- Cours (CM) 8h
- Cours intégrés (CI) -
- Travaux dirigés (TD) 11h
- Travaux pratiques (TP) -
- Travail étudiant (TE) -
Langue de l'enseignement : Français
Description du contenu de l'enseignement
Cette UE figure dans les UE « obligatoires à choix » du second semestre des parcours Recherche en Biomédecine et Biomatériaux pour la Santé. Avant de s’inscrire dans l’UE Biostatistique II, il est fortement conseillé de suivre l’UE Biostatistique I, permettant d’acquérir les bases de la statistique.
Cette UE vise en effet à approfondir les connaissances sur les bases de la statistique et des statistiques, de l’inférence et du raisonnement statistiques, essentiellement dans le cadre des tests d’hypothèses. L’enseignement sera fortement axé sur la pratique des biostatistiques, donc essentiellement constitué de TD/TP, sans pour autant délaisser les apports plus théoriques, notamment sur des notions qui n’avaient été jusqu’à présent qu’évoquées d’un point de vue pratique.
L’UE sera aussi l’occasion d’approfondir la maîtrise du logiciel R ainsi que de ses liens avec les logiciels OpenBUGS et Jags.
Cette UE vise en effet à approfondir les connaissances sur les bases de la statistique et des statistiques, de l’inférence et du raisonnement statistiques, essentiellement dans le cadre des tests d’hypothèses. L’enseignement sera fortement axé sur la pratique des biostatistiques, donc essentiellement constitué de TD/TP, sans pour autant délaisser les apports plus théoriques, notamment sur des notions qui n’avaient été jusqu’à présent qu’évoquées d’un point de vue pratique.
L’UE sera aussi l’occasion d’approfondir la maîtrise du logiciel R ainsi que de ses liens avec les logiciels OpenBUGS et Jags.
Compétences à acquérir
A l’issue de ce cours l’étudiant est capable de :
- savoir distinguer les bases de l’inférence fréquentiste et de l’inférence bayésienne ;
- comprendre le principe d’un test d’hypothèse, le test d’hypothèse nulle selon la procédure de Neyman-Pearson, selon la procédure de Fisher et l’approche bayésienne des tests ;
- maîtriser les concepts de la recherche clinique et les éléments clés de l’analyse des données de recherche clinique ;
- connaître les bases de l’analyse des données épidémiologiques ;
- maîtriser les bases des analyses bayésiennes quant à leur technique d’estimation, vérification de la convergence des algorithmes, vérification de l’adéquation des modèles ;
- pouvoir définir le principe de la modélisation en statistique ;
- maîtriser l’écrire d’un modèle simple de régression ainsi que son estimation ;
- savoir manipuler le logiciel R et ses liens avec OpenBUGS et Jags.
Bibliographie, lectures recommandées
Aucune
Contact
Faculté de médecine, maïeutique et sciences de la santé
4, rue Kirschleger67085 STRASBOURG CEDEX
Formulaire de contact
Responsable
Nicolas Meyer
Eric-Andre Sauleau