1. FORMATION
1.1. MOOC UDACITY "introduction to statistics"
1.2. MOOC Coursera "Biostatistics"
1.3. Courlis "MOOC Francophones de statistiques appliquées
2. lecture critique d'articles
2.1. Glossaire
2.2. Guide de lecture critique d'article
2.2.1. Identifier
2.2.1.1. l'objet de l'article
2.2.1.2. la question étudiée
2.2.2. la méthologie
2.2.2.1. population étudiée
2.2.2.2. méthode
2.2.2.3. biais
2.2.2.3.1. Biais de confusion
2.2.2.3.2. Biais de sélection
2.2.2.3.3. biais d'information
2.2.3. la présentation des résultats
2.2.4. l'analyse des résultats et de la discussion
2.2.5. évaluer l'application clinique
2.2.6. forme de l'article
3. OUTILS
3.1. LOGICIELS
3.1.1. Choisir un logiciel /coût
3.1.1.1. SPSS : Tutoriel Youtube
3.1.1.2. Tester STATISTICA
3.1.1.3. AcaStat (le moins cher)
3.1.2. EXCEL
3.1.2.1. Macro EXCEL
3.1.2.1.1. StatPlus
3.1.2.1.2. XLSTAT 2012
3.1.2.1.3. StatEL : aide au choix des tests
3.1.3. enquêtes
3.1.3.1. LimeSurvey
3.1.3.2. Enquête facile
3.1.3.3. EPIDATA
3.1.3.3.1. fichier d'aide Epidata
3.1.4. logiciel gratuit R : exemples
3.1.4.1. exemples avec R (Bruno Falissard)
3.1.5. EXCEL et tests statistiques
3.2. CALCULATRICES
3.2.1. CASIO Graph 25 Pro
3.2.2. CASIO Graph 35 Pro
3.3. application Iphone, Ipad
3.3.1. lessons & quizzes
3.3.1.1. StatQ
3.3.1.2. Statistics
3.3.2. LearnStat
3.3.3. caculator
3.3.3.1. Regression calculator
3.3.3.2. Bellcurve: Normal distribution calculator
3.3.3.3. ANOVA
4. TESTER UNE HYPOTHESE
4.1. mesurer tester des hypothèses
4.1.1. Diaporama Rémi Bachelet
4.1.2. Choisir un test statistique
4.1.2.1. StatEL Vous Aide A Choisir Le Bon Test Statistique
4.1.2.2. How to choose a statistical test
4.1.2.3. What statistical analysis should I use?
4.1.2.4. Choosing the Correct Statistical Test
4.1.2.5. types of statistical analysis
4.1.2.6. tests et comparaisons en statistique
4.1.3. petit P =P-value
4.1.3.1. Video YouTube
4.1.4. Variables
4.1.4.1. independent sample
4.1.4.2. Independent & Dependent Variables (and causal arguments too)
4.1.4.3. exemples
4.1.4.4. variable indépendante et variable dépendante
4.1.5. Etapes d'un test statistique
4.2. TEST DE CORRELATION/ASSOCIATION
4.2.1. Corrélation linéaire: cours
4.2.2. tests de corrélation
4.2.3. tests sur les tableaux de contingence (Khi2)
4.2.4. test de tendance de Cochran Armitage
4.2.5. Test de Mantel
4.3. TESTS PARAMETRIQUES
4.3.1. Comparaison de moyenne :Test T et Z
4.3.1.1. tables
4.3.1.1.1. table test T bilatéral
4.3.1.2. diaporama : test de comparaison des moyennes ++++
4.3.1.2.1. le t et la loi de student : résumé ++
4.3.1.3. Khan Academy
4.3.1.3.1. Z-statistics vs. T-statistics
4.3.1.3.2. Small Sample Hypothesis Test
4.3.1.3.3. T-Statistic Confidence Interval (for small sample sizes)
4.3.1.4. Test T et Z pour un échantillon (XLSTAT)
4.3.1.5. Test T et Z pour deux échantillons
4.3.1.6. exercices
4.3.2. Comparaison de Variances
4.3.2.1. Comparaison des variances de deux échantillons
4.3.2.2. Comparaison de variance pour k échantillons
4.3.3. Tests multi dimensionnels
4.3.3.1. Tests multidimensionnels (Mahalanobis)
4.3.4. Test pour proportion
4.3.4.1. Test pour une proportion
4.3.4.2. Tests pour deux proportions
4.3.4.3. Comparaisons de k proportions
4.3.5. Test d'ajustement multinomial
4.3.6. TOST (Test d'équilivalence)
4.3.7. comparaison des pentes de deux droites de regression: test Student
4.3.7.1. test de la pente exemple
4.4. TESTS NON PARAMETRIQUES
4.4.1. Ajustement d'une loi de probabilité
4.4.2. Comparaison de deux distributions
4.4.2.1. Kolmogorov-Smirrnov
4.4.2.1.1. youtube
4.4.3. Comparaison de deux échantillons
4.4.3.1. Kruskal-Wallis
4.4.3.2. Friedman
4.4.4. Test de Durbin, Skillings-Mack
4.4.5. Test de Page
4.4.6. Test Q de Cochran
4.4.7. Test de McNemar
4.4.8. Test de Cochran-Mantel-Haenszel
4.4.9. Test des séquences
5. INDICES
5.1. Indices de tendance centrale
5.1.1. la moyenne
5.1.1.1. http://www.khanacademy.org/math/statistics
5.1.2. la médiane
5.1.2.1. Exercice : Khan Academy
5.1.3. le mode
5.1.3.1. http://www.khanacademy.org/math/statistics
5.1.4. Quartiles
5.1.4.1. Box plot
5.1.4.1.1. Reading Box-and-Whisker Plots :
5.2. indices de dispersion
5.2.1. écart moyen
5.2.2. variance
5.2.2.1. Khan Academy
5.2.2.1.1. variance of population
5.2.2.1.2. Sample variance
5.2.3. écart type
5.2.3.1. Khan Academy
5.2.3.1.1. standard deviation
5.3. Notion de Degré de liberté : DLL
5.3.1. Degrees of Freedom
5.4. exercices de statistiques de base avec la Khan Academy
6. LES BASES
6.1. VARIABLES
6.1.1. QUANTITATIVES
6.1.1.1. DISCRETE
6.1.1.1.1. Exemple de variables discrètes
6.1.1.2. CONTINUE
6.1.2. QUALITATIVES
6.1.2.1. ORDINALES
6.1.2.2. NOMINALES
6.1.3. EXEMPLES
6.1.4. Choisir un test / type de variable
6.2. ECHANTILLONS
6.2.1. INDEPENDANTS
6.2.2. APPARIES
6.2.2.1. choix d'un test statistique
6.3. Prèparation des données
6.3.1. echantillonnage
6.3.1.1. Echantillonage de données
6.3.1.1.1. Ex XLSTAT : employee/gender/time
6.3.1.2. Echantillonnage dans une distribution
6.3.2. Transformation de variables
6.3.2.1. Pourquoi transformer une variable ?
6.3.3. Redressement d'enquêtes
6.3.4. Créer un tableau de contingence
6.3.4.1. Avec XLStat
6.3.4.1.1. Youtube
6.3.4.2. Tableau de contingence (tableau à double entrées)
6.3.4.3. analyse des tableaux de contingence
6.3.5. tableau disjonctifs complets
6.3.5.1. XLStat
6.3.6. discrétisation
6.3.7. gestion des données
6.3.8. codage
6.3.8.1. codage
6.3.8.2. codage en rangs
6.3.8.3. codage présence/absence
6.4. Description des données
6.4.1. Statistiques descriptives
6.4.2. Estimation des quantiles
6.4.3. Histogrammes
6.4.3.1. représentation graphique
6.4.4. Test de Normalité
6.4.4.1. Droite de Henry
6.4.4.2. étude de la normalité d'une variable aléatoire
6.4.5. Statistiques rééechantillonnées (Boostrap)
6.4.5.1. exemple XLSTAT ( 150 irises for which 4 variables)
6.4.6. Matrice de similarité/dissimalarité (corrélation)
6.4.7. Corrélation bisérielle
6.4.8. Tableau de contingence (stats descriptives)
6.4.9. XLSTAT-Pivot
6.5. Visualisation des données
6.5.1. Graphiques univariés
6.5.1.1. Box plots
6.5.1.1.1. La boite à moustaches : Tukey 1977
6.5.1.2. Scattergrams
6.5.1.3. Strip plots
6.5.1.4. Stem and leaf plots
6.5.1.5. Graphiques P-P (loi normale)
6.5.1.6. Graphiques Q-Q (loi normale)
6.5.2. Histogrammes
6.5.2.1. Histogramme barre
6.5.2.2. Histogramme ligne continue
6.5.2.3. histogramme cumulés
6.5.2.4. toutes les séries sur un graphique
6.5.3. Nuage de points
6.5.4. Graphique en coordonnées parallèles
6.5.5. Diagrammes terniaires
6.5.6. Graphiques 2D pour tableau de contingence
6.5.7. Barres d'erreur
6.5.8. Tracer une fonction
6.5.9. AxeZoomer
6.5.10. Reposition des étiquettes
6.5.11. EasyPoints
6.5.12. Graphique orthonormé
6.5.13. Redimensionner un graphique
6.5.14. Transformation de graphique
6.5.15. Fusion de graphique
6.5.16. XLSTAT 3DPlot
6.6. Analyse des données
6.6.1. Analyse factorielle
6.6.2. Analyse en Composantes principales (ACP)
6.6.3. Analyse factorielle Discriminante (AFD)
6.6.4. Analyse factorielle des Correspondances (AFC)
6.6.5. Analyse des Correspondances multiples (ACM)
6.6.6. Multidimensional Scaling (MDS)
6.6.7. Classification k-means
6.6.8. Classification ascendante hierarchique (CAH)
6.6.9. Partitionnement univarié
7. Modélisation des données
7.1. Ajustement d'une loi de probabilité
7.2. REGRESSION
7.2.1. Khan Academy
7.2.1.1. Squared error of regression line
7.2.1.2. Proof minimizing squared error
7.2.1.2.1. Part 1
7.2.1.2.2. Part 3
7.2.1.2.3. Part 4
7.2.1.3. Regression line example
7.2.1.4. Proof Part 2 Minimizing Squared Error to Line
7.2.1.5. R-Squared or Coefficient of Determination
7.2.1.6. Second Regression Example
7.2.1.7. Calculating R-Squared : Calculating R-Squared to see how well a regression line fits data
7.2.1.8. Covariance and the Regression Line : Covariance, Variance and the Slope of the Regression Line
7.2.2. Régression linéaire
7.2.2.1. cours école des mines + vidéo +++
7.2.2.2. diaporama paris5
7.2.2.3. How to select data in XLSTAT? Column selection
7.2.2.4. Exercices
7.2.2.4.1. avec corrigé (fait avec calculette)
7.2.2.4.2. Taille/Poids
7.2.2.4.3. Cardiofréquencemétrie
7.2.2.4.4. déficit auditif
7.2.2.4.5. étude objective d'un problème de tri
7.2.2.5. application Iphone :regression calculator
7.2.2.6. l'analyse des résidus
7.2.2.6.1. les postulats vérifiables avec les résidus : diaporama
7.2.2.6.2. les résidus des modèles de régression linéaire
7.2.3. autres regressions
7.2.3.1. Régression logistique
7.2.3.1.1. Regression logististique (XLSTAT)
7.2.3.1.2. Regression logististique (XLSTAT)
7.2.3.2. régression non paramétrique
7.2.3.2.1. Régression non paramétrique (XLSTAT)
7.2.3.3. régression non linéaire
7.2.3.3.1. Regression non linéaire (XLSTAT)
7.2.3.4. Régression PLS
7.2.3.5. arbre de classification et de régression
7.2.3.5.1. Arbre de classification (XLSTAT)
7.2.3.6. Correlated Component Regression
7.3. ANALYSE DE LA VARIANCE
7.3.1. ANCOVA
7.3.2. ANOVA
7.3.2.1. ANOVA XLTEST
7.3.2.2. ANOVA Khan Academy
7.3.2.2.1. ANOVA 1 : Calculating Total Sum of Squares
7.3.2.2.2. ANOVA 2 : Calculating Total Sum of Squares Within and Between
7.3.2.2.3. ANOVA 3 -Hypothesis Test with F-Statistic : Analysis of Variance 3 -Hypothesis Test with F-Statistic
7.3.3. ANOVA à mesures répétées
7.4. Modèles mixtes
7.4.1. de la régression linéaire et l'analyse de la variance aux modèles linéaires généralisés