Je suis l’intervalle de valeurs ayant le + de chances de contenir la vraie valeur du paramètre recherché. Qui -suie-je?
L’intervalle de confiance
À quel pourcentage correspond normalement l’intervalle de confiance?
95% (IC95)
Interprète l’IC95% suivant: 3,45-5,06 chutes par 1000 patient-jours
95% du temps, lorsqu’on répétera l’étude, on obtiendra des résultats variant entre 3,45 et 5,06 chutes
L’importance et la pertinence d’avoir un IC95% varie selon les études. Selon quoi varie-t-il?
Il varie en fonction de la taille de l’échantillon dans l’étude (n). Plus le n sera élevé (donc + la qté de personnes étudiées est grande), plus l’IC sera petit
Quelle est l’objectif de la vérification d’hypothèses statistiques?
Comparer les groupes pour savoir s’ils occasionnent RÉELLEMENT des résultats différents ou bien si les différences sont attribuables à des biais/au hasard.
Nommes en ordre les 4 étapes de la vérification d’hypothèses statistiques.
- Formuler une hypothèse nulle et une hypothèse alternative
- Définir la marge d’erreur (a)
- Effectuer le test statistique approprié (produit la valeur P)
- Interpréter les résultats de P
- Formuler une hypothèse nulle et une hypothèse alternative:
qu’est-ce que la différence entre la nulle et l’alternative?
H0 = nulle = pas de différence entre les deux groupes Ha= alternative = il y a une différence entre les deux groupes
- Définir la marge d’erreur (a):
par rapport à quoi est-ce qu’on la fixe? Qu’est-elle la majorité du temps?
On la fixe par rapport au 95% de normalité statistique, donc est de 0,05 la majorité du temps.
- Définir la marge d’erreur (a): qu’est-ce que signifie la marge d’erreur?
Elle signifie qu’on accepte de se tromper 1 fois sur 20 si elle est de 0,05 ou 1 fois sur 100 si elle est de 0,01
- Effectuer le test statistique approprié (produit la valeur P): quels sont les deux types de tests pouvant être utilisés?
- tests paramétriques
- tests non paramétriques
Dans quels cas va-t-on utiliser un test paramétrique VS un test non paramétrique?
- test paramétrique: pour des variables qui suivent une distribution normale/courbe normale
- test non paramétrique: pour des données qui ne suivent pas une distribution connue
- Effectuer le test statistique approprié (produit la valeur P): que veut dire la valeur P?
C’est la probabilité d’observer par hasard un score aussi extrême que celui dans l’échantillon si H0 est vraie
- Interpréter les résultats de P: à quoi est comparée la valeur de P?
Avec la marge d’erreur (= a = seuil de significativité statistique de l’étape 2)
- Interpréter les résultats de P: que veut dire un tel résultat: P ≤ α ?
L’H0 est rejetée, Ha est acceptée DONC il y a vraiment une différence entre les deux groupes, statistiquement significatif comme résultat
- Interpréter les résultats de P: que veut dire P > a?
L’H0 est retenue: il n’y a pas de réelle différence entre les deux groupes et le résultat n’est pas statistiquement significatif
