Font size
WorksheetsMSO6067 - Révisions
Total questions: 12
Worksheet time: 33mins
Qu'est-ce qu'une probabilité conditionnelle ?
La probabilité qu'un événement se produise, indépendamment de tout autre événement
La probabilité d'un événement, étant donné qu'un autre événement s'est déjà produit
La probabilité que deux événements se produisent en même temps
La probabilité qu'un événement ne se produise pas
Deux événements A et B sont indépendants si :
P(A ∩ B) = P(A)* P(B)
P(A ∩ B) = P(A)*P(B|A)
P(A ∩ B) = P(A) + P(B)
P(B | A) = P(B) + P(A)
Utilisation du théorème de Bayes dans un contexte médical
Supposons qu'un nouveau test de dépistage pour une maladie rare a été développé. Ce test a une sensibilité de 95% (probabilité de tester positivement si la personne a la maladie). La prévalence de la maladie dans la population est de 0.5% (Probabilité de la maladie). Le taux de positivité lié au test est de 0.75% (Probabilité d’un test positif). Quelle est la probabilité qu'une personne testée positivement ait réellement la maladie ?
Quelle est la différence entre une loi de probabilité discrète et une loi de probabilité continue ?
Qu'est-ce que le théorème central limite implique?
La distribution des moyennes d'échantillon est toujours normale
La distribution des moyennes d'échantillon tend vers une distribution normale
La moyenne de l'échantillon est égale à la moyenne de la population
La variance de l'échantillon diminue avec la taille de l'échantillon
Quelles sont les étapes correctes à suivre lors de la réalisation d'un test d'hypothèse ? (à replacer dans l'ordre)
Formuler les hypothèses
Choisir le niveau de signification (alpha)
Calculer la statistique de test
Prendre une décision
Qu'est-ce qu'une erreur de type I dans le contexte des tests d'hypothèses ?
Accepter à tort l'hypothèse nulle
Rejeter à tort l'hypothèse nulle
Accepter à tort l'hypothèse alternative
Ne pas pouvoir conclure sur l'hypothèse testée
Dans quel cas utiliseriez-vous un test non-paramétrique ?
Lorsque les données suivent une distribution normale
Lorsque les échantillons sont de grande taille
Lorsque les données ne respectent pas les hypothèses des tests paramétriques
Lorsque les données sont catégorielles
Questions avec applications sur R
Utilisation de la base de données cancer de la librairie survival : contient des données sur les patients atteints de cancer du poumon avancé. Les variables incluent l'âge, le sexe, le statut de performance ECOG, la perte de poids, le temps de survie.
Pour un seuil de 1%, existe-t-il une dépendance significative entre le sexe des patients et leur statut de survie (décès ou non) ?
Pour un seuil de 5%, y a-t-il une différence significative de moyenne d'âge des patients survivants et décédés?
Pour un seuil de 5%, existe-t-il une différence significative de perte de poids entre les patients de sexe masculin et féminin ? La variable perte de poids (wt.loss) ne suit pas une distribution normale.
Pour un seuil de 5%, existe-t-il une dépendance significative entre l'âge des patients et le temps de survie ?
