Rechercher

Sur ce site


lundi 4 février 2008

par Jean Lobry - 13 février 2008


Il y avait une interrogation surprise (PDF) en début de séance. La question est simple : dans les six graphiques de type camembert en 3D il faut désigner le plus petit et le plus grand secteur. D’après un article de Margaret Rangecroft (PDF).


Ivanny Marchant

nous a présenté une méthode de construction de population virtuelle : il s’agit de simuler au mieux, sans gommer en particulier la variabilité inter-individuelle, les caractéristiques de la population française pour évaluer la réponse d’indicateurs utilisés en santé publique. Les performances de deux estimateurs du risque cardiovasculaire (Framingham, SCORE) ne sont pas les mêmes.
[PDF].


Thibaut Jombart

nous a présenté ses "vaccances" au premier R-hackathon dédié
aux méthodes phylogéniques dans R
(il y avait du beau monde ). Le paquet phylobase posera à terme les bases de l’analyse de données comparatives dans R via la définition de classes S4 (on peut déjà noter phylo4 pour les phylogénies, phylo4d pour phylogénies + données, multiPhylo4 pour les phylogénies multiples et multiPhylo4d les phylogénies multiples + données). Le paquet phylobase est en pleine phase de développement début 2008, on trouvera la dernière version validée sur R-forge ici.
Dans la console R, faire simplement install.packages("phylobase", repos = "http://r-forge.r-project.org"). Voir la présentation de Thibaut pour tous les avantages de cette plateforme de développement collaboratif
[PDF].


Jean Lobry

nous a donné la correction de l’interrogation surprise
[PDF].
Il s’agit en fait d’un plaidoyer contre l’utilisation de constructions inefficaces et inutiles (Bertin, 1968) de type "camembert" pour la représentation des fréquences des modalités de variables qualitatives en analyse exploratoire des données.



Christian Gautier
pose le problème suivant. On considère un test de
conformité de moyenne, distibution normale, variance connue. On fait
un test bilatéral de $H_0 : \mu = \mu_0$ contre $H_1 : \mu \ne \mu_0$.
On travaille avec $\alpha = 0.05$ et donc une valeur critique à
$\pm 1.96$. Supposons que l’on ait rejetté $H_0$, le test étant
bilatéral il ne nous dit pas si $\mu > \mu_0$ ou bien $\mu < \mu_0$.
OK, faisons alors deux tests billatéraux ($H^1_0 : \mu = \mu_0$ contre
$H^1_1 < \mu_0$ et $H^2_0 : \mu = \mu_0$ contre $H^2_1 : \mu > \mu$).
Toujours avec $\alpha = 0.05$ on a une valeur critique à $\pm 1.64$ selon
le test. Oui mais, il faut alors appliquer une correction pour les
tests multiples. Soyons conservatifs et utilisons la correction
de Bonferroni, il nous faut alors travailler avec $alpha/2$
pour chaque test. On retombe alors sur extactement la même valeur
critique que pour le test billatéral à $\pm 1.96$ !!!