Séance de cours

Comprendre les statistiques et le design expérimental

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Dans cours

BIO-449: Understanding statistics and experimental design

This course is neither an introduction to the mathematics of statistics nor an introduction to a statistics program such as R. The aim of the course is to understand statistics from its experimental design and to avoid common pitfalls of statistical reason ...

Description

Cette séance de cours couvre la théorie des probabilités de base, la théorie de la détection de signal, les statistiques, les tests multiples, ANOVA, la conception expérimentale, les corrélations, PCA et les méta-statistiques. Il explique la taille des effets, la puissance, les tests d'hypothèses et comment calculer les g de Hedge pour la méta-analyse.

Enseignant·e

Michael Herzog

Enseignement et PhD Doctorant·es actuel·les Sandrine Brikh, Melissa Mohamad Allouche, Ece Yatikçi, Melissa Faggella, Elsa Scialom, Marie Isabelle Holdsworth, Martina Morea, Pierre Merret, Sandali Nisansa Liyanagoonawardena A dirigé les thèses EPFL de Frank Scharnowski, Thomas Otto, Toni Saarela, Elisa Tartaglia, Bilge Sayim, Johannes Rüter, Marco Boi, Kristoffer Aberg, Yvonne Evelina Thunell, Mauro Manassi, Vitaly Chicherov, Lukasz Grzeczkowski, Marc Michael Lauffs, Ophélie Favrod, Janir Nuno Ramos da Cru

Source officielle

Proximité ontologique

Statistique

Inférence statistique: Test statistique

Concepts associés (32)

Hypothèse nulle

En statistiques et en économétrie, l'hypothèse nulle (symbole international : ) est une hypothèse postulant l'égalité entre des paramètres statistiques (généralement, la moyenne ou la variance) de deux échantillons dont elle fait l’hypothèse qu'ils sont pris sur des populations équivalentes. Elle est toujours testée contre une hypothèse alternative qui postule soit la différence des données (test bilatéral), soit une inégalité (plus petit que ou plus grand que) entre les données (test unilatéral).

Alternative hypothesis

In statistical hypothesis testing, the alternative hypothesis is one of the proposed proposition in the hypothesis test. In general the goal of hypothesis test is to demonstrate that in the given condition, there is sufficient evidence supporting the credibility of alternative hypothesis instead of the exclusive proposition in the test (null hypothesis). It is usually consistent with the research hypothesis because it is constructed from literature review, previous studies, etc.

Test statistique

En statistiques, un test, ou test d'hypothèse, est une procédure de décision entre deux hypothèses. Il s'agit d'une démarche consistant à rejeter ou à ne pas rejeter une hypothèse statistique, appelée hypothèse nulle, en fonction d'un échantillon de données. Il s'agit de statistique inférentielle : à partir de calculs réalisés sur des données observées, on émet des conclusions sur la population, en leur rattachant des risques d'être erronées. Hypothèse nulle L'hypothèse nulle notée H est celle que l'on considère vraie a priori.

Statistique de test

En statistique, une statistique de test - aussi appelée variable de décision - est une variable aléatoire construite à partir d'un échantillon statistique permettant de formuler une règle de décision pour un test statistique. Cette statistique n'est pas unique, ce qui permet de construire différentes règles de décision et de les comparer à l'aide de la notion de puissance statistique. Il est impératif de connaitre sa loi de probabilité lorsque l'hypothèse nulle est vraie. Sa loi sous l'hypothèse alternative est souvent inconnue.

Taille d'effet

En statistique, une taille d'effet est une mesure de la force de l'effet observé d'une variable sur une autre et plus généralement d'une inférence. La taille d'un effet est donc une grandeur statistique descriptive calculée à partir de données observées empiriquement afin de fournir un indice quantitatif de la force de la relation entre les variables et non une statistique inférentielle qui permettrait de conclure ou non si ladite relation observée dans les données existe bien dans la réalité.

Afficher plus

Séances de cours associées (64)

Comprendre les statistiques et le design expérimental

Fournit un aperçu de la théorie des probabilités de base, de l'ANOVA, des tests t, du théorème de limite centrale, des métriques, des intervalles de confiance et des tests non paramétriques.

Statistiques et conception expérimentale

Explore la probabilité conditionnelle, les études de Framingham, la taille de l'effet, le test t et l'erreur d'échantillonnage dans les statistiques.

Comprendre les statistiques et le design expérimental

Explore les tests t, les intervalles de confiance, l'ANOVA et les tests d'hypothèse dans les statistiques, en soulignant l'importance d'éviter les fausses découvertes et de comprendre la logique derrière les tests statistiques.

Distributions de probabilités dans les études environnementales

Explore les distributions de probabilité pour les variables aléatoires dans les études sur la pollution atmosphérique et le changement climatique, couvrant les statistiques descriptives et inférentielles.

Comprendre les statistiques et le design expérimental

Explore les variances inégales, la réplication, la puissance, la taille de l'effet, les biais et leur impact sur les résultats de la recherche.

Afficher plus

Concepts associés (32)

Hypothèse nulle

Alternative hypothesis