Biostatistics: The Good, the Bad and the Ugly
Réflexions méthodologiques et statistiques
Tout l’objet de ce billet de blog est de tracer un parallèle entre la manière d’analyser les biais statistiques et celle d’analyser les biais méthodologiques. Cas des biais statistiques Face à des biais statistiques purs, tels que l’approximation de la loi binomiale à la loi normale, les propriétés mathématiques sont analysables. De manière très schématique …
Continuer la lecture « Concept de la dépendance des biais à la taille d’échantillon »
Imaginez que vous vous intéressiez à comparer des techniques médicales ou chirurgicales pour lesquels il existe à la fois une grande variance de pratique inter-centre mais aussi une variance de pratique intra-centre. Que faire de l’effet centre ? Faut-il ajuster dessus ? Il existe deux approches orthogonales, toutes deux soumises à des biais bien différents. …
Introduction Le modèle de Cox, et l’estimateur de Kaplan-Meier servent classiquement aux analyses de survie. Ils reposent sur la notion d’événement, tel que le décès, dont on puisse dater précisément la survenue. Ces modèles atteignent leurs limites lorsqu’on souhaite analyser plusieurs événements mutuellement exclusifs (compétitifs). Par exemple, on peut se demander si le cancer (survenant …
Histoire John Napier (1550 – 1617) est un mathématicien, physicien et astronome écossais qui inventa le logarithme. La première table de logarithme publiée par Napier était conçue pour effectuer des multiplications par le sinus d’angles et n’utilisait pas la fonction logarithme telle qu’elle est connue de nos jours (référence : Pochon, Luc-Olivier. « A propos d’une …
Continuer la lecture « Les flogs : nouveau concept sur un outil ancien »
Le problème d’estimation d’un simple pourcentage est relativement simple. En effet, on dispose généralement de deux données : un numérateur et un dénominateur du pourcentage. La distribution du numérateur suit une loi binomiale qui est parfaitement déterminée pour toute proportion théorique définie. Les fluctuations d’échantillonnages sont ainsi facilement identifiables et, par inversion de tests binomiaux, …
Continuer la lecture « Que faire d’un paramètre de nuisance ? »
Je commence à connaître un peu le code source de R, en raison d’améliorations que j’y ai apportées : possibilité d’interrompre les gros calculs, accélération de la génération de nombre aléatoires, suppression de la limite à 128 connections, accélération de la fonction mean() sur les ALTREPs, refactoring de la fonction sum(). Voilà mon opinion : …
Un petit billet sur un sujet informatique pour changer des sujets plus statistiques. J’ai fait un récapitulatif de la gestion des jeux d’instructions complémentaires (SSE2, SSSE3, SSE4.2, AVX, AVX2, AVX-512) par les processeurs AMD et Intel. Cette liste devrait permettre aux programmeurs de savoir ce qu’on peut raisonnablement considérer comme universellement présent et ce qui …
Vous connaissez peut-être le test de Brown-Forsythe publié par Brown et Forsythe et décrit par les auteurs comme un test d’égalité des variances robuste aux écarts à la normalité. Le test est très simple à comprendre : il s’agit d’une ANOVA comparant la moyenne des écarts à la médiane. S’il y a seulement deux groupes, …
Un billet pour expliquer les étapes conduisant à une amélioration des performances d’un programme assez simple : réalisant un bootstrap résiduel dans un modèle linéaire général. Cette méthode statistique est adaptée aux écarts assez sévères à la normalité, fragilisant le théorème central limite et limitant la validité de la méthode de Wald. Cette méthode ne …
Continuer la lecture « Exemple d’optimisation du code en R »
Vous connaissez peut-être les tests hiérarchiques; une manière de gérer la multiplicité des tests en planifiant une liste de tests, à réaliser dans un ordre précis. Chaque test est réalisé à un niveau de significativité donné (5% le plus souvent). Les tests sont effectués tant qu’ils sont tous significatifs (p < 5%) et il y …