Introduction au calcul des probabilités et à la statistique

Biostatistiques / Statistiques    

Introduction au calcul des probabilités et à la statistique

DELMAS (J.F.). 2010. Paris : Les presses de l’ENSTA. 315p.
La prise en compte de l’aléa est récemment devenue courante dans les métiers de l’ingénieur (probabilité d’erreur, intervalle de confiance,…). Et la statistique est incontournable pour l’analyse et la compréhension des données. Cet ouvrage se fixe donc pour but de présenter les concepts de base des probabilités et de la statistique mathématique. Ils sont illustrés par des exercices, des applications et des exemples concrets. En probabilité, l’ouvrage aborde la loi des grands nombres qui assure que la moyenne de nombreux petits aléas est approximativement déterministe et le théorème central limite qui précise la qualité de cette approximation. Ce dernier permet en particulier de donner des estimations par intervalles de confiance ou régions de confiance (estimation de paramètres, sondage, méthode de Monte-Carlo,…). En statistique mathématique, l’ouvrage présente l’estimation paramétrique, avec en particulier le choix des estimateurs, et la théorie des tests. La théorie des tests ou statistique décisionnelle permet d’établir des procédures de décisions à partir d’observations, qui dépendent de l’aléatoire, et surtout de quantifier les probabilités d’erreur de décision. (4e de couv)

Évaluation des méthodes d’analyse appliquées aux sciences de la vie et de la santé

VALLERON (A.J.) 2010. Paris : Elsevier Masson. Collection Pass’Santé. 217p.
Cet ouvrage traite l’ensemble des items de l’UE 4 du programme de la première année des études de santé. Il donne les bases théoriques, en particulier les notions de calcul des probabilités, nécessaires à l’apprentissage de la biostatistique et initie les étudiants aux applications les plus utilisées en biomédecine. Il comporte 4 parties qui exposent : – les bases de calcul des probabilités ; – les bases du raisonnement statistique ; – les principaux tests statistiques (chi-deux, …) ; – les méthodes et applications de biostatitique en médecine. Il est divisé en 30 fiches qui utilisent de nombreux problèmes ou exercices, à difficulté croissante, avec leurs corrigés détaillés. L’étudiant peut ainsi s’entraîner au fil de la lecture et mémoriser et assimiler graduellement les données et les formules. Des points clés résumant les données essentielles à retenir concluent chaque fiche. L’ouvrage est complété par une fiche de rappels mathématiques et une annexe de tables statistiques. (4e de couv.)

Causalité : modèles, raisonnement et inférence

PEARL (J.). 2009. New York : Cambridge University Press. 364p.
Écrit par l’un des chercheurs les plus éminents dans le domaine, ce livre offre une analyse détaillée de l’analyse moderne de la causalité. Il montre comment la causalité est passée de un concept nébuleux dans une théorie mathématique avec d’importantes applications dans les domaines des statistiques, l’intelligence artificielle, la philosophie, sciences cognitives, et les sciences de la santé et social. L’auteur présente un compte unifié des approches probabilistes, manipulatrice, contrefactuelles et structurelles à la causalité, et conçoit des outils simples de mathématiques pour analyser les relations entre les liens de causalité, les associations statistiques, les actions et observations. Le livre ouvrira la voie pour comprendre l’analyse de causalité dans le programme standard de statistiques, l’intelligence artificielle, des affaires, de l’épidémiologie, sciences sociales et économiques.
.STAT63

Erreurs courantes en statistique : (et comment les éviter)

GOOD (I.), HARDIN (J.W.). 2009. Denvers: Wiley. 84p.
Now in a second edition, the highly readable Common Errors in Statistics (and How to Avoid Them) lays a mathematically rigorous and readily accessible foundation for understanding statistical procedures, problems, and solutions. This handy field guide analyzes common mistakes, debunks popular myths, and helps readers to choose the best and most effective statistical technique for each of their tasks. Written for both the newly minted academic and the professional who uses statistics in their work, the book covers creating a research plan, formulating a hypothesis, specifying sample size, checking assumptions, interpreting p-values and confidence intervals, building a model, data mining, Bayes’ Theorem, the bootstrap, and many other topics. The Second Edition has been extensively revised to include: Additional charts and graphs; Two new chapters, Interpreting reports and which regression method? ; New sections on practical versus statistical significance and no uniqueness in multivariate regression; Added material from the authors’ online courses at statistics.com; new material on unbalanced designs, report interpretation, and alternative modelling methods. (4ème couv.)
STAT60

Biostatistique

BEUSCART (R.) / dir., BENICHOU (J.), ROY (P.), QUANTIN (C.), VALLERON (A.J.) / préf.
Collège National des Enseignants des Facultés de Médecine. Paris. FRA / collab.. 2009. Paris : Omniscience. 400p.Ce manuel est le fruit de l’expérience pédagogique de trente-sept enseignants du premier cycle des professions de santé. Structuré selon des exigences très strictes en treize chapitres reflétant fidèlement la réalité de l’enseignement médical de première année, il contient tous les éléments nécessaires à une bonne compréhension des méthodes biostatistiques de base par les futurs médecins, pharmaciens, sages-femmes, kinésithérapeutes et autres professionnels de santé. Il s’appuie sur un texte concis, sur plus de 100 illustrations et près de 170 exemples et encadrés pédagogiques, qui proposent en permanence, au fil des pages, un lien direct avec la réalité du futur praticien. Plus de 120 QCM, rédigés dans l’esprit du concours de première année, permettent au lecteur de s’entraîner et d’évaluer sa compréhension du cours. Toutes les réponses à ces questions et des tests interactifs sont disponibles à l’adresse. (4ème de couv.)

Stata par la pratique : statistiques, graphiques et éléments de programmation

S’appuyant sur des exemples clairs écrits dans un langage simple, cet ouvrage guide l’utilisateur au travers des différentes fonctionnalités de Stata 10. L’ensemble des outils nécessaires à un travail sur données est abordé : exploration des données, statistiques descriptives, modélisation, inférence, tests, graphiques, ainsi que les sorties pour publication. En outre, l’ouvrage inclut également une introduction à la programmation et propose des extraits de code utiles pour résoudre les problèmes fréquemment rencontrés par les utilisateurs. Il contient le matériel essentiel pour transformer le débutant en expert, la clarté de l’ouvrage rendant ce processus particulièrement rapide. L’ouvrage propose un apprentissage de Stata par des approches variées. Les exemples proposés sont principalement tirés de l’économie et des sciences sociales, mais sont illustratifs pour tout lecteur intéressé par une application statistique, quelle que soit sa spécialité.
STAT56

Modélisation longitudinale et multiniveau avec Stata

RABE-HESKETH (S.), SKRONDAL (A.). 2008. Texas : Stata Press. 562p. 2nd edition.
Modélisation multiniveaux et longitudinales en utilisant Stata, Second Edition, par Sophia Rabe-Hesketh et Anders Skrondal, porte plus précisément sur le traitement de Stata de modèles mixtes linéaires généralisés, également connu sous le nom de modèles multiniveaux ou hiérarchiques. Cette deuxième édition intègre trois nouveaux chapitres: un chapitre sur la régression linéaire standard, un chapitre sur l’analyse discrète de survie temps, et un chapitre sur les données longitudinales et de panneau contenant une discussion élargie de l’aléatoire des coefficients et des modèles de courbe de croissance. Les auteurs ont actualisé cette édition pour Stata 10, ont ajouté de nouveaux exemples et des d’exercices. En résumé, ce livre est le plus complet, up-to-date de la représentation de la capacité de Stata pour équiper les modèles linéaires généralisés mixtes. Les auteurs fournissent une introduction idéale pour les utilisateurs de Stata qui souhaitent en apprendre davantage sur ces données puissant outil d’analyse. (extrait 4ème de couv.)
STAT61

Introduction à la médiation de l’analyse statistique

This volume introduces the statistical, methodological, and conceptual aspects of mediation analysis. Applications from health, social, and developmental psychology, sociology, communication, exercise science, and epidemiology are emphasized throughout. Single-mediator, multilevel, and longitudinal models are reviewed. The author’s goal is to help the reader apply mediation analysis to their own data and understand its limitations. Each chapter features an overview, numerous worked examples, a summary, and exercises (with answers to the odd numbered questions). The accompanying CD contains outputs described in the book from SAS, SPSS, LISREL, EQS, MPLUS, and CALIS, and a program to simulate the model. The notation used is consistent with existing literature on mediation in psychology. The book opens with a review of the types of research questions the mediation model addresses. Part II describes the estimation of mediation effects including assumptions, statistical tests, and the construction of confidence limits. Advanced models including mediation in path analysis, longitudinal models, multilevel data, categorical variables, and mediation in the context of moderation are then described. The book closes with a discussion of the limits of mediation analysis, additional approaches to identifying mediating variables, and future directions. (4e couv.)

Analyse de mediation.

This book covers mediation analysis-the examination of whether an effect of one variable on another is direct or indirect or both. Author Dawn Iacobucci offers thorough coverage of introductory and advanced material as well as conceptual and statistical information. The book begins by introducing arguments of causality, and proceeds to examine current options for analyzing data patterns purported to exhibit meditational structures. Lacobucci shows direct and indirect paths via causal paths, regression, and structural equations models. She also grounds readers in a popular structural equations modeling approach so they can implement the statistical methods discussed in testing for evidence of mediation in a variety of empirical contexts. (4e couv.)