Valorisation des Résultats: Application du G-power- 2019

Puissance de l'étude
Estimation de la taille de l'échantillon avant de démarrer l'étude scientifique.
Application du logiciel G-Power

1. Dr Aicha MADKOUR
Formatrice Spécialiste en R&D, Docteur biologiste (AMP); email: [email protected]
Formation (2)
06/02/2019-ENSAK

2. Processus de valorisation des
résultats
1
■Rendre les résultats
–Compréhensibles
–Accessibles
–Analysable
–Faciles à interpréter
–Faciles à comparer
➔Donc suivre le modèle des autres
➔Ou ajouter un appui pour une validation
d’une technique
➔Ou masquer/justifier la faiblesse de
l’échantillon restreint

3. Avant le Projet: Estimation de la
taille de l’échantillon
Sondage
aléatoire
Ech
Systématique
SdStratifié
Sdpar Grappe
Enquête
descriptive
Enquête
Comparative
Cas –Témoins
Cohorte
Essais d’intervention
2

4. Avant le Projet: Estimation de la
taille de l’échantillon
2
Combien dois-je inclure et sélectionner
d’échantillon pour que soit mon étude crédible?
Comment, à partir d’un petit nombre, puis-je
extrapoler sur l’ensemble?
Témoin et Tests, doivent ils être égaux?
J’ai plus de témoins que des tests!!! Dois-je
éliminer le reste des témoins…?

5. Avant le Projet: Estimation de la
taille de l’échantillon
2
•La statistique ➔décrire,
comprendre et estimer ou
projeter une situation
•Les outils stat et techniques
d’analyse ➔varient en
fonction de l’objectif!

6. Avant le Projet: Estimation de la
taille de l’échantillon
2

7. Estimation de la taille de
l’échantillon
2
•Diff entre les moyTest vs Ctrl
➔D=différence des moyennes •
•Normaliser D par une quantité très importante sur laquelle
on va amplement revenir
➔l’écart ‐type : S
•On considère le ratio D/S
➔Si ce ratio est « grand » = EFEET
➔Si le ratio est petit = PAS d’effet

8. Estimation de la
Taille d’échantillon
2
Si H0 estacceptée Si H0 estrejetée
H0 TRUE 1 –α
(typically 0.95)
α= probability of Type
I error
(typically 0.05)
H0 FALSEβ= probability of Type
II error
(varies)
1 –β
➔statistical power
Faire un test c’est juste décider si l’hypothèse nulle
H0est compatible avec les données qu’on a récoltées
ou si à l’inverse c’est l’hypothèse alternative qui est
compatible

9. Avant/Après le Projet: Estimation
de la Puissance de l’étude
3
Puissance d’étude veut
dire à quel point on est
statistiquement sûre
d’avoir pris la bonne
décision de rejeter ou
d’accepter l’H0!!!

10. Avant/Après le Projet: Estimation
de la Puissance de l’étude
3
Peut‐être y a‐t‐il un
impact!!!
• Mais l’échantillon n’était pas
suffisant pour le détecter
• Ou cette fois‐ci, nous n’avons
vraiment pas eu de chance avec
notre échantillon
• Comment pouvons‐nous réduire
cette erreur ?

11. Avant/Après le Projet: Estimation
de la Puissance de l’étude
3

12. Avant/Après le Projet: Estimation
de la Puissance de l’étude
3

13. Avant/Après le Projet: Estimation
de la Puissance de l’étude
3

14. Logiciels d’évaluation de
puissance d’étude
G*Power
Epi Info
PS Setup
4
https://fr.surveymonkey.com/mp/sample-size-calculator/

19. ■A priori:～
■Compromise：～
■Criterion：～
■Post hoc：～
■Sensitivity：～

20. ■Tail
■Effect size
■α err prob
■Power
■Ａｌｌｏｃａｔｉｏｎ ratio

22. –[Test family]=t tests
–[Statistical
test]=Correlation：～
■Effect size |r|
■0.1
■0.3
■0.5

23. ■[Test family]=F tests

25. ■[Test family]=F tests

29. ■ANOVA
■[Test family]=F tests
1st2nd3rd
A101113
B121514
C101316

32. ■[Test family]=F tests
b1 b2
a1a2a3 a1a2a3
A1097D6510
B1188E8611
C1096F7715

35. Dr Aicha MADKOUR
Formatrice Spécialiste en R&D, Docteur biologiste (AMP); email: [email protected]