Accéder au contenu principal

Cours

Bases de l’inférence en R

IntermédiaireNiveau de compétence

Actualisé 07/2024

Apprenez à tirer des conclusions sur une population à partir d'un échantillon de données grâce à un processus appelé inférence statistique.

Commencer le cours gratuitement

RProbability & Statistics

4 h

17 vidéos

58 Exercices

4,350 XP

38,682

Certificat de formation

Apprécié par des utilisateurs provenant de milliers d'entreprises

Former une équipe ?

Essayez pour les entreprises

Description du cours

L’un des fondements de l’analyse statistique est l’inférence, c’est‑à‑dire le fait de tirer des conclusions sur une population à partir d’un échantillon de données. Bien que contre‑intuitive, la pratique courante consiste à tenter de réfuter une hypothèse de recherche qui n’est pas celle qui nous intéresse directement. Par exemple, pour montrer qu’un traitement médical est meilleur qu’un autre, on suppose d’abord que les deux traitements donnent des taux de survie égaux, puis on laisse les données infirmer cette hypothèse. Nous introduisons également la notion de p‑value, qui mesure le degré de désaccord entre les données et l’hypothèse. Nous abordons aussi les intervalles de confiance, qui quantifient l’ampleur de l’effet étudié (par exemple, de combien un traitement surpasse un autre).

Prérequis

Introduction to Regression in R Hypothesis Testing in R

1

Introduction aux idées d’inférence

Dans ce chapitre, vous étudierez comment des échantillons répétés prélevés dans une population peuvent varier. C’est la variabilité des échantillons qui vous permet de formuler des affirmations sur la population d’intérêt. Il est important de garder à l’esprit que les hypothèses de recherche portent sur la population, alors que les informations disponibles proviennent uniquement des données d’échantillon.

Bienvenue dans le cours !

Hypothèses (1)

Hypothèses (2)

Distributions aléatoires

Travailler avec les données NHANES

Calculer la statistique d’intérêt

Données randomisées sous un modèle nul d’indépendance

Statistiques aléatoires et dotplot

Densité de randomisation

Utiliser la distribution de randomisation

Les données proviennent-elles de la population ?

Que pouvez-vous conclure ?

Conclusions de l’étude

Commencer le chapitre

2

Mener un test de randomisation : discrimination liée au genre

Dans ce chapitre, vous acquerrez les outils et connaissances nécessaires pour mener un test d’hypothèse complet. Autrement dit, à partir d’un jeu de données, vous saurez s’il est pertinent ou non de rejeter l’hypothèse nulle au profit de l’hypothèse de recherche.

Exemple : discrimination liée au genre

Hypothèses sur la discrimination de genre

Résumer la discrimination selon le genre

Pas à pas à travers la permutation

Randomiser la discrimination liée au genre

Distribution des statistiques

Réfléchir à l’analyse

Région critique

Région critique bilatérale

Pourquoi 0,05 ?

Quel est l’effet de la taille d’échantillon sur les résultats ?

Taille d’échantillon dans une distribution par permutation

Taille de l’échantillon et région critique

Qu’est-ce qu’une valeur p ?

Calcul des p-values

Exercez-vous à calculer des p-values

Calcul de p-values bilatérales

Synthèse sur la discrimination liée au genre

Commencer le chapitre

3

Erreurs des tests d’hypothèse : coût d’opportunité

Vous poursuivrez l’apprentissage des tests d’hypothèse avec un nouvel exemple et la même structure de tests par randomisation. Dans ce chapitre, l’accent sera toutefois mis sur différentes erreurs (type I et type II), la manière dont elles surviennent, quand l’une est plus grave que l’autre, et comment des éléments comme la taille d’échantillon et la taille d’effet influencent les taux d’erreur.

Exemple : coût d’opportunité

Résumer le coût d’opportunité (1)

Tracer le coût d’opportunité

Aléatoiriser le coût d’opportunité

Résumer le coût d’opportunité (2)

Conclusion sur le coût d’opportunité

Les erreurs et leurs conséquences

Autre choix du taux d’erreur

Erreurs pour des hypothèses bilatérales

p-value pour des hypothèses bilatérales : coûts d’opportunité

Résumé des coûts d’opportunité

Commencer le chapitre

4

Intervalles de confiance

En complément des tests d’hypothèse, les intervalles de confiance permettent d’estimer un paramètre de population. Rappelez‑vous que votre intérêt porte toujours sur une caractéristique de la population, mais que vous ne disposez que d’informations partielles pour estimer le paramètre à partir des données d’échantillon. Ici, le paramètre est la véritable proportion de succès dans une population. Le bootstrap est utilisé pour estimer la variabilité nécessaire à la construction de l’intervalle de confiance.

Paramètres et intervalles de confiance

Quel est le paramètre ?

Test d’hypothèse ou intervalle de confiance ?

Rééchantillonnage à partir d’un échantillon

Visualiser la variabilité de p-chapeau

Toujours rééchantillonner le nombre initial d’observations

Variabilité de p-chapeau

Règle empirique

Intervalle de confiance t par bootstrap

Intervalle par percentiles (bootstrap)

Interpréter les IC et conditions techniques

Effets de la taille d’échantillon sur les IC bootstrap

Effets de la proportion observée sur les IC par bootstrap

Effet du percentile sur les IC par bootstrap

Résumé de l’inférence statistique

Commencer le chapitre

Bases de l’inférence en R

Cours
terminé

Obtenez un certificat de réussite

Ajoutez cette certification à votre profil LinkedIn, à votre CV ou à votre portfolio
Partagez-la sur les réseaux sociaux et dans votre évaluation de performanceS'inscrire maintenant

Rejoignez plus de 19 millions d'utilisateurs et commencez Bases de l’inférence en R dès aujourd'hui !

Apprenez où que vous soyez avec l'application DataCamp

Progressez où que vous soyez grâce à nos cours conçus pour mobile et à nos défis quotidiens de 5 minutes.