Comprendre la représentation et le traçage des données en biostatistique

biostatisticiens jouent un rôle unique dans la protection de la santé publique et l'amélioration de la vie des gens. Ce cours traite de l'importance de tracer des données pour visualiser les variations ou démontrer les relations entre les variables. Il commence par décrire comment les statistiques sont utilisées pour la collecte, l'organisation, l'analyse et l'interprétation des données. Vous découvrirez les différents types d'études statistiques ainsi que le processus de sélection d'observations préétablies auprès d'une population sous forme d'échantillon. En outre, vous comprendrez également l'importance de la biostatistique dans le développement, la mise en œuvre et l'application de méthodes statistiques dans la recherche médicale. Les concepts de statistiques descriptives et inférentielles sont ensuite abordés. Vous explorez le processus de description et de prévision à partir de données. En outre, les méthodes permettant de résumer les caractéristiques d'un ensemble de données afin de tirer des conclusions significatives à l'aide de techniques statistiques sont expliquées. Ensuite, vous étudiez les méthodes de calcul des valeurs d'unités identiques et différentes.

La section suivante traite des principales différences et du processus de calcul arithmétique et géométrique. Apprenez à calculer la plage, la moyenne absolue et l'écart type. En outre, vous étudierez le processus de détermination de la répartition des points de données depuis le centre à l'aide de mesures de variabilité. Ensuite, la procédure de calcul de l'erreur type de la moyenne (SEM) est décrite. Découvrez la méthode pour déterminer les écarts par rapport à la moyenne. Vous apprendrez également comment utiliser le score Z pour calculer la probabilité qu'un score tombe dans une distribution normale et comment comparer deux scores provenant de différentes distributions normales. Découvrez ensuite comment afficher graphiquement les données numériques des groupes en fonction des quartiles à l'aide de diagrammes en cases. Vous découvrirez également comment utiliser un diagramme en cases pour montrer la forme de distribution, ainsi que sa valeur centrale et sa variabilité.

Enfin, les concepts de moments, ainsi que l'asymétrie de la distribution statistique, sont décrits. Vous comprendrez l'importance des moments dans l'étude de la tendance centrale, de la dispersion, de l'asymétrie et de l'aplatissement d'une distribution. Ensuite, le processus d'utilisation de l' « asymétrie » pour mesurer la symétrie de la distribution est expliqué. Découvrez comment la variation de la distribution par rapport à la distribution normale peut être mesurée par l'asymétrie. Ensuite, vous découvrirez comment utiliser le kurtosis pour déterminer si les données sont à queue lourde ou à queue claire par rapport à une distribution normale. En outre, vous apprendrez comment le kurtosis aide à comprendre où se cachent le plus d'informations et comment analyser les valeurs aberrantes d'un ensemble de données donné. Enfin, le cours montre comment utiliser le langage de programmation R pour effectuer diverses tâches statistiques telles que le nettoyage, l'analyse et la visualisation des données. Il vous aidera à comprendre comment chaque forme de données est traitée, enregistrée et affichée sur un appareil, ainsi que les implications pour la manière dont elle est utilisée.