MODULE 5 Flashcards
Un histogramme représente quoi?
la distribution d’une variable pour un groupe de participants
À l’aide d’un histogramme, comment on peut mesurer l’amplitude de la différence entre les groupes?
En comparant les mesures de tendance centrale des distributions
Est-ce qu’on peut obtenir les centiles de façon visuelle à l’aide de l’histogramme?
il est difficile de les obtenir avec précision. (ex: savoir que le 2,5% centile est -11%). on utilise les statistiques descriptives de l’histogramme pour obtenir les centiles avec plus de précision
le 97,5% centile d’un ECR avec 1000 participants correspond à quoi?
La valeur X pour laquelle il y a 25 participants qui ont une valeur plus grande ou égale à X
pourquoi 25? (1000-25)/1000 = 97,5%
un intervalle de confiance de niveau 95% veut dire quoi en terme d’histogramme?
que 95% des valeurs obtenues se situent entre les bornes de l’intervalle.
avec une seule étude, est-il possible de créer un histogramme?
oui, avec les CRP des patients, mais on ne peut faire un histogramme de la réponse obtenue, il faut utiliser le TCL pour cela.
le TCL permet quoi dans le cadre d’un ECR?
d’estimer la distribution de la réponse (ex: différence entre 2 tx) à partir d’un seul ECR –> approximation de l’histogramme avec 1 seul ECR
qu’est-ce qu’une loi?
une distribution «standard» définie par les statisticiens pour approximer les distributions des différences entre les groupes. (sera pas toujours une loi normale, peut être différent!)
quelle est la caractéristque principale de la loi normale?
la somme de toutes les fréquences des colonnes de l’histogramme donne le nombre de patients de l’étude
l’aire sous la courbe d’une loi est égale à quoi?
1 (100%) –> permet de calculer des probabilités (centiles)
si on obtient une différence de 20% entre les tx expérimental et placebo et que la probabilité d’obtenir une telle différence sous la condition que les tx sont équivalents est de 0,00001, que peut-on conclure?
que la simulation a probablement été effectuée avec des incidences cumulées inégales. tx exp n’est pas égal au tx placebo.
la loi normale est définie par quels paramètres?
moyenne et écart-type.
la loi normale est de quelle forme?
cloche
l’axe des x va de:
-infini à infini. les ailes de la courbe ne touchent jamais l’axe des x
quelle est la P(X=y) où y est une valeur de l’axe des x? et X est une variable obtenue d’un ECR
0 (1/infini)
qu’est-ce qui caractérise une loi normale centrée et réduite?
la moyenne est de 0 et l’écart-type est de 1
une variable X d’une distribution suivant une loi normale peut être centrée et réduite par quelle transformation?
Z= (X-moyenne)/écart-type
*écart-type peut aussi être erreur-type si on parle de la distribution de la réponse
en pratique est-ce que la moyenne et l’écart-type de la distribution de la réponse sont connus?
non, on doit les estimer à partir de la moyenne et l’écart-type obtenus dans l’ECR (l’échantillon)
nomme moi les centiles d’une loi normale (concentration des observations autour de la moyenne)
68% des observations sont entre moyenne - écart-type et moyenne+ écart type
95% des observations sont entre moyenne - 2x écart-type et moyenne + 2x écart-type
99% des observations sont entre moyenne - 3x écart-type et moyenne + 3 x écart-type
nomme moi les centiles d’une loi normale centrée et réduite
68% des observations entre -1 et 1
95% des observations entre -2 et 2
99% des observations entre -3 et 3
pour quelle taille d’échantillon la loi de student devient très similaire à la loi normale?
n>30
dans quel contexte on utilise la loi de Student?
quand n<30
qu’est-ce qu’un théorème?
un énoncé mathématique dont on peut démontrer l’exactitude en utilisant les présupposés du théorème
lorsqu’on calcule une probabilité à partir d’un seul ECR’ quelle valeur utilise-t-on comme moyenne?
la valeur obtenue à partir de la condition spécifiée dans la probabilité (ex: Ce - Cp =0 –> moyenne = 0)
quels sont les 3 présupposés du TCL?
- Indépendance
le résultat d’un participant ne donne aucune info sur le résultat d’un autre participant - identiquement distribué
la variable X a la même distribution pour tous les patients de l’étude (ex: normale, binomiale, etc) - n grand
la distribution de X sera très loin d’une loi normale si n est trop petit. on veut n>100. dans la majorité des ECRs, cette condition est remplie de base (bcp de patients)
la différence ou la somme de 2 lois normales indépendantes est quoi?
une loi normale
si X1 suit une distribution N(moyenne1, variance1) et que X2 suit une distribution N(moyenne2, variance2), la distribution de X1-X2 suit une loi normale comment?
N(moyenne1-moyenne2, variance1 + variance2): les variances s’additionnent!!
une proportion est une moyenne où les valeurs possibles sont quoi?
0 et 1
quelle est la différence entre l’écart-type et l’erreur-type?
l’écart-type est la dispersion d’une variable X dans un échantillon (un seul ECR) alors que l’erreur type est la dispersion d’une moyenne (réponse) dans un ensemble d’échantillons
si n est très grand, quelle sera la valeur de l’erreur-type?
presque 0 (SE/racine de n) logique: si on fait une étude sur l'ensemble de la population, bcp moins de risques d'avoir une erreur aléatoire!!!
quelle est la formule exacte de l’erreur-type?
bruh je vais pas écrire tout ca écris la et check les notes de cours
comment se nomme le terme ajouté dans la formule exacte de l’erreur-type?
le facteur de correction pour population finie.
si n = N, quelle est l’erreur-type?
0
si n «<
environ 1
est-ce qu’on tient compte de la correction dans les ECRs?
non, car elle est environ égale à 1
avec le paradigme fréquentiste, est-ce que la moyenne et l’écart-type ont une distribution?
non, ils sont fixes
sous le paradigme bayésien, est-ce que la moyenne et l’écart-type ont une distribution?
oui puisqu’ils ne sont pas fixes
quelle est la probabilité d’un évènement pour un paradigme fréquentiste?
sa fréquence relative d’occurence en répétant l’expérience un grand nombre de fois avec les mêmes paramètres fixes!
quelle est la probabilité d’un évènement pour un paradigme bayésien?
on assigne à priori une mesure du degré de croyance à un évènement basée sur l’information que nous avons sur le phénomène étudié. ex: selon la forme, le poids et les caractéristiques de la pièce de monnaie, c’est quoi les chances qu’elle soit honnête. puis, on fait l’ECR et avec les résultats qu’on a, on ajoute ces infos à celles qu’on a déjà et on détermine les chances que la pièce soit en effet honnête
si on fait un intervalle de confiance, la vraie réponse est fixe et est soit à l’intérieur de l’intervalle, soit à l’extérieur. les probabilités sont sont 1 ou 0 qu’elle soit à l’intérieur de l’IC. Paradigme?
Fréquentiste
il n’y a pas de «vraie réponse»fixe, cette réponse a une distribution et donc les probabilités d’obtenir un estimé de la réponse dans l’intervalle de confiance sont complexes à calculer. paradigme?
Bayésien
