Fiche de révision : Démarche scientifique et statistiques

📋 Plan du Cours

1. Étapes de la démarche scientifique
2. Statistiques descriptives et inférentielles
3. Cycle et classification des études
4. Variables et niveaux de mesure
5. Échantillonnage et représentativité
6. Mesures descriptives et dispersion
7. Fréquences, tableaux et graphiques
8. Inférence et tests d’hypothèses

📖 1. Étapes de la démarche scientifique

★ À maîtriser

• 🔄 La démarche scientifique suit huit étapes:
  1. Observer les connaissances établies
  2. Poser une question
  3. Formuler une hypothèse
  4. Définir les objectifs
  5. Concevoir l’étude
  6. Réaliser l’expérience et recueillir les données
  7. Décrire les résultats
  8. Tester statistiquement et conclure

📌 Une hypothèse est une affirmation qui constitue un pari sur un résultat, tandis qu’un objectif est une action concrète réalisée pour vérifier cette hypothèse.

📌 Les statistiques descriptives suffisent lorsque l’objectif est seulement de décrire un échantillon, mais une conclusion générale exige des statistiques inférentielles.

Compléments

• Dans l’exemple de l’arthrose, l’hypothèse est que la curcumine a un effet anti-inflammatoire supérieur à l’ibuprofène chez les personnes souffrant d’arthrose.

💡 Astuce mémo

Observer → questionner → hypothétiser → mesurer → conclure

📖 2. Statistiques descriptives et inférentielles

🔑 Notions clés & Définitions

• Statistiques descriptives : Servent à décrire un échantillon à l’aide de graphiques, de tableaux, de moyennes et de pourcentages.
• Statistiques inférentielles : Calculent une probabilité, testent une hypothèse et permettent de généraliser les résultats d’un échantillon à la population.

📝 Points essentiels

• Dans l’exemple de la curcumine, une douleur moyenne de 2 dans le groupe curcumine et de 4 dans le groupe ibuprofène ne suffit pas à établir que les traitements diffèrent réellement.

💡 Astuce mémo

Décrire l’échantillon ≠ généraliser à la population

📖 3. Cycle et classification des études

★ À maîtriser

• 🔄 Le cycle de l’épidémiologie enchaîne:
  1. Épidémiologie descriptive
  2. Épidémiologie analytique
  3. Épidémiologie évaluative
  4. Retour à la description

📌 Une étude observationnelle observe sans intervenir, tandis qu’une étude expérimentale implique une intervention du chercheur.

📌 Une étude transversale décrit une situation à un moment donné, une étude rétrospective interroge le passé et une étude prospective suit les participants vers le futur.

Compléments

• Les essais cliniques expérimentaux peuvent être randomisés lorsque les participants sont tirés au sort ou non randomisés lorsqu’ils sont sélectionnés selon des critères.

💡 Astuce mémo

Descriptive → analytique → évaluative → nouvelle description

📖 4. Variables et niveaux de mesure

🔑 Notions clés & Définitions

• Variable : Tout caractère, caractéristique, propriété ou phénomène que l’on peut mesurer ou classer.

📝 Points essentiels

• Une variable contrôlée ou indépendante est définie à l’avance par le chercheur, tandis qu’une variable mesurée ou dépendante est observée comme variable d’intérêt.

• Une variable quantitative produit des valeurs numériques exploitables en calcul, tandis qu’une variable qualitative correspond à une catégorie ou une qualité.

• Une variable nominale comporte des catégories sans ordre logique, tandis qu’une variable ordinale comporte des catégories ordonnées.

💡 Astuce mémo

Contrôlée par le chercheur ≠ mesurée chez le participant

📖 5. Échantillonnage et représentativité

🔑 Notions clés & Définitions

• Échantillon : Sous-groupe sélectionné dans une population pour estimer la réalité, car étudier toute la population serait trop long, coûteux ou contraire à l’éthique.
• Représentativité : Signifie que l’échantillon reflète la composition réelle de la population étudiée, notamment son âge, son sexe et son contexte.

★ À maîtriser

📌 La sélection aléatoire donne à chaque individu la même probabilité d’être choisi, tandis que la sélection non aléatoire repose sur des critères définis à l’avance.

Compléments

• La migraine touche 3 femmes pour 1 homme, mais la recherche a longtemps été menée presque exclusivement chez l’homme, ce qui a pu produire des traitements mal adaptés.

💡 Astuce mémo

Échantillon biaisé → conclusions peu représentatives

📖 6. Mesures descriptives et dispersion

🔑 Notions clés & Définitions

• Moyenne : Obtenue en divisant la somme des valeurs par le nombre d’individus et très sensible aux valeurs extrêmes.
• Médiane : Valeur du milieu d’une série ordonnée et, lorsque le nombre de valeurs est pair, moyenne des deux valeurs centrales.

📝 Points essentiels

📌 Lorsque la moyenne et la médiane sont proches, on utilise généralement la moyenne, tandis qu’un écart important entre elles signale des valeurs extrêmes et conduit à privilégier la médiane.

📐 Formule — L’intervalle de confiance d’une moyenne vérifie $IC = moyenne \pm \frac{2 \times écart\text{-}type}{\sqrt{n}}$.

💡 Astuce mémo

Moyenne sensible aux extrêmes ≠ médiane résistante aux extrêmes

📖 7. Fréquences, tableaux et graphiques

★ À maîtriser

📌 La prévalence est le nombre de cas présents à un instant précis ou sur une période donnée, tandis que l’incidence est le nombre de nouveaux cas survenus pendant une période.

📌 Pour les variables quantitatives, l’histogramme représente notamment la moyenne et l’écart-type, le nuage de points montre un lien entre deux variables et la boîte à moustaches compare une même variable entre des échantillons.

Compléments

• Les tableaux de contingence donnent un aperçu de deux ou plusieurs variables, le plus souvent qualitatives ou catégorielles.

• Pour les variables qualitatives, les diagrammes circulaires ou en barres représentent les fréquences, la hauteur du rectangle indiquant la fréquence dans un diagramme en barres.

📖 8. Inférence et tests d’hypothèses

🔑 Notions clés & Définitions

• Hypothèse nulle : Suppose qu’il n’existe pas de différence entre les échantillons concernant la variable étudiée et qu’ils peuvent être considérés comme égaux.

★ À maîtriser

• 🔄 Un test d’hypothèses consiste à:
  1. Établir H0
  2. Fixer le risque alpha
  3. Choisir le test
  4. Appliquer le test et calculer la valeur-p
  5. Interpréter le résultat et conclure

📌 Le risque alpha est la probabilité de rejeter H0 alors qu’elle est vraie, tandis que la valeur-p est comparée à alpha pour déterminer la significativité statistique.

📌 Un test non significatif ne permet de conclure ni à l’existence d’une différence ni à la preuve d’une absence de différence.

Compléments

• Le choix d’un test dépend du type de variable, du paramètre statistique, de la distribution des données et de leur dispersion.

💡 Astuce mémo

H0 → alpha → test → valeur-p → conclusion

📊 Tableaux de synthèse

Types d’études

Mesures de tendance centrale