Nos Programmes
Module 1 : prise en main du logiciel R
Module 2 : Nettoyage des données et statistique descriptives
Module 3 : Echantillonnage et Estimations
Module 4 : Test statistiques
Module 5 : Eléments de recherche biomédicale
Module 6 : Modélisation des données de santé
La formation en analyse des données de santé est une formation visant à développer des compétences solides en analyse biostatistique avec R, depuis la préparation des données jusqu’à la modélisation avancée.
- Prise en main de R et RStudio
- Nettoyage et structuration des données
- Statistiques descriptives et exploratoires
- Tests statistiques paramétriques et non paramétriques
- échantillonnage et estimation
- Analyses épidémiologiques
- Modélisation (régression, survie, séries temporelles)
- Reporting automatisé avec R Markdown
- Introduction à R et R Studio
- Importations, vérifications et exportations
- Organisation et introduction aux packages tidyverse
- L’essentiel du package dplyr pour la manipulation des tables et tidyr
- L’essentiel du package lubridate pour la gestion des données de date
- Introduction à ggplot2
- Réalisation des principaux graphiques de bases avec ggplot2
- Personnalisation de l’apparence des graphiques
- Itération, boucles et listes
- Méthodologie de nettoyage
- nettoyage des données (déduplication, recodage etc…)
- Valeurs manquantes (identifications, fonctions utiles etc…)
- Imputation
- Analyse univarié
- Analyse bivarié
- Exploration des données avec skimr
- Personnalisation des tableaux croisée avec janitor
- Statistique conditionnelle, plotting, pivot elargi etc..
- Tableau de synthèse avec gtsummary
- Conversion en tableau de données
- Taux standardisés
- Moyennes mobiles
- Notion d’échantillon et population
- Technique d’échantillonnage
- Calcul de la taille d’échantillon
- Analyse d’enquêtes(données d’enquêtes, pondération, ratios etc…)
- Estimations
- Intervalle de confiance
- Principes des tests statistiques (hypothèse, pvalue etc…)
- Carte des principaux test statistiques( test paramétriques et non paramétriques)
- Normalité et normalisation
- T-test
- ANOVA (ANOVA one way,two wayMANOVA, ANCOVA, MANCOVA, ANOVA WITHIN, etc..)
- U-test , H-test, Friedman
- Test de proportion (McNemar, Cochran etc…)
- Test d’indépendance du Chi-2, correlation
- Les schémas d’études en épidémiologie et recherche clinique
- bibliothèque internet
- Les mesures d’association entre exposition et maladie (OR et RR)
- L’évaluation des performances des méthodes diagnostiques (sensibilité,
- Spécificité, faux positifs, faux négatifs, courbe ROC)
- Organisation des rapports avec Rmarkdown
- Organisation des rapport de routine
- Tableau de bord avec R markdown
- Régression linéaire, régression logistique
- Analyse de survie (test de logrank et régression de cox)
- Analyse de modération et de médiation
- Modélisation des épidémies et suivie des contacts
- Série temporelle et détection des épidémies