Formations & Webinars

Addinsoft organise des sessions publiques (inter-entreprises) ou privées (intra-entreprise) pour tous les niveaux. Vous pouvez consulter nos programmes disponibles ou nous contacter pour une formation sur mesure. Toutes nos formations sont disponibles en classe virtuelle.

Calculs de puissance et dimensionnement des tailles d’échantillons - Mise en pratique avec XLSTAT

Besoin d’aide pour rendre vos analyses statistiques efficaces ? Cette formation vous aidera à comprendre les étapes essentielles pour assurer la qualité statistique de vos résultats grâce à XLSTAT.

Langue

FRANÇAIS

durée

1 jour
7 HEURES

Prix

VOIR PLAQUETTE

Documents

arrow down

Cette formation s'adresse à des personnes pratiquant des tests d'hypothèses et souhaitant maîtriser les notions de risque alpha, de risque bêta, de puissance de test et de tailles d'échantillons requises. La formation permettra au-delà des outils statistiques mis en œuvre de définir les bonnes pratiques à respecter dans le cadre du dimensionnement d'une expérimentation. L'accent sera mis sur le dimensionnement d'une expérimentation dans le cadre des comparaisons de moyennes et de proportions. La question essentielle qui sera présente en filigrane le long de la formation sera la suivante : "Quand je souhaite comparer des populations, combien (quel n) de valeurs dois-je prélever pour garantir une conclusion statistique de qualité acceptable ?" C'est une étape préalable au traitement statistique qui est souvent occultée, ce qui peut entraîner des conclusions erronées dans la démarche statistique de comparaisons. En effet, si à l'issue d'un test d'hypothèse, je ne peux pas conclure qu'il y a une différence entre 2 moyennes, les raisons sont-t-elles : Je n'ai pas vu de différence parce qu'il n'y en a pas ? Je n'ai pas vu de différence alors qu'il y en a une mais l'erreur statistique de l'échantillonnage ne me permet pas de la visualiser ? Je n'ai pas vu de différence car la taille des échantillons dont je dispose ne me permettait pas de voir de différence. C'est cette dernière alternative que nous proposons de résoudre par la prise en compte de la problématique du dimensionnement d'un test d'hypothèses.

Thèmes principaux :

  • Risque alpha
  • Risque bêta
  • Puissance de test
  • Intervalle de confiance d'une moyenne
  • Intervalle de confiance d'une proportion
  • Comparaisons de moyennes
  • Comparaisons de variances
  • Comparaisons de proportions

Prérequis :

Il est indispensable que les participants possèdent de bonnes connaissances sur les notions fondamentales en statistiques : analyse descriptive des données, intervalles de confiance, démarche générale des tests d'hypothèses (H0/H1, p-value), test de Student.

Programme :

Généralités sur l’expérimentation en lien avec le dimensionnement

  • Les objectifs de l’organisation du schéma expérimental :
    • Déterminer quels essais doivent être réalisés
    • Déterminer le nombre de répétitions nécessaires
    • Organiser les essais en tenant compte des contraintes expérimentales
    • Garantir un niveau de qualité statistique pertinent
  • Les contraintes :
    • Contraintes de coûts
    • Contraintes logistiques
    • Niveaux d’exigence de qualité des analyses statistiques
  • Maîtrise des risques associés à la pratique expérimentale :
    • Risque d’erreur expérimentale pure
    • Risque statistique due à l’erreur d’échantillonnage (risques alpha, bêta)
  • Erreur de mesure :
    • Erreur de répétabilité
    • Erreur de reproductibilité
  • Les bonnes pratiques sur les règles d'échantillonnages :
    • Conséquences de l'échantillonnage sur les conclusions statistiques
    • Conséquences de l'échantillonnage sur les décisions (pertinentes et erronées)

Rappels sur les outils nécessaires aux tests d'hypothèses et aux calculs de puissance

  • Analyse descriptive des données : 
    • Grandeurs de position, 
    • Grandeurs de dispersion 
    • Outils graphiques
  • Distributions des valeurs individuelles : Normalité
  • Différence entre écart-type et SEM
  • Intervalles de confiance :
    • D'une moyenne
    • D'un écart-type
    • D'une proportion
  • Démarche générale des tests d'hypothèses :
    • H0/H1 et lien avec la problématique métier
    • P-value
    • Risque alpha
    • Prise de décision et graduation du risque
    • Effet significatif au sens statistique
    • Effet significatif au sens physique

Impact du risque alpha et de la taille d'échantillon sur les intervalles de confiance

  • Lien entre le risque alpha et le crédit de confiance d'un intervalle de confiance
  • Lien entre la taille d'échantillon et la qualité d'estimation d'un paramètre statistique
  • Illustration sur l'intervalle de confiance :
    • D'une moyenne
    • D'un écart-type
    • D'une proportion

Puissance de test

  • Définitions du risque bêta et de la puissance de test
  • Lien entre le risque alpha, le risque bêta et la puissance de test
  • Lien entre la puissance de test et le delta détectable (ou détecté)
  • Illustrations graphiques des différents liens (alpha, bêta, delta, écart-type, n)
  • Les 3 stratégies selon les contextes :
    • Calculer le n
    • Calculer la puissance
    • Calculer l'effet

Applications et mise en pratique

  • Dimensionnement d'un test de comparaison de 2 moyennes type Student
  • Dimensionnement d'un test de comparaison de k moyennes type ANOVA
  • Dimensionnement d'un test de comparaison de proportions type Khi ², Fisher’s exact

Profils des formateurs


Thierry Anthouard

Formateur en statistique

thierry-anthouard-xlstat-trainer.jpg

Responsable de la filière statistique du groupe Arkesys et formateur en statistique, Thierry Anthouard est passionné depuis toujours par le domaine de la statistique. C’est en 1992 qu’il a lancé le développement de la filière formation statistique du Groupe Arkesys. Son approche pédagogique “par l’exemple” lui permet de vulgariser la statistique et de la rendre accessible à tous les apprenants. Consultant dédié à l’accompagnement de clients grands comptes, il s’adapte à tout type de contexte et de problématique d’apprentissage.

Jérôme-Philippe Garsi

Formateur en statistique

jerome-philippe-garsi-xlstat-trainer.jpg

Formateur en statistique, Jérôme-Philippe Garsi bénéficie d’une expérience de 13 ans dans le domaine de la formation. Depuis son doctorat sur des questions cliniques, ses travaux visent principalement l'intérêt des populations, leur santé et leur bien-être. A l'aise quel que soit le public, il fait de la pédagogie et de la vulgarisation des connaissances scientifiques un impératif. Pour cela, il fait toujours preuve du plus grand soin de clarté aussi bien dans ses documents écrits que dans ses présentations orales.