Basic Microcomputing and Biostatistics

1. Introduction à l’ordinateur. - Mémoire de l’ordinateur. -Traitement des données. -Contrôle. - Types d’ordinateurs. - Traitement par lots et partage du temps. - Quand ne pas utiliser l’ordinateur. -Problèmes. - 2. Comprendre l’erreur expérimentale et les moyennes. - Chiffres significatifs. - Sources d’erreurs. - Erreurs de troncature. - Propagation des erreurs. - Théorème d'Euler et variations. - Interprétation géométrique du théorème d'Euler. - Mesures de tendance centrale. - Les moyens de moyens. -Problèmes. - 3. Comprendre la dispersion des données expérimentales. - L’écart moyen. - l’écart moyen indépendant du signe. - Paramètres de population et statistiques d’échantillonnage. - L’écart-type. - Écart-type relatif. - Distributions de données et de fréquences groupées. - Distributions de fréquences cumulées. - Application : Courbe dose-réponse. - Regroupement de fréquences et représentation graphique de données continues. - Quartiles et percentiles. - Asymétrique et aplatissement. -Problèmes. - 4. Comprendre les probabilités. - Probabilités simultanées et tout aussi acceptables. - Application : Hérédité. - Le problème de l’urne : les probabilités dépendantes. - Probabilités conditionnelles. - Théorème de Bayes. - Application du théorème de Bayes : diagnostic. -Permutations. -Combinaisons. - Le coefficient binomial. -Problèmes. - 5. Détermination des distributions de probabilité. - Arborescences. - Application : Hérédité. - Scores modaux et moyens. - La distribution binomiale. - Effet de p sur la distribution binomiale. - occurrences moyennes pour les groupes de données de n. - Application : évaluation d’un nouveau traitement. -Problèmes. - 6. Utilisation de la distribution de Poisson. - Application : Désintégration de noyaux radioactifs. - Variance moyenne et écart-type pour la distribution de Poisson. -Infographie. -Problèmes. - 7. Utilisation de la distribution normale. - Aires relatives par infographie. - Normalisation de la distribution gaussienne. - La variance moyenne et l’écart-type de la distribution gaussienne. - La norme normale déviante z. - Intégration informatique. - Zones tabulées sous la courbe normale. - Les zones les plus courantes et les limites de z. - Tests unilatéraux et bilatéraux. -Problèmes. - 8. Déterminer les probabilités : comment appliquer le test du chi carré et le test t de l'étudiant. - Détection du chi carré d’une pièce biaisée. - Degrés de liberté. - Le théorème central limite. - Situations dans lesquelles la moyenne de la population est connue mais pas son écart-type. - Détermination des limites de confiance lorsqu’aucun paramètre de population n’est connu. - Limites de confiance. - La différence entre les moyennes. -Problèmes. - 9. Trouver des fonctions linéaires : le principe des moindres carrés. - Fonctions linéaires. - Traitement des moindres carrés des fonctions linéaires passant par l’origine. - Le coefficient de corrélation. -Applications. - Les moindres carrés avec deux paramètres de minimisation. - Équations simultanées. - Solution d'équations simultanées par la règle de Cramer. - Le déterminant des coefficients. - Règle de Cramer. - Solution des équations normales pour l'ajustement des courbes linéaires par la règle de Cramer. -Problèmes. - 10. Ajustement de courbes non linéaires. - Loi de Boyle. - Décroissance exponentielle. - Cinétique de réaction de second ordre. - Réactions catalysées par des enzymes. - Croissance démographique illimitée. - Croissance démographique limitée. - Fonctions presque linéaires. -Problèmes. - 11. Résoudre des équations simultanées. - Équations simultanées sous forme matricielle. - Algèbre matricielle. - Équations simultanées par inversion matricielle. - Analyse simultanée. - Régression multiple. - Traitement des moindres carrés de la régression multiple. -Problèmes. - Réponses aux problèmes. Langue : Anglais