Lecoefficientdecorrlationvarieentre1et1.
0signifieuneassociationnulle
Lesignecorrespondladirectiondelacorrlation.
Quandlesdeuxvaleursaugmententoudiminuent
ensembleils'agitd'unecorrlationpositive.
Quandunevaleuraugmentealorsquel'autrediminueil
s'agitd'unecorrlationngative

|x,y|Prochede1 RELATIONLINEAIREentreles
variables
26/11/2015

Exemple

148

Conclusion
Lastatistiquedescriptive
Premiretapedtudespidmiologiques
Obligatoire

Variablequalitative
Effectif&Pourcentage

Variablequantitative
Moyenne cart type
Mdianeetquartiles
26/11/2015

149

26/11/2015

150

25

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

UNIVERSITEMOHAMMEDV RABAT
FACULTEDEMEDECINEETDEPHARMACIE

Programme
1.
2.
3.
4.
5.
6.
7.
8.

BIOSTATISTIQUE
PrE.BOUAITI
UPRMdecinesociale

PrincipesdebaseenBiostatistiques
Lastatistiquedescriptive
OrganisationetPrsentationdesdonnes
Estimationetfluctuationsdchantillonnage
Lesprincipalesloisdeprobabilit
Principesdestestsstatistiques
Lestestsdecomparaisondepourcentages
Lestestsdecomparaisondemoyennes

26/11/2015

152

Programme
1.
2.
3.
4.
5.
6.
7.
8.

PrincipesdebaseenBiostatistiques
Lastatistiquedescriptive
OrganisationetPrsentationdesdonnes
Estimationetfluctuationsdchantillonnage
Lesprincipalesloisdeprobabilit
Principesdestestsstatistiques
Lestestsdecomparaisondepourcentages
Lestestsdecomparaisondemoyennes

26/11/2015

Organisation et
Prsentation des donnes

153

Rappels : variables

Plan

Dichotomiques

Rappel
Introduction
Tableaux
Graphiques
Botemoustaches
Diagrammededispersion
Conclusion

26/11/2015

Observables

Binaires
Variables
qualitatives

Nominales

Variables

Mesurables

155

26/11/2015

Ordinales

Variables
quantitatives

Continues
Discrtes

Sexe

Niveau
dtude

Ville dorigine

Taille
Poids

Nombre
denfants

156

26

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

Statistique descriptive
Variables qualitatives

Statistique descriptive
Variables quantitatives

Dichotomiques
Observables

Variables

Variables
qualitatives

Binaires

Mesurables

Ordinales

Continues

Variables
quantitatives

Variables

Discrtes

Nominales

Frquenceabsolue:effectif

Paramtresdeposition:
Paramtresdedispersion
Mesuresdelatendancecentrale
tendue
Moyennearithmtique
Lesquartiles
Mdiane
Lavariance
Mode
carttype

Nombredindividusparclasse:n

Frquencesrelatives
Pourchaqueclasse,lerapportdesoneffectifaunombretotaldindividus
Exprimesenpourcentage
26/11/2015

157

26/11/2015

158

Exemple

26/11/2015

Exemple

159

26/11/2015

160

Introduction
Base de donnes
Tableau des
donnes brutes

26/11/2015

161

26/11/2015

N patient
1
2
3
4
5
6
7
8

sexe
Fminin
Masculin
Fminin
Fminin
Fminin
Fminin
Masculin
Masculin

age
20
22
21
18
25
21
23
23

taille
175
175
164
156
176
165
166
166

9
10
11
12
13

Fminin
Masculin
Masculin
Masculin
Masculin

23
22
24
20
20

161
166
163
177
167

14
15
16
17
18

Fminin
Masculin
Fminin
Masculin
Fminin

24
21
22
25
21

151
164
158
170
174

19
20

Fminin
Masculin

25
22

162
166

21
22
23

Fminin
Masculin
Masculin

23
23
25

155
179
158

ATCDs
mdicaux
diabte
diabte
HTA
diabte
diabte
grossesse
diabte
diabte
mnopaus
e
HTA
diabte
diabte
diabte
mnopaus
e
HTA
grossesse
HTA
HTA
mnopaus
e
diabte
mnopaus
e
diabte
HTA
162

27

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

Introduction

Introduction

tudesurunchantillonouunepopulation:
Donnesbrutes

Lestroistapesdutraitementdesdonnes
statistiques:

Variablesquantitatives:Unesriedevaleurs
Variablesqualitatives:untableaubrut
Prsentationdesdonnes:rarementparlante

Organisationetprsentationdesdonnes:

Destableaux:distributionsdefrquences.
Desdiagrammes:graphiques.

Faireressortirunepartiedelinformation
Visualiserlersumstatistique
26/11/2015

Desparamtresstatistiques.

163

26/11/2015

164

Rappels : variables

Introduction

Dichotomiques

Tableauougraphique:
Choix:Suivantletypedevariablealatoire
Classesoumodalits+++

Variables
quantitatives Transformation
continues
26/11/2015

Observables

Variables
discrtes

165

Ordinales
Nominales

Mesurables

Variables
quantitatives

Continues
Discrtes

26/11/2015

Sexe

Niveau
dtude

Ville dorigine

Taille
Poids

Nombre
denfants

166

Tableaux
Dfinition

Introduction
Tableaux
Graphiques
Botemoustaches
Diagrammededispersion
Conclusion

26/11/2015

Variables
qualitatives

Variables

Plan

Binaires

Matricecomportantaumoinsdeuxentres:
Unehorizontale:lignes
Uneverticale:colonnes

Objectif
Prsenterlesdonnesdefaonexacte

167

26/11/2015

Prsentation crite des donnes


statistiques

168

28

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

Tableauxdefrquences

Tableauxdefrquences

Dfinition

Lestableauxstatistiques:

La distribution de frquence dune variable


statistique X est une fonction qui, chaque valeur
xi de la variable, fait correspondre sa frquence fi .
De faon similaire on dfinit la distribution de
frquence relative.

Types de variables
Variables qualitatives
Variables quantitatives

Distributiondefrquencesabsolues
Distributiondefrquencesrelatives
Distributiondefrquencesrelativescumules

Prsentation
Lesclassesdelavariables
Leseffectifsetlesfrquences
Totaldeseffectifsettotaldesfrquences
!viter les donnes manquantes!

26/11/2015

169

26/11/2015

Tableauxdefrquences

Tableauxdefrquences

Variablesqualitatives

Tableausimpleentre,sanshirarchie(sauf
silecaractreestordinal).
Lapremirecolonnerenseignelesmodalits
etlesdeuxsuivantesleseffectifset
frquences.
Silecaractreestordinal,onpourrarajouter
unedernirecolonneaveclesfrquences
cumules.

Variablesquantitatives
Discrtes
Continues

Deuxvariablesouplus
26/11/2015

171

26/11/2015

ni

fi

x1

n1

f1

x2

n2

f2

xp

np

fp

x i

26/11/2015

Chaque ligne
correspond une
modalit diffrente.
nicorrespondaunombre
dobservations(effectif)
ayantcommevaleurxi
ficorrespondla
frquence(pourcentage)
dobservationsayant
commevaleurxi

fi

172

Tableauxdefrquences
Exemple:V.qualitative

Tableauxdefrquences
xi

170

ni
X 100
n

173

Distribution des patientes selon les


ATCDs mdicaux (n=1000)
Effectifdes
Pourcentagedes
ATCDs mdicaux
patients(n)
patients(%)

Grossesse
Diabte
HTA
Mnopause
Total
26/11/2015

129
483
332
56
1000

12,9%
48,3%
33,2%
5,6%
100,0%
174

29

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

Tableauxdefrquences
Exemple:V.quantitativediscrte

Tableauxdefrquences
Exemple:V.quantitativediscrte

Une enqute pidmiologique a t ralise pour tudier le nombre


denfants par foyer au niveau de la rgion de Rabat.
Posons X = la variable statistique reprsentant le nombre denfants
dans un foyer. Calculer les frquences et prsenter les rsultat sous
forme dun tableau de frquence
2

2
..

n=1000foyers

26/11/2015

175

DistributiondesfoyersdelaregiondeRabatselon lenombre
denfants (n=1000)
Nombre
Frquence
Frquence
Effectif(n)
d'enfants
relative(%)
cumule(%)
0
129
12,9%
12,9%
1
451
45,1%
58,0%
2
332
33,2%
91,2%
3
56
5,6%
96,8%
4
21
2,1%
98,9%
5
8
0,8%
99,7%
6
3
0,3%
100,0%
Total
1000
100%
26/11/2015

Tableauxdefrquences
Exemple:V.quantitativecontinues

176

Tableauxdefrquences
Exemple:2variables
Classe Hommes Femmes Total
d'ge
ni % ni % ni %

Classed'ge

ni

[1416[

15

12,50%

[1618[

20

16,67%

[1416[

11

15,7%

8,0%

15

12,5%

[1820[

35

29,17%

[1618[

10

14,3%

10

20,0%

20

16,7%

[1820[

19

27,1%

16

32,0%

35

29,2%

[2022[

11,4%

14,0%

15

12,5%

[2022[

15

12,50%

[2224[

10

8,33%

>24

25

20,83%

120

100,00%

Total
26/11/2015

177

[2224[

7,1%

10,0%

10

8,3%

>24

17

24,3%

16,0%

25

20,8%

Total

70

100,0%

50

100,0%

120

100,0%

26/11/2015

Tableauxdefrquences
Exemple

Plan

26/11/2015

178

179

Introduction
Tableaux
Graphiques
Botemoustaches
Diagrammededispersion
Conclusion

26/11/2015

180

30

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

Graphiques

Graphiques

Dfinition

Deuxaxes:

Imagesdesdonnesdestudesstatistiques

Axehorizontal:abscisses
Axevertical:ordonnes

Objectif

Titredugraphique
6

Faireressortirunevisionsynthtiquedu
phnomnetudi
Permetdecomparerdun coupdil les
diffrentesmodalits

5
4
3
2
1
0
Catgorie1

Catgorie2
Srie1

26/11/2015

181

Catgorie3
Srie2

Catgorie4

Srie3

26/11/2015

182

Graphiques

Graphiques
Recommandation:

Deuxaxes:

Axehorizontal:abscisses
Lesmodalits

Axevertical:ordonnes
Leseffectifs(oufrquences)

Aviter:

Lahauteurdechaquebande

Graphes3D
Lessuperpositionsdemultiplesgraphessurune
mmegraphique
Lacolorationabusive:dgraddegris+++

Proportionnelleleffectifcorrespondant

26/11/2015

183

26/11/2015

Graphiques

184

Histogramme
Typesdevariables:

Types:
Histogramme
Polygonedefrquence
Diagrammeenbarres
Diagrammeenbarreshorizontales
Camembert

Graphiquesimple
Comprhensible
Lgend(titre,axes,units)
Honnte

Variablesquantitativesdiscrtes
Variablesquantitativescontinues

Typesde
variables

Undiagramme:

Barresverticalescontigus
Ordonnes:effectifs/frquences
Abscisses:lesclassesdelavariable
chelledesabscisses:
Variablescontinues:Lesbornesdesclasses(intervalledela
classe)
Variablesdiscrtes:Lecentredelabarre

26/11/2015

185

26/11/2015

186

31

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

Histogramme
Exemples

Histogramme
Exemples
Effectif :
nombre
de foyers

Distributiondel'gechez120sujets
adultes

Effectif :
nombre
de sujet

500

40

400

30

300

20

200

10

100

0
[1416[ [1618[ [1820[ [2022[ [2224[

Distributiondunombred'enfantsparfoyerdans
unepopiulationde1000foyers

>24

Variable quantitative : Age (ans)

Variable quantitative discrte : nombre denfants

26/11/2015

187

26/11/2015

6
188

Histogramme
Tropdeclasse

Histogramme
Nombredesbarres:

Distributiondel'gechez120sujetsadultes

Tropdeclasse:effet colonnesdeBuren
Troppeudeclasse:effet podiumolympique
Recommand:maximum6

20
15

colonnes de Buren

10
5
0

26/11/2015

189

26/11/2015

Histogramme
Peudeclasses

190

Histogramme
tenduedesclasses

Distributiondel'gechez120sujetsadultes
80
60

podium olympique

40
20
0
[1420[
26/11/2015

[2024[

>24
191

26/11/2015

192

32

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

Histogramme
4rgles
NombredeClasses(K):6<K<15.
K=
Avecn:tailledchantillon
NB : Il faut arrondir la valeur K
et L ( l'excs : 3,5 4).
RgledeSTURGES:
K=1+3,3log10 (N)
CalculerltendueE
E=maximale minimale.
CalculerlIntervallesdeClasse(L):
L=E/K

La dure dhospitalisation de 36 malades

11
16
11
15
16
18

Dterminerlesclasses:
Classe=[min mini+L[
2me Classe=[min +L min+2L[
DernireClasse=[maximale+ L maximale+[
1re

Histogramme
4rgles

20
10
12
20
11
10

18
15
12
13
20
13

10
17
11
19
12
16

20
17
20
14
10
16

11
11
13
15
12
13

La dure dhospitalisation de 36 malades


NombredeClasses(K):
K=
=6
CalculerltendueE
E=20 10=10
IntervallesdeClasse(L):
L=10/6=1,72

Arrondir L selon prcision


voulue diminution ou
augmentation parfois de K de 1.

26/11/2015

193

11
16
11
15
16
18

26/11/2015

20
10
12
20
11
10

18
15
12
13
20
13

10
17
11
19
12
16

20
17
20
14
10
16

Dterminerlesclasses:
1re Classe=[9 11[
2me Classe=[11 13[
3me Classe=[13 15[
4me Classe=[15 17[
5me Classe=[17 19[
6me Classe=[19 21[

Histogramme
4rgles

11
11
13
15
12
13

194

Polygonedefrquence

La dure dhospitalisation de 36 malades

Typedevariable:
Variablequantitativecontinue

Graphelinaire:
Ordonne:effectifsoufrquences
Abscisse:valeursduvariablediscrtise

Chaquepoint=effectifoufrquencepourlepoint
centraldelaclassedelavariable.
Polygonedefrquencedoitcommenceretseterminer
0
Intrt:reprsentersurunmmegraphiqueplusieurs
distributions.
26/11/2015

195

26/11/2015

196

Polygonedefrquence
Exemples

Polygonedefrquence
Exemples

Effectif :
nombre
de sujet

Effectif :
nombre
de sujet

Distributiondel'gechez120sujetsadultes

40

20

30

15
10

20

10

0
<14

0
<14

[1416[ [1618[ [1820[ [2022[ [2224[

[1416[ [1618[ [1820[ [2022[ [2224[


Hommes

>24

Variable quantitative : Age (ans)


26/11/2015

Distributiondel'geselonlesexe

>24

Femmes

Variable quantitative : Age (ans)


197

26/11/2015

198

33

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

Polygonedefrquence
Exemples

a) Histogramme bas sur des


groupes mesurs (units de 10
ans).

b) Histogramme bas sur des


groupes mesurs (units de 5
ans).

c) Nombre infini (mesurs en


mois).

26/11/2015

199

26/11/2015

200

Diagrammeenbarres
Exemple

Diagrammeenbarres
Typedevariable:

Pourcentage
des patients

Variablequalitativeordinale+++
Variablequalitativenominale

Distributiondesformes cliniques d'une maladie dans


une srie de1000patients

60,0%

Diagramme:

50,0%

Barresverticalesdisjointes
Ordonnes:effectifsoulesfrquences
Abscisses:

40,0%
30,0%

sanschellenumrique
Libells:modalitsdesvariables

20,0%

Lesbarres:

10,0%

Largeur:identique

0,0%
asymptomatique
modre
marque
svre
Variable qualitative ordinale : forme clinique

26/11/2015

201

26/11/2015

Diagrammeenbarres
Exemple

202

Diagrammeenbarres
Exemple

Consommationdutabac(n=200)
70,00%
60,70%
60,00%
50,00%
40,00%

33,40%

30,00%
20,00%
10,00%

5,80%

0,00%

nonfumeurs
26/11/2015

anciensfumeurs

fumeursactifs
203

26/11/2015

204

34

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

Diagrammeenbarres
Exemple

26/11/2015

Diagrammeenbarres
Exemple

205

26/11/2015

Diagrammeenbarres
Exemple

206

Diagrammeenbarres
Diagrammeenbarreshorizontales
Variablequalitativenominale

Diagramme:
Barreshorizontalesdisjointes
Ordonnes:Libellsdesclasses
Abscisses:effectifsoulesfrquences

26/11/2015

207

Variable qualitative nominale : ATCDs


mdicaux

Diagrammeenbarreshorizontales
Exemple

26/11/2015

208

Diagrammeenbarreshorizontales
Exemple

Distributiondesantcdentsmdicaux
d'unesriede1000patientes
mnopause

26/11/2015

HTA
diabte
grossesse
0,0% 10,0% 20,0% 30,0% 40,0% 50,0% 60,0%
Pourcentage des patients
209

26/11/2015

210

35

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

Camembert
(Piechart)

Camembert
Exemple
Distributiondesantcdentsmdicauxd'unesriede
1000patientes
mnopause

Typedevariable:
Variablequalitativenominale

6%

Permetdebienvisualiserlapartrelativede
chaquemodalit.
Camembert:

HTA
33%

Cercledivisensecteurs
Chaquesecteur:uneclassedelavariable
Lasurfacedusecteur:proportionnellelafrquence
Nombredesecteurs:moyennede6

26/11/2015

211

diabte
48%
26/11/2015

Camembert
Exemple

Variable qualitative nominale : ATCDs


mdicaux
213

Diagrammeenbarres
horizontales

fumeursactifs

anciensfumeurs

33,40%

60,70%

0,00% 20,00% 40,00% 60,00% 80,00%

nonfumeurs

anciensfumeurs

0,0%

grossesse
13%

HTA
33%

33,2%

diabte
grossesse

mnopause
6%

5,6%

HTA

48,3%
12,9%
20,0%

40,0%

60,0%

diabte
48%

Pourcentage des
patients

26/11/2015

60,70%
nonfumeurs

mnopause

Distributiondesantcdentsmdicaux
d'unesriede1000patientes

214

Plan

5,80%

33,40%

Camembert

Distributiondesantcdents
mdicauxd'unesriede1000
patientes

Camembert

5,80%

212

Diagrammeenbarres
horizontales

26/11/2015

26/11/2015

grossesse
13%

Introduction
Tableaux
Graphiques
Botemoustaches
Diagrammededispersion
Conclusion

fumeursactifs

215

26/11/2015

216

36

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

Botemoustaches

Botemoustaches

Dfinition:
Rsumequelquescaractristiquesdepositiondu
caractretudi(mdiane,quartiles,minimum,
maximum)
Permetdefaireunecomparaisonentredeux
populations

26/11/2015

217

26/11/2015

Botemoustaches
Exemple

Botemoustaches

26/11/2015

219

26/11/2015

Botemoustaches
Exemple

220

Plan

26/11/2015

218

221

Introduction
Tableaux
Graphiques
Botemoustaches
Diagrammededispersion
Conclusion

26/11/2015

222

37

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

Diagrammededispersion
Nuagedepoints

Diagrammededispersion
Nuagedepoints

Dfinition:
Outilpourreprsentergraphiquementlarelation
entredeuxvariablesquantitativescontinues

(X;Y)

Deuxmesuresralisessurunmmeindividu.
Permetdecaractriserladirection,laforceetla
formedelarelation.

X
26/11/2015

223

26/11/2015

Diagrammededispersion
Nuagedepoints

224

Conclusion
Organisation et
Prsentation des
donnes

Type des variables

26/11/2015

225

Organisation et Prsentation des


donnes

26/11/2015

226

Organisation et Prsentation des


donnes

Dichotomiques
Observables

Variables

Variables
qualitatives

Binaires

Mesurables

Ordinales

Variables

Variables
quantitatives

Continues

Nominales

Tableauxdefrquences
Graphiques:

Tableauxdefrquences
Graphiques:

Diagrammeenbarres
Diagrammeenbarreshorizontales
Camembert

26/11/2015

Discrtes

Histogramme
Polygonedefrquence
Botemoustaches
227

26/11/2015

228

38

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

UNIVERSITEMOHAMMEDV RABAT
FACULTEDEMEDECINEETDEPHARMACIE

Programme
1.
2.
3.
4.
5.
6.
7.
8.

BIOSTATISTIQUE
PrE.BOUAITI
UPRMdecinesociale

PrincipesdebaseenBiostatistiques
Lastatistiquedescriptive
OrganisationetPrsentationdesdonnes
Estimationetfluctuationsdchantillonnage
Lesprincipalesloisdeprobabilit
Principesdestestsstatistiques
Lestestsdecomparaisondepourcentages
Lestestsdecomparaisondemoyennes

26/11/2015

230

Programme
1.
2.
3.
4.
5.
6.
7.
8.

PrincipesdebaseenBiostatistiques
Lastatistiquedescriptive
OrganisationetPrsentationdesdonnes
Estimationetfluctuationsdchantillonnage
Lesprincipalesloisdeprobabilit
Principesdestestsstatistiques
Lestestsdecomparaisondepourcentages
Lestestsdecomparaisondemoyennes

26/11/2015

Estimationetfluctuations
dchantillonnage

231

Rappels : variables

Plan

Dichotomiques

Rappel
Introduction
Fluctuationdchantillonnage
Estimationponctuelle
Estimationparintervalle
Intervalledeconfiancedunemoyenne
Intervalledeconfianceduneproportion

26/11/2015

Binaires
Observables

Variables
qualitatives

Ordinales
Nominales

Sexe

Niveau
dtude

Ville dorigine

Variables

Mesurables

233

26/11/2015

Continues

Taille
Poids

Discrtes

Nombre
denfants

Variables
quantitatives

234

39

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

Statistique descriptive
Variables qualitatives

Statistique descriptive
Variables quantitatives

Dichotomiques
Observables

Variables

Binaires
Variables
qualitatives

Mesurables

Ordinales

Continues

Variables
quantitatives

Variables

Discrtes

Nominales

Frquenceabsolue:effectif

Paramtresdeposition:Mesuresdela Paramtresdedispersion
tendancecentrale
tendue
Moyennearithmtique
Lesquartiles
Mdiane
Lavariance
Mode
carttype

Nombredindividusparclasse:n

100sujets:24ontlamaladiex

Frquencesrelatives
Pourchaqueclasse,lerapportdesoneffectifaunombretotaldindividus
Exprimesenpourcentage

p= :0,24ou24%
26/11/2015

235

26/11/2015

Introduction

236

Introduction
Estimation
Intervalle de confiance

Silapopulationesttropnombreuseonne
peutpastudiertouteslesunitsstatistiques.
Onprendalorsunchantillondela
population.
Recensementouchantillonnage
Recensement=vrit
chantillonnage=estimationdelavrit
26/11/2015

Population
237

Plan

Valeur thorique ou
vraie
26/11/2015

Prdiction
Intervalle de fluctuation

chantillon
Observations
Valeur estime
238

Fluctuationdchantillonnage
Plusieurschantillons
peuventtreconstitus

Rappel
Introduction
Fluctuationdchantillonnage
Estimationponctuelle
Estimationparintervalle
Intervalledeconfiancedunemoyenne
Intervalledeconfianceduneproportion

Fluctuation
dchantillonnage
chantillonreprsentatif

Tirageausort
Population

26/11/2015

239

26/11/2015

240

40

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

Fluctuationdchantillonnage
Exemple

Fluctuationdchantillonnage
Tirageausort:chantillon
reprsentatif
Plusieurschantillons
peuventtreconstitus

Population:1000000sujets
Malades:20%
Nonmalades:80%
Echantillon 3 :
n3=4

Echantillon 1 :

Echantillonalatoire:20sujets

165, 174

n1=4
170, 175,

Echantillon 2 :

180, 182

n2=4

186, 190

Malades:4(20%)
Nonmalades:16(80%)

155, 170,
179, 186

26/11/2015

241

26/11/2015

242

Fluctuationdchantillonnage
Exemple

Fluctuationdchantillonnage
Exemple

Nombresdemaladesobservssur10000chantillonsde20sujetstirs
dunepopulationolepourcentagevraidemaladesest20%

Nombresdemaladesobservssur10000chantillonsde20sujetstirs
dunepopulationolepourcentagevraidemaladesest20%

2500

2500

2211
2006
1793

2000

1353

1500

2211
2006
1793

2000

1353

1500

1069

1069

1000

1000

601

601

558

500

204

104

75

0
0

19
10

6
11

26/11/2015

0
26/11/2015

Fluctuationdchantillonnage

204

104

75

19

10

11

12

12
243

Loidesgrands
nombres
Convergencedela
frquencedun
vnementverssa
probabilit

558

500

4
5
(20%)

244

Enrsum

Frquence de
lvnement parmi n
observations

Extractionden chantillonsdunepopulation
P
Silonextraitplusieurschantillonsreprsentatifs
detaillen fixe,lesdiffrencesobservesentre
lesrsultatsobtenussontduesdesfluctuations
dchantillonnage.
Apartirdunchantillon,onnadoncpasde
certitudesmaisdesestimationsdeparamtres.

Nombre n dobservations (taille de lchantillon)

26/11/2015

245

26/11/2015

246

41

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

Estimation

Plan

Estimationponctuelle
Ondonneuneuniquevaleurcalculepartirdes
observationsfaitessurl'chantillon

Estimationparintervalle
Ondonne2valeursentrelesquellesleparamtre
peutsetrouver
Ondonneunintervallequiade"forteschances"
decontenirlavraievaleur.
Intervalledeconfiance95%
26/11/2015

247

Rappel
Introduction
Fluctuationdchantillonnage
Estimationponctuelle
Estimationparintervalle
Intervalledeconfiancedunemoyenne
Intervalledeconfianceduneproportion

26/11/2015

Estimationponctuelle

Estimationponctuelle

Estimationdunpourcentage

Estimationdunemoyenne

P=pourcentagevraidemaladesdansla
population
Echantilloncomprenantnsujetsdontkmalades
EstimationdeP:

26/11/2015

=moyennevraiedeX
Echantillondensujetstirsausortdansla
population
Valeursobserves:x1,,xn
Estimationde:

249

26/11/2015

Estimationponctuelle

250

Qualitsduneestimation

Estimationdunevariance

Pasdebiais
Varianceminimum

=moyennevraiedeX
2 variancevraiedeX
Commeestinconnue
Estimationdes2

Absence de biais

Autresexpressionsdes2 :
26/11/2015

248

Prsence de biais

251

26/11/2015

252

42

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

Plan

Estimationparintervalle
Estimation
Intervalle de confiance

Rappel
Introduction
Fluctuationdchantillonnage
Estimationponctuelle
Estimationparintervalle
Intervalledeconfiancedunemoyenne
Intervalledeconfianceduneproportion

chantillon
Observations
Valeur estime
po /mo

Population

26/11/2015

253

26/11/2015

Estimationparintervalle

Valeur thorique ou vraie


P/?

254

Estimationparintervalle

p1 /m1

p1 /m1

p2 /m2

p2 /m2

p3 /m3 chantillon

p3 /m3 chantillon

..
.

..
.

..
.

Valeur
estime

..
.

Valeur
estime

Population
Valeur thorique ou vraie
P [Pmin Pmax]
[mmin mmax]

Pn-1 /mn-1

Population
26/11/2015

pn /mn

Valeur thorique ou vraie


P/?

Pn-1 /mn-1

pn /mn
255

26/11/2015

Estimationparintervalle

256

Estimationparintervalle

Consisteconstruire,autourdelestimation
ponctuelle,unintervallequiauraunegrande
probabilit(1)decontenirlavraievaleurdu
paramtre.

Valeur de la
statistique
calcule
partir de
lchantillon

Intervalle de confiance

Limite infrieure
26/11/2015

Limite suprieure

257

26/11/2015

Intervalle de confiance 95%)

258

43

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

Estimationparintervalle

Estimationparintervalle
Objectif:

chantillon alatoire

Population
Moyenne, , est
inconnue

Moyenne = 50

Je suis confiant
95% que est entre
40 & 60.

chantillon

Intervalle de confiance
26/11/2015

Onveutinfrerlavaleurdunparamtredune
population(inconnue)partirdunchantillon
Lameilleureestimationdeestx
LameilleureestimationdePestp

Puisquecetteestimationapeudechancedtre
exacte,onaimeraitconnatreunintervalle
lintrieurduquelilestprobabledetrouverla
vraievaleurduparamtre
259

26/11/2015

Intervalledeconfiancedune
moyenne

Plan

260

Distributionnormale.

Rappel
Introduction
Fluctuationdchantillonnage
Estimationponctuelle
Estimationparintervalle
Intervalledeconfiancedunemoyenne
Intervalledeconfianceduneproportion

Laformeexactedunedistributionnormale
dpendde:
Lamoyenne
lcarttype

Notation:N(,)
26/11/2015

261

26/11/2015

Intervalledeconfiancedune
moyenne

262

Intervalledeconfiancedune
moyenne

Unedistributiondchantillonnage :estune
distributiondestatistiques (parexemple)
provenantdetousleschantillonspossibles
x
dunetailleNdonne quelonpeuttirerdune
populationprcise.

Thormelimitecentrale
PlusNestgrand,plusladistribution
dchantillonnagedelamoyennesapparente
unedistributionnormale:

X ~ N x , x
N

Distribution
dchantillonnage
de la moyenne

26/11/2015

263

26/11/2015

Lcart-type
264

44

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

Intervalledeconfiancedune
moyenne

Intervalledeconfiancedune
moyenne

1. mo est le plus souvent diffrent de


2. mo proche de est plus probable
intervalle ponctuelle
va tre estime partir de mobserve

Mais, estaussiinconnuetdoitluiaussitre
estimpartirdelchantillon!

Intervalle de confiance de = m0 i

+i
mo
26/11/2015

-i

mo + i
mo

partirduthormedelalimitecentrale,on
obtient:

IC1 m0 z / 2 *
N

- Fourchette
.Centresurmo
.iestlaprcision(lamarged'erreur)
Risquederreur

mo - i

265

26/11/2015

266

Intervalledeconfiancedune
moyenne

Intervalledeconfiancedune
moyenne

Expression:
Intervalledeconfiance95%pourm:

I.C.de =m i
Taille dchantillon grande :n>30

[ m0 - 1.96

26/11/2015

267

s2
]
n

26/11/2015

268

Expression:
Intervalledeconfiance95%pourm:

I.C.de =m i
Taille dchantillon petite:n<30
etXsuituneloinormale

s2 = variance

- m0 + 1.96

Intervalledeconfiancedune
moyenne

Intervalledeconfiancedune
moyenne

i = t/2(n-1) x

s2
n

s2

[ m0 - t

,(n -1)

s2
n

- m0 + t

, (n -1)

s2
]
n

n = effectif de lchantillon

t/2 (n-1) = fonction et degr de libert (ddl)


26/11/2015

Tables : loi du Student

269

26/11/2015

270

45

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

LoisdeStudent
Exemple

LoisdeStudent

Valeur t
Exemple :n=10et =0,05
ddl =10 1=9
Dans latabledeladistributiont ontrouve quet0,05/2 =2,262.
26/11/2015

271

Intervalledeconfiancedunemoyenne
Exemple

26/11/2015

Intervalledeconfiancedunemoyenne
Exemple

Taillelanaissance:

IC95%=[48,7 49,3]

m0 =49cms2 =7,8cm2

Intervalledeconfiance95%delamoyenne
destaillesdenaissanceobservessurun
chantillondetaille400:
m [ 49 - 1,96

7,8
; 49 1,96
400

7,8
]
400

26/11/2015

273

Intervalledeconfiancedunemoyenne
Exemple
m0

=7,8cm2

s2
n

Condition dapplication :
distribution des tailles de naissance normale.

26/11/2015

26/11/2015

274

Valeurt

Intervalledeconfiance95%delamoyenne
destaillesdenaissanceobservessurun
chantillondetaille10:
IC1 m t / 2,n 1 X

Interprtation:
Dans95%deschantillonsde400nouveauns,
lamoyenneobservedestaillesestcomprise
entre48,73cmet49,27cm.

Intervalledeconfiancedunemoyenne
Exemple

Taillelanaissance:
=49cms2

272

n=10
ddl=10 1=9
Danslatabledeladistributiont ontrouveque
t0,025 =2,262.
m [ 49 - 2.262

275

26/11/2015

7,8
; 49 2.262
10

7,8
]
10

276

46

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

Intervalledeconfiancedunemoyenne
Exemple

Rsum
desintervallesdeconfiancedemoyenne
Sin 30:

IC95%=[47,0 51,0]

IC1 m z / 2 X

s2
n

Sin <30,lapopulationsuituneloinormale
Interprtation :
Dans 95% des chantillons de 10 nouveauns, la moyenne observe des tailles est
comprise entre 47 cm et 51cm.

Silavaleurde estconnuealors:

IC1 m z / 2 X

277

26/11/2015

278

1. po est le plus souvent diffrent de P


2. po proche de P est plus probable

Rappel
Introduction
Fluctuationdchantillonnage
Estimationponctuelle
Estimationparintervalle
Intervalledeconfiancedunemoyenne
Intervalledeconfianceduneproportion
Conclusion

26/11/2015

s2
n

Intervalledeconfiancedune
proportion

Plan

Silavaleurde estinconnuealors:

IC1 m t / 2,n 1 X
26/11/2015

intervalle ponctuelle
P va tre estime partir de pobserve
Intervalle de confiance de P = po i

+i
po
279

Intervalledeconfiancedune
proportion

26/11/2015

-i

po + i
po

- Fourchette
.Centresurpo
.iestlaprcision(lamarged'erreur)
Risquederreur

po - i

280

Intervalledeconfiancedune
proportion

I.C. de P = po i

Petitschantillons:
np etnq sont<5

Sinp etnq sont5

Tables
26/11/2015

281

26/11/2015

282

47

Pr_E. BOUAITI : Module


BIOSTATISTIQUE

26/11/2015

Intervalledeconfiancedune
proportion
Expression:
Intervalledeconfiance95%pourp:

[ p0 - 1.96

26/11/2015

283

Fluctuationdchantillonnage
Exemple
2211
2006
1793

2000

Po = 20%
IC95% : [ 2,5% - 37,5%]

1353

1500

p0(1 - p0)
]
n

26/11/2015

284

Intervalledeconfianceduneproportion
Exemple

Nombresdemaladesobservssur10000chantillonsde20sujetstirs
dunepopulationolepourcentagevraidemaladesest20%
2500

p0(1 - p0)
- p0 + 1.96
n

Tailledchantillon:n=100
p0 =0,28(proportiondefumeursdans
lchantillonde100personnes)

1069
1000

601

558

500

204

104

75

0
0

19
10

6
11

26/11/2015

Calculons un intervalle de confiance


95% pour p (la proportion de fumeurs
dans la population).

12
285

26/11/2015

286

Conclusion
chantillon:Infrence

Intervalledeconfianceduneproportion
Exemple
np0 =28etnq0 =72sont5
Onutiliselaformule:
[ p 0 - 1.96

p 0 (1 - p 0 )
n

- p 0 + 1.96

p 0 (1 - p 0 )
]
n

Population

lintervalle deconfiance95%=
[ 19,3% - 36,7% ]
Interprtation:

Caractristiques
inconnues

Dans95%deschantillonsde100sujets,lepourcentage
observdefumeursPoestcomprisentre19,3%et36,7%.
26/11/2015

287

Estimationparintervalle
IC95%

26/11/2015

chantillon
Caractristiques
connues
Estimationponctuelle
p0/m0

288

48