Principaux tests statistiques avec R

Action régionale
PDF
Techniques spécifiques
Thierry ANTHOUARD

Objectifs

A l’issue de cette formation, l’apprenant sera capable de :

Savoir choisir un test adapté aux questions que l’on se pose et aux données dont on dispose
Savoir évaluer l’hétérogénéité d’un échantillon, comparer deux ou plusieurs échantillons, mesurer l’association entre plusieurs variables
Savoir mettre en œuvre les tests et interpréter les sorties logicielles

Merci de remplir impérativement le questionnaire de positionnement ci-dessous :

Questionnaire Principaux tests statistiques avec R

Informations sur le chemin pédagogique idéal pour le suivi de formations en statistique

Public

Toute personne souhaitant maitriser la mise en œuvre des tests statistiques « classiques » avec une mise en application sous R.

Pré-requis

• Avoir suivi la formation « notions fondamentales en statistiques » ou avoir des connaissances équivalentes (moyenne, médiane, écart-type, variance, étendues, quantiles…) • Avoir suivi la formation « logiciel R initiation » ou avoir des connaissances équivalentes de base en R (vecteurs, types de données, dataframe, listes, packages, objets de R…

Programme

1. INTRODUCTION AUX TESTS D’HYPOTHÈSES : SE FAMILIARISER AVEC LE VOCABULAIRE ET LES DÉFINITIONS DES TESTS D’HYPOTHÈSE

Vocabulaire
Typologie des types de tests
Risque d’erreur
Puissance du test
Bonnes pratiques

2. TESTS POUR VARIABLES ASSIMILABLES À UNE NORMALE : REVUE DES PRINCIPAUX TESTS APPLICABLES À DES DONNÉES APPROXIMATIVEMENT NORMALES

Tests de moyennes (t-test, z-test, T 2 Hotelling)
Tests de variance
Tests de comparaisons de moyennes (z-test, t-test, T 2, Westlake Schuirmann)
Tests de comparaisons de variances (F-test, t-test, Levene, Bartlett)

3. TESTS DE DISTRIBUTION

Variables qualitatives (CHI 2, Fisher)
Variable quantitatives ( Kolmogorov Smirnov)

4. TEST DE NORMALITÉ ET TRANSFORMATION

5. TESTS NON PARAMÉTRIQUES (WILCOXON, MANNWHITNEY)

6. TESTS MULTIPLES : CONTRÔLER LE RISQUE ASSOCIÉ À UNE FAMILLE DE TESTS

Méthodes pédagogiques

Explications théoriques suivies de pratiques guidées puis de mises en autonomie.

Atteindre la maîtrise et l’autonomie sur la pratique des tests d’hypothèses avec une mise en application sous le logiciel R.

Deux axes de compétences seront développés :

Un axe consacré à la méthode des tests d’hypothèses proprement dite
Un axe consacré à la mise en pratique des tests d’hypothèses sous R

Il s’agit donc clairement d’une formation à dimension méthodologique importante.

Sur l’axe « Méthodologie Statistique », l’accent sera mis sur les éléments suivants :

Un test d'hypothèse correspond à un besoin spécifique doit être en phase avec la question posée (question posée au sens biologique, physique, du praticien, …)
Un test d'hypothèse doit être en cohérence avec le protocole et la démarche expérimentale associée
Un test d'hypothèse s'utilise dans des conditions de validité données par la "théorie statistique"