Description

Objectif
Cette UE a comme objectif de former les étudiant-e-s à l’analyse statistique de données dans le domaine des neurosciences. Cet enseignement leur permettra de choisir l’analyse la plus adaptée à un jeu de données, à la mettre en œuvre en utilisant le logiciel libre R et à en interpréter les résultats. Cet enseignement leur permettra d’être critique sur les analyses statistiques utilisées dans les articles scientifiques.
Contenu
1. Tests paramétriques usuels (eg. Student..)
2. Modèles d'analyse de la variance (ANOVA) à un ou plusieurs facteurs. 
  a. Conditions d’utilisation
  b. Notion d'interaction.
  c. Procédures de comparaison multiple.
3. Notion de puissance et détermination de la taille minimale d'échantillon 
4. Modèles de régression linéaire simple et multiple

Compétences requises

Tests statistiques usuels (comparaison de moyennes, comparaison de proportions)
Définition de la p-value

Compétences visées

Utiliser le logiciel libre R pour réaliser les analyses statistiques.
Estimer la taille de l’effet.
Déterminer la taille de l’échantillon pour un effet recherché.
Vérifier les conditions d'utilisation des modèles d'analyse de la variance.
Utiliser des modèles d'analyse de la variance à un ou plusieurs facteurs avec interaction 
Mener à bien des procédures de comparaisons multiples. 
Utiliser des tests non-paramétriques usuels pour comparer une, deux ou plusieurs populations en remplacement des modèles d'analyse de la variance. 
Ajuster et interpréter un modèle de régression linéaire simple ou multiple.

Contacts

Responsable(s) de l'enseignement

• Augustin Chevallier