Cours 10 : Plans expérimentaux et plans d'échantillonnage

Question 1

Quelles sont les deux types d’études en biologie?

Answer 1

1. Étude expérimentale

2. Étude observationnelle

Question 2

Qui-suis-je? « Le chercheur assigne les traitements aux unités expérimentales de façon à pouvoir comparer leurs réponses respectives »

Answer 2

Étude expérimentale

Question 3

Qui-suis-je? « La Nature s’occupe d’assigner les traitements aux unités expérimentales. Le chercheur n’a pas d’influence sur quelle unité expérimentale reçoit quel traitement. »

Answer 3

Étude observationnelle

Question 4

Vrai ou faux? « Les résultats expérimentaux sont généralisables (induction) et ont une portée beaucoup plus grande en général. »

Answer 4

Vrai!

Question 5

Vrai ou faux? « les études observationnelles peuvent identifier les associations entre les traitements et les réponses des systèmes et peuvent identifier les causes de ces associations »

Answer 5

Faux. Seule une étude expérimentale (correctement planifiée) peut identifier les causes de ces associations.

Question 6

Quel problème l’expérimentation permet-elle de contourner?

Answer 6

Le problème des variables de confusion

Question 7

Qui-suis-je? « variable non mesurée qui varie de concert avec la variable étudiée et qui donne ainsi une fausse impression de causalité. »

Answer 7

Variable de confusion

Question 8

Qui-suis-je? « Lors de l’expérimentation, je permet de briser de possibles associations entre les individus et d’autres variables non mesurées. »

Answer 8

Randomisation

par exemple, en assignant de façon aléatoire les traitements aux unités expérimentales

Question 9

Qui-suis-je? « Artéfact de mesure systématique introduit par le procédé expérimental »

Answer 9

Biais expérimental

Question 10

Vrai ou faux? « il n’existe présentement aucune façon d’éviter le biais expérimental »

Answer 10

Faux.

Pour éviter ce problème, il faut planifier des expériences dans des conditions aussi naturelles que possible.

Question 11

À quel moment doit-on planifier les analyses statistiques nécessaires pour confirmer/infirmer vos hypothèses de recherche expérimentale?

Answer 11

Au début du projet

Question 12

Quelles sont les étapes (7) à suivre lors de la planification d’un protocole expérimental afin de maximiser nos chances de succès (obtenir des résultats valides est utiles) ?

Answer 12

1. Développer une question de recherche claire
2. Faire la liste des résultats possibles de l’expérience
3. Développer un plan expérimental
4. Garder les expériences aussi simples que possible
5. Vérifier les problèmes de design les plus courants
6. Vérifier si la taille de l’échantillon est suffisante
7. Discutez de votre design

Question 13

Quelles sont les questions qu’on doit se poser lorsqu’on cherche à développer une question de recherche claire? (étape 1 de la planification)

Answer 13

• Quelle est l’hypothèse scientifique ?
• Est-ce que la question est intéressante ?
• Est-ce qu’elle a déjà été abordée dans la littérature ?
• Identifiez des objectifs clairs associés à des expériences claires !

Question 14

Quand on parle de « faire la liste des résultats possibles de l’expérience », à quoi au juste faisons-nous référence?

Answer 14

En plus de ce que vous voulez, pensez à ce que vous risquez d’obtenir :
– Pourrez vous arriver à une conclusion claire quel que soit le résultat ?
– Est-ce que vos conclusions répondront à vos questions ?

Si la réponse est non aux deux questions, il faut refaire le design

Question 15

La simplification des expériences d’un plan expérimental amène plusieurs avantages (4). Nommez-les.

Answer 15

1. Ne pas perdre de vue vos objectifs
2. Éviter des erreurs
3. Généraliser la portée de vos résultats
4. Évite les traitements statistiques incompréhensibles !

Question 16

Quels sont les 4 problèmes de design les plus courants?

Answer 16

1. Nombre de réplicas insuffisant
2. Les échantillons ne sont pas indépendants
3. Pseudoréplication
4. Le design ne permet pas d’identifier d’avance des variables confondantes.

Question 17

Quels sont les buts (2) principaux d’une bonne planification pour une étude expérimentale?

Answer 17

1. Réduire les biais et l’influence des erreurs de mesure 2. Choisir d’avance la taille de nos échantillons

Question 18

Vrai ou faux? « Dans une étude observationnelle, il faut incorporer le plus possible les meilleures pratiques d’une étude expérimentale. »

Answer 18

Vrai

Question 19

Qui-suis-je? « Problème d’exactitude dans les résultats d’un échantillonnage »

Answer 19

Biais

Question 20

Qui-suis-je? « Problème de précision dans les mesures d’un échantillon »

Answer 20

Erreur de mesure

Question 21

Qui-suis-je? « Groupe de sujets expérimentaux qui sont traités en tout point comme tous les autres, excepté pour le traitement et qui permet de mieux estimer la taille de l’effet étudié. »

Answer 21

Groupes contrôles/témoins

Question 22

Vrai ou faux? « Il est recommandé d’avoir plusieurs groupes témoins, même si ça coûte cher »

Answer 22

Vrai

Question 23

Qui-suis-je? « Fait d’assigner aléatoirement les traitements (et l’absence de traitement = groupe contrôle) aux unités expérimentales et qui permet de briser de possibles associations avec des variables confondantes et de supprimer les biais associés. »

Answer 23

Randomisation

Question 24

De quelle façon est-ce que la randomisation doit absolument être faite pour être legit?

Answer 24

Elle doit être faite de façon systématique, par exemple avec R

Question 25

Qui-suis-je? « Lorsqu’on cache l’information concernant les traitements aux intervenants humains. »

Answer 25

Tests à l’aveugle

Question 26

Quels sont les deux types possibles de tests à l’aveugle? Les nommer et les décrire.

Answer 26

1. Expérience en simple aveugle : les sujets humains (par ex. patients) ne distinguent pas leur traitement.
2. Expérience en double aveugle : Ni les sujets ni les expérimentateurs humains ne distinguent les traitements.

Question 27

Dans quels cas (2), par exemple, est-il utile d’utiliser des tests à l’aveugle?

Answer 27

1. Dans le contexte biomédical et dans les expériences de psychologie : lorsque le sujet humain doit décrire de façon subjective l’impact du traitement.
2. Lorsque plusieurs individus sont impliqués dans vos recherches.

(Vous pouvez faire préparer les traitement par
quelqu’un et les faire faire par d’autres.)

Question 28

Vrai ou faux? « l’erreur de mesure a un impact direct et important sur les analyses statistiques. »

Answer 28

Vrai

Question 29

Que permet la réduction des erreurs de mesure, ou du moins, de leur impact?

Answer 29

De ne laisser que la variabilité naturelle entre les mesures.

Question 30

De quelles façons (4) peut-on réduire l’erreur d’échantillonnage?

Answer 30

1. Augmenter le nombre de réplicas
2. Équilibrage (même effectif (n) pour tous les traitements)
3. Répartir les données en blocs
4. Traitements extrêmes

Question 31

Vrai ou faux? « La réplication des mesures ne se limite pas à la multiplication des mesures. »

Answer 31

Vrai

Question 32

Quel est le problème le plus répandu dans les designs expérimentaux?

Answer 32

La pseudoréplication

Question 33

Qui-suis-je? « J’apparaît lorsque des mesures individuelles qui ne sont pas indépendantes sont néanmoins analysées comme si elles l’étaient. »

Answer 33

Pseudoréplication

Question 34

Vrai ou faux? « L’erreur d’échantillonnage est diminuée lorsqu’on augmente le nombre de réplicas. »

Answer 34

Vrai

Question 35

Vrai ou faux? « L’erreur standard est inversement proportionnelle à la racine carrée de l’effectif. »

Answer 35

Vrai.

Question 36

Dans quel intervalle de nombre de mesures l’erreur standard connaît-elle la plus grande diminution?

Answer 36

Entre 10 et 20 mesures.

Question 37

Quelles sont les conséquences (positives ou négatives) qui sont liées à l’augmentation de l’effectif d’échantillonnage?

Answer 37

(+) Réduit l'erreur d'échantillonnage
(+) Intervalles de confiance plus précis
(+) Augmente la puissance des tests
(-) Coût : \$\$$
(-) Temps
(-) Ressources humaines

Question 38

Qui-suis-je? « Concept de prévoir le même effectif n pour chaque traitement (et les contrôles). »

Answer 38

Équilibrage

Question 39

Qui-suis-je? « Concept qui vise à répartir les unités expérimentales dans des blocs qui peuvent différer pour diverses raisons qu’on ne contrôle pas. »

Answer 39

« Blocking »

Question 40

Que permet d’accomplir le « blocking »?

Answer 40

Cela permet de répartir aléatoirement les impacts potentiels de variables confondantes

Question 41

Vrai ou faux? « Le blocking est une forme de randomisation mais qui s’exerce à un niveau supérieur sur l’unité expérimentale. »

Answer 41

Vrai

Question 42

Selon quelle condition est-ce que le blocage est une solution efficace à la pseudoréplication?

Answer 42

à condition de répartir les traitements aléatoirement à l’intérieur des blocs

Question 43

Qu’est-ce que le design en blocs randomisés?

Answer 43

Une extension d’un design apparié mais pour > 2 traitements

Question 44

Comment l’effet des traitements dans un

design en blocs randomisés est-il mesuré?

Answer 44

Comme pour un test de t apparié : par la différence entre les traitements à l’intérieur des blocs

Question 45

Pourquoi faire des traitements extrêmes?

Answer 45

Parce que les petits effets d’un traitement sont difficiles à détecter, parce qu’il faut un N élevé et une grande précision de mesure.

Question 46

Qui-suis-je? « Une façon de détecter si un traitement a un effet sur le système étudié »

Answer 46

Faire des traitements extrêmes

Question 47

Quel est l’avantage de faire des expériences qui étudient plus qu’un facteur à la fois?

Answer 47

1. Permet de répondre à plusieurs questions en une expérience
2. Coûte moins cher, moins de temps et de matériel
3. Utile lorsque les facteurs peuvent interagir ensemble

Question 48

Qui-suis-je? « Type de plan expérimental que l’on doit faire lorsqu’on fait l’étude expérimentale de plus qu’un facteur? »

Answer 48

Plan d’expérience factoriel OU design factoriel

Question 49

En quoi consiste un plan d’expérience factoriel?

Answer 49

C’est un plan qui étudie toutes les combinaisons de traitement possibles et qui permet de détecter d’éventuelles interactions.

Question 50

Qui-suis-je? « Type d’expérience vers laquelle on se retourne lorsque les études expérimentales ne sont pas possibles. »

Answer 50

Études observationnelles

Question 51

Quel est le seul élément des études expérimentales qui n’est JAMAIS inclus, même dans les meilleures études observationnelles?

Answer 51

La randomisation

Question 52

Quelles sont les façons possibles (7) qu’on peut échantillonner une population?

Answer 52

1. Échantillonnage aléatoire simple
2. Échantillonnage stratifié
3. Échantillonnage par grappes
4. Échantillonnage systématique
5. Échantillonnage hiérarchique
6. Échantillonnage de convenance
7. Associer et ajuster (Match & Adjust)

Question 53

Quelles sont les méthodes d’échantillonnages qui ont un problème de représentativité?

Answer 53

• Échantillonnage aléatoire simple
• Échantillonnage par grappes
• Échantillonnage systématique *si patron répété
• Échantillonnage de convenance

Question 54

Quelles méthodes d’échantillonnage nécessites qu’on ait des connaissances préalables sur la population échantillonnée?

Answer 54

• Échantillonnage stratifié

- Échantillonnage hiérarchique

Question 55

Quel est le plus grand défi des études observationnelles?

Answer 55

Minimiser l’influence possible de variables de confusion.

Question 56

Quelle est la méthode d’échantillonnage qui vise spécifiquement à diminuer l’influence possible de variables de confusion?

Answer 56

Associer et ajuster (Match & Adjust)

Question 57

Quels sont les impacts liés à un nombre d’unités expériementales (A) trop faible dans une expérience?
(B) Trop grande?

Answer 57

(A) intervalle de confiance sera trop large pour détecter un effet
(B) votre directeur va vous haïr lorsque vous aurez dépensé tous ses fonds de recherche $$$

Question 58

Quels sont les 3 types de plans qui permettent de bien estimer quelle taille d’échantillon est nécessaire pour une expérience donnée?

Answer 58

1. Plan pour la précision
2. Plan pour la puissance
3. Plan pour la perte de données

Question 59

En quoi consiste un plan pour la précision?

Answer 59

estimer la taille de l’effet avec un maximum de précision (un niveau de précision prédéterminé) en se basant sur des connaissances existantes (littérature) ou faire des expériences préliminaires.

Question 60

Quel est l’intervalle du nombre d’effectif (n) qui a le plus grand impact sur l’augmentation de la précision?

Answer 60

Entre 2 et 10

Question 61

En quoi consiste un plan pour la puissance?

Answer 61

Planification de notre effectif afin d’obtenir une certaine probabilité de rejeter une hypothèse nulle fausse , c.-à-d. une certaine puissance.

Question 62

Vrai ou faux? « Dans les plans pour la puissance, une puissance souvent utilisée est 80% »

Answer 62

Vrai

Question 63

Dans quelle condition est-ce qu’on doit considérer à utiliser un plan pour la perte de données?

Answer 63

si on soupçonne une perte d’unités d’échantillonnages possible (tags sur animaux, balises sur la glace…) ou de la mortalité, il faut compenser en conséquence (+++), c’est-à-dire augmenter dès le départ notre effectif.