Recherche de facteur d’influence – Contexte Omique

Cette formation s’adresse à des personnes souhaitant un rappel des notions de base présentes dans la plupart des raisonnements statistiques avec la spécification d’une approche omique.

Une grande partie de la formation abordera la mise en œuvre des analyses de la variance (ANOVA) et des tests post-Hoc avec corrections pour comparaisons multiples de type :

• • Classiques Bonferroni, Tukey,
  • FDR : Benjamini-Hochberg, Benjamini-Yekutieli).

sur des données issues d’études en « omiques » : génomique, transcriptomique, protéomique, métabolomique…

Cette formation n’est pas une formation en biologie, mais bien une formation sur l’analyse statistique des données.

• Définir les concepts clés en statistique,
• Comprendre la démarche statistique de prise de décisions « objectives »,
• Traduire une question métier en problématique statistique,
• Choisir le test adapté pour répondre à la question métier,
• Interpréter les résultats statistiques en connaissances métiers,
• Expliquer la méthodologie et interpréter les résultats d’une ANOVA,
• Vérifier les conditions de mise en œuvre d’une ANOVA à un et plusieurs facteurs,
• Expliquer la méthodologie des tests post-Hoc classiques (Tukey, Bonferroni, Dunnett, …), les mettre en œuvre et interpréter les résultats,
• Expliquer dans quel cas il faut mettre en œuvre un test non paramétrique de Kruskal-Wallis, de Friedman,
• Expliquer la méthodologie des tests post-Hoc non paramétriques, les mettre en œuvre et interpréter les résultats,
• Interpréter le sens physique d’une interaction,
• Mettre en œuvre et interpréter les résultats d’une ANOVA à 2 facteurs croisés,
• Comprendre la structure du tableau de données dans la cadre d’une étude en « omiques »,
• Expliquer la méthodologie des corrections de Bonferroni et de type FDR (Benjamini-Hochberg, Benjamini-Yekutieli),
• Expliquer les différences entre les corrections de Bonferroni, Benjamini-Hochberg et Benjamini-Yekutieli,
• Mettre en œuvre une correction de Bonferroni ou de type FDR sur des données issues d’études en « omiques » :
• Test de Student et correction Bonferroni ou de type FDR,
• Test de Wilcoxon-Mann-Whitney et correction Bonferroni ou de type FDR,
• ANOVA à 1 facteur et correction Bonferroni ou de type FDR,
• Tests de Kruskal-Wallis, de Friedman et correction Bonferroni ou de type FDR,
• ANOVA à 2 facteurs croisés et correction Bonferroni ou de type FDR.

De bonnes connaissances sur les outils statistiques de base : statistiques descriptives, tests d'hypothèses, intervalles de confiance, P-Value, risque alpha...

Biologistes

• Rappels des notions de base, du test de Student et des tests non paramétriques de Wilcoxon-Mann-Whitney,
• Mettre en œuvre et interpréter les résultats d’une ANOVA à 1 facteur,
• Maîtriser les différents tests post-Hoc (comparaisons multiples, tests post-ANOVA, a posteriori),
• Mettre en œuvre et interpréter les résultats du test de Kruskal-Wallis,
• Mettre en œuvre et interpréter les résultats d’une ANOVA à deux facteurs,
• Maîtriser les analyses de données issues d’études en « omiques ».

Les formateurs de Seenovate sont des consultants expérimentés et certifiés. Ils appuient leur pédagogie sur leur expertise terrain en conseil et en réalisation de projet en statistique et data science.

Méthodes et moyens : 

• Une convention de formation
• Une enquête en amont sur les attentes des stagiaires
• Feuilles d’émargement signées à chaque session
• 1 vidéoprojecteur par salle / 1 poste de travail par stagiaire
• Explications théoriques suivies de pratiques guidées puis mises en autonomie

Méthode d’évaluation des acquis : 

• Quiz et exercices d’applications tout au long de la formation
• Evaluation de fin de stage
• Attestation de suivi de formation

Support stagiaire :  

• Support de cours électronique (dématérialisé) / En français