Replay du webinaire du 06.06.24
Il n’est malheureusement pas rare qu’une équipe de recherche n’arrive pas à reproduire un résultat obtenu par une autre équipe de recherche. L’une des origines de ces difficultés à reproduire un résultat scientifique n’est pas tant l’utilisation de méthodes statistiques inadaptées aux données (par exemple, des tests statistiques utilisés inadaptés au regard de la taille des échantillons, de la distribution des données, ou du type des estimations à comparer), mais plutôt celle d’une méconnaissance des trois piliers sur lesquels reposent l’ensemble des tests statistiques : α (le risque d’erreur de 1ère espèce), β (le risque d’erreur de 2ème espèce) et p (le degré de signification). Cette méconnaissance conduit souvent à sur-interpréter des résultats significatifs, ou non significatifs, gravant dans le marbre (d’autant plus dur que la revue publiant l’article est prestigieuse) un message scientifique qui présente des risques non nuls de ne pas être correct. Ce webinaire présentera ce qui est possible de dire, et ce qui ne l’est pas, à partir d’un résultat statistique assorti d’un degré de signification.
Loïc Desquilbet
Enseignant-chercheur à l'EnvA
Loïc Desquilbet est enseignant-chercheur à l’école vétérinaire nationale d’Alfort, professeur en biostatistique et en épidémiologie clinique. Son enseignement, en formation initiale auprès d’étudiants vétérinaires, ou continue, a pour objectif de fournir les bases en biostatistique et en épidémiologie afin d’être capable d’analyser de façon critique de la communication scientifique, et ainsi de pratiquer la médecine fondée sur les preuves (« evidence-based medicine »).
Retour
