Identification de la formation
Code de formation: 
7680
Domaine - Formacode: 
information scientifique et technique

Comment deteacute;finir la robustesse en statistique? quel est let#39;apport des meteacute;thodes dites robustes?

La etquot;robustesseetquot; implique une insensibiliteteacute; aux eteacute;carts detucirc;s etagrave; une non-conformiteteacute; aux hypothetegrave;ses sous-jacentes etagrave; un modetegrave;le probabiliste. Le plus souvent, nous voulons obtenir des meteacute;thodes dont les hypothetegrave;ses det#39;application ne soient pas trop restrictives. Les meteacute;thodes classiques det#39;Analyse Statistique neteacute;cessitent tretegrave;s souvet une distribution Gaussienne des donneteacute;es. Les meteacute;thodes robustes garantiront que le reteacute;sultat est bon pour une tretegrave;s grande collection de distributions sans pour autant etecirc;tre les meilleures pour une en particulier. (Rapacchi 1994)

Les meteacute;thodes de comparaison de groupes et det#39;eteacute;tude det#39;associations se sont enrichies au fil des ans et offrent aux chercheurs de nombreuses potentialiteteacute;s, une plus forte puissance statistique et une approche plus completegrave;te et nuanceteacute;e des donneteacute;es.

Toujours est-il quet#39;il peut etecirc;tre difficile de deteacute;terminer la meteacute;thode statistique la plus adapteteacute;e etagrave; ses besoins, a fortiori lorsquet#39;on net#39;est pas statisticien de formation, ainsi que le soulignent R. Wilcox et G. Rousselet :

But for the non-statistician, the vast array of new and improved techniques for comparing groups and studying associations can seem daunting, simply because there are so many new methods that are now available. (Wilcox et Rousselet 2018)

A travers des apports meteacute;thodologiques et des exercices, les participants apprendront etagrave; mieux identifier les enjeux meteacute;thodologiques statistiques inheteacute;rents etagrave; leurs besoins et etagrave; leurs pratiques.

Le stage est animeteacute; en franetccedil;ais.

Programme

This workshop provides an introduction to statistical assessment of data using robust estimators, techniques to build confidence intervals such as the percentile bootstrap, and detailed graphical representations. The philosophy underpinning the workshop is described in these articles:

Rousselet, Guillaume A., John J. Foxe, and J. Paul Bolam. 2016. etlsquo;A Few Simple Steps to Improve the Description of Group Results in Neuroscienceetrsquo;. European Journal of Neuroscience 44 (9): 2647etndash;51. https://doi.org/10.1111/ejn.13400.
Rousselet, Guillaume A., Cyril R. Pernet, and Rand R. Wilcox. 2017. etlsquo;Beyond Differences in Means: Robust Graphical Methods to Compare Two Groups in Neuroscienceetrsquo;. BioRxiv, May, 121079. https://doi.org/10.1101/121079.

The main topics include:

robust measures of central tendency etamp; dispersion;
robust correlation approaches, including how to compare correlation coefficients;
bootstrap techniques to build confidence intervals;
detailed assessment of distributions using quantile es

Contenus pédagogiques
Objectifs: 
Fournir un panorama critique des meteacute;thodes statistiques prioritairement pour un public de non statisticiens. La formation peut aussi setrsquo;adresser etagrave; des speteacute;cialistes souhaitant actualiser leurs connaissances (la formation metecirc;le apports meteacute;thodologiques et exercices) Identifier les limites des meteacute;thodes traditionnelles, notamment en termes de puissance statistique et de reteacute;sultats vecteurs detrsquo;interpreteacute;tations erroneteacute;es Identifier quand, comment et pourquoi certaines techniques statistiques plus modernes doivent etecirc;tre mobiliseteacute;es Les TP sont effectueteacute;s sous R et RStudio.
Public visé: 
tout public
Résultats attendus de la formation: 
Fournir un panorama critique des meteacute;thodes statistiques prioritairement pour un public de non statisticiens. La formation peut aussi setrsquo;adresser etagrave; des speteacute;cialistes souhaitant actualiser leurs connaissances (la formation metecirc;le apports meteacute;thodologiques et exercices) Identifier les limites des meteacute;thodes traditionnelles, notamment en termes de puissance statistique et de reteacute;sultats vecteurs detrsquo;interpreteacute;tations erroneteacute;es Identifier quand, comment et pourquoi certaines techniques statistiques plus modernes doivent etecirc;tre mobiliseteacute;es Les TP sont effectueteacute;s sous R et RStudio.
Modalités d'alternance: 
pas d'alternance
Conditions spécifiques: 
Bases de la programmation en R / Prévoir un portable avec R et RStudio installés / Réseaux wifi disponibles : Eduroam (identifiants ENT) ; Réaumur (sans authentification)
Déroulement du stage
Modalités d'enseignement: 
Formation entièrement présentielle
Durée (heures): 
6 heures
Période de formation: 
Je, 28/03/2019
Inscription
Période d`inscription: 
Je, 28/03/2019 - Me, 27/03/2019
Prise en charge des frais de formation possible: 
Oui
Contact de l'action de formation: 

URFIST de Bordeaux (4 avenue Denis Diderot 33607 PESSAC)

Nom: 
URFIST de Bordeaux
Adresse: 
4 avenue Denis Diderot
Code postal: 
33607
Ville: 
PESSAC
Téléphone fixe: 
05 56 84 29 19
Fax: 
05 56 84 86 96
Courriel: 
urfist@u-bordeaux.fr
Web: 
weburfist.univ-bordeaux.fr/
Région: 
Aquitaine
Organisme formateur: 
URFIST de Bordeaux
Organisme de formation: 
URFIST de Bordeaux
Domaine - NSF: 
325
Domaine - Rome: 
32214
Niveau à l'entrée en formation: 
Information non communiquée
Niveau à l'entrée en formation obligatoire: 
Non
Formation certifiante: 
Non
Rythme de la formation: 
Temps plein
Modalités d'entrée sortie: 
Entrées / sorties à dates fixes
Langue utilisée lors de la formation: 
Français