Cette formation biostatistique avec R, d’une durée de 3 jours, permet de consolider les bases en biostatistiques, de comprendre, appliquer et interpréter les tests statistiques usuels, et de les mettre en œuvre sous R.
Il s’agit d’une formation appliquée en biostatistiques, orientée vers la pratique et l’interprétation, avec un minimum de formalisme mathématique.
A qui s'adresse cette formation ?
Cette formation s’adresse à des personnes souhaitant mieux comprendre et utiliser les analyses statistiques : interpréter les résultats, évaluer la pertinence des méthodes employées et réaliser des analyses usuelles sous R, de manière rigoureuse.
Elle est particulièrement adaptée aux :
professionnel(le)s de la santé, de l’environnement ou de la recherche,
ingénieur(e)s, chargé(e)s d’études, doctorant(e)s ou post-doctorant(e)s,
personnes utilisant R (ou souhaitant l’utiliser) pour analyser leurs données,
personnes amenées à lire, produire ou interpréter des analyses statistiques.
Cette formation pose les bases du raisonnement statistique et de la mise en œuvre des tests usuels sous R.
Elle pourra être complétée par une formation de niveau avancé dédiée à la modélisation statistique, dont l’ouverture est prévue à partir de septembre 2026.
Ce que cette formation n'est pas
Cette formation n’a pas vocation à :
enseigner l’ensemble des biostatistiques en 3 jours,
se substituer à un cursus académique en statistiques,
fournir des “recettes toutes faites” sans réflexion méthodologique.
Elle vise au contraire à poser des bases solides, à éviter les erreurs d’interprétation, et à développer une approche rigoureuse et raisonnée des tests statistiques usuels.
Prérequis
- Avoir déjà été exposé(e) aux notions de base en statistiques ou en biostatistiques (types de variables, tests statistiques usuels, p-value)
- Connaître les bases du logiciel R : manipulation d’objets simples, importation de données, exécution de scripts et compréhension d’un code R existant.
Objectifs et compétences visées
Cette formation vise à permettre aux participant(e)s de raisonner correctement autour des tests statistiques usuels, d’en comprendre les principes, et d’en interpréter les résultats de manière rigoureuse, tout en sachant les mettre en œuvre sous R.
À l’issue de la formation, les participant(e)s seront capables de :
identifier le type de variables et formuler correctement une question statistique,
choisir un test statistique usuel adapté au contexte d’étude et aux données disponibles,
comprendre et vérifier les hypothèses associées aux tests statistiques,
appliquer correctement les tests statistiques sous R (choix des fonctions, paramétrage, lecture des sorties)
interpréter les résultats statistiques (statistiques de test, p-values, intervalles de confiance) sans contresens,
analyser de façon critique les résultats obtenus et en apprécier les limites,
présenter et commenter des résultats statistiques de manière claire, structurée et rigoureuse,
gagner en autonomie et en fiabilité dans la réalisation et l’interprétation d’analyses statistiques sous R.
Ces compétences permettent de sécuriser les analyses statistiques, de mieux justifier les choix méthodologiques et de produire des résultats interprétables et exploitables dans un cadre professionnel.
Programme détaillé
Module 1 – Décrire et explorer ses données
Objectif : comprendre la structure des données et produire des descriptions pertinentes.
- Types de données et de variables
- Indicateurs descriptifs (position, dispersion, distribution)
- Tableaux de comptage, de proportions et tableaux croisés
- Construction de tableaux descriptifs simples et complexes
- Graphiques descriptifs et principes de data visualisation
- Mise en œuvre sous R
Module 2 – Estimer et quantifier l’incertitude
Objectif : comprendre ce que l’on estime à partir d’un échantillon et comment interpréter la précision.
- Notions de population, échantillon et paramètres
- Estimations ponctuelles
- Intervalles de confiance et notion de précision
- Méthodes de construction et interprétation des intervalles de confiance
- Calcul de taille d’échantillon pour une précision donnée
- Applications pratiques sous R
Module 3 – Comprendre la logique des tests statistiques
Objectif : savoir pourquoi et comment un test est utilisé, au-delà de la formule.
- Cadre général des tests statistiques
- Hypothèses nulle et alternative
- Statistique de test et loi théorique
- Règle de décision, risque alpha et p-value
- Formulation correcte des conclusions
- Conditions d’application des tests
- Tests paramétriques et non paramétriques
- Indépendance, appariement
- Notions de tests d’équivalence et de non-infériorité
- Panorama des principaux tests de supériorité
Module 4 – Comparer des moyennes
Objectif : analyser et interpréter des comparaisons de groupes quantitatifs.
- Comparaison d’une moyenne à une valeur de référence
- Comparaison de deux moyennes indépendantes
- Comparaison de deux moyennes appariées
- Comparaison de plusieurs moyennes : ANOVA à un facteur
- Mise en œuvre et interprétation sous R
Module 5 – Comparer des pourcentages
Objectif : analyser des données qualitatives et des fréquences.
- Comparaison d’un pourcentage à une valeur de référence
- Comparaison de deux pourcentages indépendants
- Comparaison de deux pourcentages appariés
- Choix du test et interprétation des résultats
- Applications sous R
Module 6 – Étudier le lien entre deux variables
Objectif : analyser des relations entre variables selon leur nature.
- Lien entre deux variables quantitatives : corrélation, régression linéaire simple, tests associés
- Lien entre deux variables qualitatives : Test du Chi-2
- Interprétation des résultats
- Mise en pratique sous R
Module 7 – Puissance statistique et taille d’échantillon
Objectif : comprendre les enjeux de puissance et dimensionner correctement une étude.
- Risque beta et puissance statistique
- Notion d’effect size
- Calculs de puissance et de taille d’échantillon
- Cas des comparaisons de moyennes et de proportions
- Applications sous R
Module 8 – Aller plus loin dans l’analyse des données
Objectif : découvrir les modèles multivariés et les méthodes exploratoires.
- Intérêt des modèles de régression
- Présentation des modèles de régression linéaire
- Introduction aux modèles linéaires généralisés
- Études de cas pratiques
- Introduction à l’Analyse en Composantes Principales (ACP)
- Cas pratiques et interprétation
Utilisation raisonnée de l’intelligence artificielle
Tout au long de la formation, des outils d’intelligence artificielle sont utilisés comme supports pédagogiques afin de clarifier des concepts statistiques, questionner le choix des méthodes, vérifier des raisonnements et des interprétations, et accompagner la mise en œuvre des analyses sous R.
L’IA est mobilisée comme outil d’assistance au raisonnement statistique, dans une démarche critique, encadrée et complémentaire des apprentissages
Pour les facultés et établissements d’enseignement supérieur, des formats spécifiques sur deux jours peuvent être proposés,
Modalités pratiques
⏱️ Durée
3 jours (21 heures)
💻 Format
Distanciel (visioconférence)
Présentiel possible selon les besoins
Formation proposée en inter ou en intra-entreprise
👥 Effectif
Groupes à taille limitée (environ 5), favorisant les échanges et les questions
Tarif
1 500 € HT par participant(e) pour la formation de 3 jours (21 h) – Supports pédagogiques inclus.
Les tarifs en intra-entreprise sont établis sur devis, en fonction du format et des modalités de la formation.
Organisme exonéré de TVA en vertu de l’article 261-4-4°a du CGI
📘 Pédagogie et supports
Alternance d’apports théoriques et de mises en pratique
Supports et script R commentés remis aux participant(e)s
Temps dédiés aux questions et à l’interprétation
🧰 Logiciels
R et RStudio
G*Power (calcul de puissance / nombre de sujets nécessaires)
📝 Evaluation des acquis
Exercices pratiques, mises en situation et échanges oraux tout au long de la formation.
.
✔️ Suivi et assiduité
Émargement par demi-journée.
Adaptation et accessibilité
Les exemples peuvent être adaptés au contexte des participants en intra-entreprise.
Toute situation de handicap ou besoin spécifique peut être signalé en amont afin d’étudier les adaptations possibles.
Prochaine session
Session inter-entreprise : du 9 au 11 juin 2026 – distanciel
S'inscrire à la formation
Cette formation est proposée en inter-entreprise (inscription individuelle) ou en intra-entreprise (formation sur mesure pour une organisation).
Pour une inscription individuelle en inter-entreprise, vous pouvez demander le formulaire d’inscription.
- Pour une formation intra-entreprise, un devis personnalisé est établi sur demande.
Informations pratiques et programmes
FAQ
Oui, bien sûr ! Lors des exercices, vous pourrez employer vos données, si vous préférez. En revanche, a priori, aucune correction individuelle ne pourra alors être réalisée.
Pour les formations intra-entreprise (au sein d’une même structure), certains exercices pourront être adaptés à vos données, si vous en faîtes la demande au préalable.
L’organisme de formation DellaDATA n’est pas certifié QUALIOPI.
À ce titre, il n’est pas possible de mobiliser directement des fonds de formation pour la prise en charge des frais, notamment dans le cadre d’une inscription individuelle en inter-entreprise.
En revanche, cette formation est régulièrement mutualisée avec des organismes de formation partenaires certifiés QUALIOPI.
Selon le contexte, notamment lorsqu’elle est intégrée à un dispositif porté par un organisme partenaire, une prise en charge par les OPCO peut être envisagée.
Les modalités de financement dépendant de la situation, je vous invite à me contacter en amont afin d’échanger sur les solutions possibles.
Organisme de formation : DellaDATA
- NDA: 93040100204 auprès du préfet de région PACA
- SIRET : 90838795400013
- Organisme exonéré de TVA en vertu de l’article 261-4-4°a du CGI
- Adresse : 1087 ch de Ste Roustagne – 04100 Manosque
- Formatrice et interlocutrice : Claire Della Vedova (claire@delladata.fr / 06.64.98.21.42)
- Blog : https://delladata.fr/blog/
Qu'est-ce que les stagiaires en disent ?
