Merci mon cher maître T. Ancelle, j'ai presque regardé toutes les vidéos, c'est ma première fois de voir votre sur le test statistique. Avec votre explication claire si vous pouvez encore développer en statistique inférentielle, ça sera meilleur pour nous vraiment.
Je vois que vous suivez avec attention l'actualité !!! Bizarre, je parlais de vous hier soir à des amis, qui se moquaient gentiment de mes élèves qu'ils qualifiaient de technos, matheux, calculateurs, etc . Je rétorquais , que non, il y a même un psychiatre au Cameroun qui s'intéresse aux stats. Ils ne me croient pas. Bonne année à vous.
Je commence à monter mon petit fan club Thierry ANCELLE dans le coin. Dites à ces moqueurs qu'ils n'ont qu'à bien se tenir. On ne peut pas vouloir respecter les règles de l'Evidence Based Medicine et ne pas s'intéresser à une statistique aussi bien servie. La psychiatrie est en train de faire le pas de la philo vers la véritable science. Et ça passe par là. Parlant de l'actualité, je scrute chacun de vos mouvements.... ! Rires!!!
merci professeur d'avoir penser a traiter ce point...sinon pour travail avec un echantillon de taille ideal, et si on connais pas le nombre exacte de notre population, quelle est la formule à utiliser pour le calcule de l echantillon dans ce cas ?? je vous remercie par avance.
En règle générale, le calcul de la taille d'un échantillon ne dépend pas de la taille de la population qui est très grande par rapport à lui. La taille de l'échantillon n dépend seulement de la puissance qu'on désire, des risques qu'on assume (alpha et béta ) et des paramètres qu'on cherche à connaitre. Vous trouverez les formules dans le cours intitulé "estimation d'un paramètre". L'utilisation d'un facteur correctif ou facteur "d'exhaustivité", ne s'emploie que lorsque la taille n de l'échantillon désiré se rapproche de la taille de la population N qui est faible par rapport à celle de n (n/N > 10%) . Ce facteur (N-n)/(N-1) diminue un peu la taille de l'échantillon nécessaire. Mais on voit qu'il tend vers 1 lorsque la taille de l'échantillon n est négligeable par rapport à la taille de la population N. Ce qui est presque toujours le cas en épidémiologie et santé publique. Cordialement. T. Ancelle
La proportion observée de voitures sans contrôle technique à jour est de 2.38% sur un échantillon de 42 voitures. En utilisant la table de Bouyer, on obtient un intervalle à 95% IC=[0.1;10.7]. Est ce correct sachant que la table présente des intervalles pour 2% et non pas 2.38% ? Si non comment faire avec la loi de Bernouilli pour retrouver l'intervalle exact ?
En utilisant la loi binomiale , on trouve que la probabilité de 0 voitures sur un échantillon de 42, si la proportion attendue est de 0,06% est de 2,5%. La probabilité de 1 voiture ou plus si la proportion attendue est de 12,6% est de 2,5%. On a donc un IC95% exact de 0,06%; 12,6%
@@ThierryAncelle Comment parvenez vous à 0.06% je ne comprends pas sachant que la proportion observée était de 2.38% ? Dans la loi binomiale, je pose n=42 (nombre de tirage aléatoire) et p=0.0238 (probabilité de succès de rencontrer une voiture sans CT à jour)
Je pense que vous êtes parvenu à 0.06% en divisant 2.5% par 42 soit 0.5952 ...% (ceci est la borne inférieur de l'intervalle) mais pour la borne supérieur le mystère demeure!?
@@anthonycanu Effectivement le calcul est assez compliqué sans les tables. On peut néanmoins y arriver en utilisant la loi binomiale avec Excel. En ce qui concerne la borne supérieure, le problème qui se pose est de se demander pour une borne donnée de proportion P, quelle est la probabilité de trouver au plus k cas sur un échantillon de n sujets. Si cette probabilité est égale à 0,025, on obtient la borne supérieure de l’IC95%. Dans votre exemple, on utilise la fonction =LOI.BINOMIALE(1;42;P;VRAI). Si on choisit une borne P égale à 11%, la probabilité d’observer au plus 1 cas sur 42 est de 0,046. La borne 11% est donc trop basse. Si on choisit 12%, la probabilité d’observer au plus 1 cas sur 42 est de 0,03. Cette borne est donc encore un peu basse. Si on choisit comme borne 12,6%, on obtient une probabilité de 0,0246. On peut donc dire qu’il y a moins de 2,5 chances sur cent d’observer au plus 1 cas sur 42 si la proportion était supérieure ou égale à 12,6%. C’est la borne supérieure. Le raisonnement est analogue pour la borne inférieure. Le problème qui se pose est de se demander pour une borne donnée de proportion P, quelle est la probabilité de trouver plus de k-1 cas sur un échantillon de n sujets. Dans votre exemple, k-1=0. Il faut donc trouver une borne telle qu’il y ait moins de 2,5% de chances de trouver plus de 0 cas. On utilise la fonction Excel =1- LOI.BINOMIALE(0;42;P;VRAI). Si on choisit une borne P= 0,0005, on trouve une probabilité d’observer plus de 0 cas égale à 0,021. La borne est donc trop basse. Si on choisit 0,0006 on trouve une probabilité de 0,0246. Il y a donc moins de 2,5 chances sur 100 d’observer plus de 0 cas si la proportion est inférieure ou égale à 0,06%. C’est la borne inférieure. Pour effectuer tous ces tâtonnements, il suffit de créer sous Excel une colonne des proportions P possibles allant de la plus faible à la plus élevée. Et d’appliquer sur une autre colonne le calcul de la loi binomiale pour la borne supérieure. Il suffit alors de repérer la proportion P pour laquelle la probabilité affichée avoisine 0,025. Et refaire la même opération, au besoin sur une autre colonne pour rechercher la borne inférieure. La méthode est un peu artisanale, mais elle permet de trouver les bornes exactes sans l’aide de tables. T. Ancelle statepid.monsite-orange.fr/
@@ThierryAncelle merci pour toutes ces informations. Je vais digérer tout ça tranquillement et faire des essais. Au pire je regarderai s il existe un logiciel type Stata libre
Merci mon cher maître T. Ancelle, j'ai presque regardé toutes les vidéos, c'est ma première fois de voir votre sur le test statistique. Avec votre explication claire si vous pouvez encore développer en statistique inférentielle, ça sera meilleur pour nous vraiment.
Bonjour Professeur, je tiens à vous remercier pour vos cours très bien expliqués!
Merci pour votre commentaire. Quel cursus suivez-vous? Cordialement. T. Ancelle
Je suis médecin radiologue.
Toujours aussi captivant Thierry ANCELLE
Je vois que vous suivez avec attention l'actualité !!! Bizarre, je parlais de vous hier soir à des amis, qui se moquaient gentiment de mes élèves qu'ils qualifiaient de technos, matheux, calculateurs, etc . Je rétorquais , que non, il y a même un psychiatre au Cameroun qui s'intéresse aux stats. Ils ne me croient pas. Bonne année à vous.
Je commence à monter mon petit fan club Thierry ANCELLE dans le coin.
Dites à ces moqueurs qu'ils n'ont qu'à bien se tenir. On ne peut pas
vouloir respecter les règles de l'Evidence Based Medicine et ne pas
s'intéresser à une statistique aussi bien servie.
La psychiatrie est en train de faire le pas de la philo vers la véritable science. Et ça passe par là.
Parlant de l'actualité, je scrute chacun de vos mouvements.... !
Rires!!!
merci professeur d'avoir penser a traiter ce point...sinon pour travail avec un echantillon de taille ideal, et si on connais pas le nombre exacte de notre population, quelle est la formule à utiliser pour le calcule de l echantillon dans ce cas ?? je vous remercie par avance.
En règle générale, le calcul de la taille d'un échantillon ne dépend pas de la taille de la population qui est très grande par rapport à lui. La taille de l'échantillon n dépend seulement de la puissance qu'on désire, des risques qu'on assume (alpha et béta ) et des paramètres qu'on cherche à connaitre. Vous trouverez les formules dans le cours intitulé "estimation d'un paramètre". L'utilisation d'un facteur correctif ou facteur "d'exhaustivité", ne s'emploie que lorsque la taille n de l'échantillon désiré se rapproche de la taille de la population N qui est faible par rapport à celle de n (n/N > 10%) . Ce facteur (N-n)/(N-1) diminue un peu la taille de l'échantillon nécessaire. Mais on voit qu'il tend vers 1 lorsque la taille de l'échantillon n est négligeable par rapport à la taille de la population N. Ce qui est presque toujours le cas en épidémiologie et santé publique. Cordialement. T. Ancelle
+Thierry Ancelle très clair professeur.. merciii
La proportion observée de voitures sans contrôle technique à jour est de 2.38% sur un échantillon de 42 voitures. En utilisant la table de Bouyer, on obtient un intervalle à 95% IC=[0.1;10.7]. Est ce correct sachant que la table présente des intervalles pour 2% et non pas 2.38% ? Si non comment faire avec la loi de Bernouilli pour retrouver l'intervalle exact ?
En utilisant la loi binomiale , on trouve que la probabilité de 0 voitures sur un échantillon de 42, si la proportion attendue est de 0,06% est de 2,5%. La probabilité de 1 voiture ou plus si la proportion attendue est de 12,6% est de 2,5%. On a donc un IC95% exact de 0,06%; 12,6%
@@ThierryAncelle Comment parvenez vous à 0.06% je ne comprends pas sachant que la proportion observée était de 2.38% ? Dans la loi binomiale, je pose n=42 (nombre de tirage aléatoire) et p=0.0238 (probabilité de succès de rencontrer une voiture sans CT à jour)
Je pense que vous êtes parvenu à 0.06% en divisant 2.5% par 42 soit 0.5952 ...% (ceci est la borne inférieur de l'intervalle) mais pour la borne supérieur le mystère demeure!?
@@anthonycanu Effectivement le calcul est assez compliqué sans les tables. On peut néanmoins y arriver en utilisant la loi binomiale avec Excel. En ce qui concerne la borne supérieure, le problème qui se pose est de se demander pour une borne donnée de proportion P, quelle est la probabilité de trouver au plus k cas sur un échantillon de n sujets. Si cette probabilité est égale à 0,025, on obtient la borne supérieure de l’IC95%.
Dans votre exemple, on utilise la fonction =LOI.BINOMIALE(1;42;P;VRAI). Si on choisit une borne P égale à 11%, la probabilité d’observer au plus 1 cas sur 42 est de 0,046. La borne 11% est donc trop basse. Si on choisit 12%, la probabilité d’observer au plus 1 cas sur 42 est de 0,03. Cette borne est donc encore un peu basse. Si on choisit comme borne 12,6%, on obtient une probabilité de 0,0246. On peut donc dire qu’il y a moins de 2,5 chances sur cent d’observer au plus 1 cas sur 42 si la proportion était supérieure ou égale à 12,6%. C’est la borne supérieure.
Le raisonnement est analogue pour la borne inférieure. Le problème qui se pose est de se demander pour une borne donnée de proportion P, quelle est la probabilité de trouver plus de k-1 cas sur un échantillon de n sujets. Dans votre exemple, k-1=0. Il faut donc trouver une borne telle qu’il y ait moins de 2,5% de chances de trouver plus de 0 cas.
On utilise la fonction Excel =1- LOI.BINOMIALE(0;42;P;VRAI).
Si on choisit une borne P= 0,0005, on trouve une probabilité d’observer plus de 0 cas égale à 0,021. La borne est donc trop basse. Si on choisit 0,0006 on trouve une probabilité de 0,0246. Il y a donc moins de 2,5 chances sur 100 d’observer plus de 0 cas si la proportion est inférieure ou égale à 0,06%. C’est la borne inférieure.
Pour effectuer tous ces tâtonnements, il suffit de créer sous Excel une colonne des proportions P possibles allant de la plus faible à la plus élevée. Et d’appliquer sur une autre colonne le calcul de la loi binomiale pour la borne supérieure. Il suffit alors de repérer la proportion P pour laquelle la probabilité affichée avoisine 0,025. Et refaire la même opération, au besoin sur une autre colonne pour rechercher la borne inférieure.
La méthode est un peu artisanale, mais elle permet de trouver les bornes exactes sans l’aide de tables.
T. Ancelle
statepid.monsite-orange.fr/
@@ThierryAncelle merci pour toutes ces informations. Je vais digérer tout ça tranquillement et faire des essais. Au pire je regarderai s il existe un logiciel type Stata libre
Merci énormément *-*
Merci pour votre commentaire. Quel cursus suivez-vous? Cordialement. T. Ancelle
Je suis en 1ere année médecine :)))