Jump to content

UE4 R2013/14


Go to solution Solved by Lénouillette,

Recommended Posts

Posted

Bonjour à tous ☃️
 

concernant l’annale de rangueil 2013/2014 j’ai pas mal d’item que je n’ai pas réussi: (je ne trouve pas la correction détaillée)


lien de l’annale: https://tutoweb.org/tat_librairie/Rangueil/Annales de Concours/2013-2014/Rangueil S1 janvier 2014 - SUJETS.pdf

lien de la correction non détaillée: https://tutoweb.org/tat_librairie/Rangueil/Annales de Concours/2013-2014/Rangueil janvier 2014- CORRECTIONS.pdf

 

QCM 1, 2, 3, 4: j’ai réussi a répondre à quelques items mais globalement c’est pas fantastique 

 

QCM 9: je ne comprends pas pourquoi cet item est faux, car si S et M sont indépendantes: P(S) x P(M) ?

 

QCM 15: La valeur seuil dépend de quoi ?

 

QCM 16: je ne sais pas comment faire!

 

QCM 19: Idem besoin d’une explication 

 

Merci beaucoup d’avance à la personne qui prendra le temps de répondre 🎅🏼

  • Ancien Responsable Matière
  • Solution
Posted

Coucou @Iniesta ! Tu me pardonneras, mais je n'ai pas trop le temps de te faire l'analyse en ce moment 😞

 

Il y a 22 heures, Iniesta a dit :

QCM 9: je ne comprends pas pourquoi cet item est faux, car si S et M sont indépendantes: P(S) x P(M) ?

J'imagine que tu parles de l'item A ? On te parle de la probabilité du signe chez les malades. Quand il y a "chez" dans un item, cela fait référence à une probabilité conditionnelle, donc à p(S|M), et non à p(S  M).

 

Il y a 22 heures, Iniesta a dit :

QCM 15: La valeur seuil dépend de quoi ?

Des degrés de liberté aussi (tu la choisis dans les tables selon α et selon le ddl)

 

Il y a 22 heures, Iniesta a dit :

QCM 16: je ne sais pas comment faire!

Alors, dans un QCM de tests statistiques :

 

1. On regarde s'il s'agit d'une comparaison de moyennes (\rightarrow écart-réduit ou Student) ou de fréquences (\rightarrow \chi ^{2}) : ici, on compare la durée de sommeil, donc des moyennes.

 

2. On regarde l'effectif : n1 = 10 et n2 = 10. Les conditions pour appliquer un test de l'écart-réduit sont n1 ≥ 30 et n2 ≥ 30. Ici, les deux sont inférieurs à 30, donc on ne va pas utiliser un test de l'écart-réduit (l'item A est faux). On va utiliser un test de Student à condition qu'il y ait une normalité de la distribution, et une égalité des variances dans les deux populations (c'est bien dans les populations et non pas dans les échantillons, donc l'item D est faux) : ce qui est respecté d'après l'énoncé.

 

3. On fait le calcul de la statistique de test : ici, on est dans le cas de comparaisons de deux moyennes sur des échantillons indépendants avec un test de Student, donc t_{0}=\frac{m_{1}-m_{2}}{\sqrt{s^{2}(\frac{1}{n_1}+\frac{1}{n_2}})}

Donc le numérateur vaut |m1 - m2| = |3,1 - 6,0| = |- 2,9| = 2,9. L'item B est vrai.

 

4. On calcule le nombre de degrés de liberté, j'ai tout résumé dans un post :

Ici, n1 + n2 - 2 = 10 + 10 - 2 = 18 ddl. L'item C est vrai.

 

5. On conclut

  • soit on compare la valeur seuil (tα/2) à la valeur de la statistique de test (t0). Ici, t0 > tα/2, donc on rejette l'hypothèse nulle (mais on ne dit pas qu'elle est fausse !). Il y a bien une différence significative au risque 5% (car l'hypothèse nulle se présente sous forme d'une absence de différence), l'item E est vrai.
  • soit on compare p à α

 

Il y a 22 heures, Iniesta a dit :

QCM 19: Idem besoin d’une explication 

On regarde de quel type d'étude il s'agit : ici, on nous dit qu'on mesure une incidence, donc il s'agit d'un suivi prospectif (au cours du temps). Il s'agit ainsi d'une étude exposés / non-exposés : l'item A est faux.

 

Pour les autres items :

Item B. 400 / 2000 = 20%. L'item B est vrai.

Items C et D. Un taux d'incidence s'exprime de la façon suivante :

iybc.png

L'item C est faux parce qu'il n'y a pas la bonne unité, il faudrait des nouveaux cas par nombre de personnes et par unité de temps.

Pour l'item D : TI =\frac{400}{2000 *6}\approx 0,033\approx 3,3 % (= pour 100 patients) et par jour. L'item D est vrai.

 

Item E. Pour calculer la durée d'exposition on additionne :

  • le nombre de patients n'ayant pas développé d'infection multiplié par le nombre de jours total de l'étude
  • le nombre de patients ayant développé une infection multiplié par le nombre de jours avant le développement de l'infection

Donc 400 x 6 serait seulement si aucun patient n'avait été infecté : l'item E est faux.

 

J'espère que c'est clair !

Join the conversation

You can post now and register later. If you have an account, sign in now to post with your account.
Note: Your post will require moderator approval before it will be visible.

Guest
Reply to this topic...

×   Pasted as rich text.   Paste as plain text instead

  Only 75 emoji are allowed.

×   Your link has been automatically embedded.   Display as a link instead

×   Your previous content has been restored.   Clear editor

×   You cannot paste images directly. Upload or insert images from URL.

  • Recently Browsing   0 members

    • No registered users viewing this page.
×
×
  • Create New...