Défiler vers le haut

BIOSTAT - Niveau 1

Les capsules de biostatistique sont destinées à vous aider à préparer l'épreuve de Lecture Critique d'Article de début de 6ème année de médecine.

Ces capsules ne remplacent pas les enseignements formels ni même n'ont la prétention de couvrir l'ensemble des connaissances en biostatistique. Au contraire, nous prenons volontairement certains raccourcis et nous n'abordons pas de nombreuses connaissances que nous estimons non nécessaires à la compréhension des articles scientifiques médicaux.

En pratique, nous vous recommandons de suivre l'ordre des capsules du niveau 1 dont le cheminement en terme de complexité est progressif. 

Licence Creative Commons Théorème de Bayes et applications : rappels de probabilités - 2 Approches

13 mai 2024
Durée : 00:07:29
Nombre de vues 872
Nombre d’ajouts dans une liste de lecture 5
Nombre de favoris 3

Deuxième partie sur trois de l'Episode 20 "Théorème de Bayes et applications : rappels de probabilités".

Thomas Moulinet, Maître de conférences en médecine interne à l'Université de Lorraine et Praticien hospitalier au CHRU de Nancy, définit le théorème de Bayes et ses applications et nous propose d'aborder les différences entre "approche fréquentiste" et "approche bayésienne". Il fait avant tout un rappel sur le théorème de Bayes, définit les deux approches proposées et pointe leurs avantages et inconvénients respectifs en s'appuyant sur un exemple concret. Thomas Moulinet aborde ensuite les points suivants : l'évaluation de la cote de probabilité, la probabilité a priori, la probabilité a posteriori, l'intervalle de crédibilité.

Cette vidéo est un des éléments constitutifs de la ressource BIOSTAT-Niveau 1 qui reprend les concepts de biostatistique au programme des études en santé et les illustre avec des exemples concrets issus de la pratique clinique. Une ressource pédagogique conçue par Antoine Kimmoun et pensée pour les étudiants en filière Médecine.

Mots clés : essai adaptatif interprétation John Venn probabilité bayésienne probabilité fréquentiste rapport de vraisemblance Thomas Bayes

Infos