L’AIH vous propose une série de ressources pour vous accompagner dans l’analyse de vos données. Que ce soit pour débuter une étude rétrospective, passer votre thèse ou simplement mieux comprendre ce qui se cache derrière les analyses biostatistiques, nul doute que vous trouverez votre bonheur parmi ces ressources !

Webinaires analyse de données de l’AIH :

Sélection de logiciels gratuits d’analyse de données :

Ressources pour se former à l’analyse de données / aux biostatistiques :

    • Objectif thèse, formation complète proposée par le Pr. Emmanuel Chazard (Lille)
    • StatQuest, nombreuses vidéos sur l’analyse de données, balayant des concepts allant de l’explication de ce qu’est une médiane jusqu’à l’explication de modèles de deep learning pas à pas (en Anglais)
    • Statistiques pour Statophobes, livre de démystification des biostatistiques écrit du point de vue d’un biologiste (Dr Denis Poinsot, Rennes).
    • Statistics how to : site plein de ressources sur les différents tests et analyses statistiques

Se former à R :

    • Introduction à la statistique avec R : MOOC Paris Sud dirigé par le Pr. Bruno Falissard. ~25h (5h/semaine). Notions de statistiques avec application directe sous R, nombreux TD. Très bonne porte d’entrée pour se mettre à R avec un minimum de connaissances en biostatistiques.
    • Data analysis for life science series PH525.1-7 : Série de 7 MOOC Harvard EDX dirigés par le Pr Rafael Irizarry (en Anglais). Formation relativement longue mais très complète sur l’analyse de données sous R, avec de nombreuses notions de biostatistique et également de bioinformatique abordées. Possibilité de télécharger le livre gratuitement (prix libre) pour suivre à son rythme ou simplement travailler certains points. 
    • Data Camp : Nombreuses formations isolées ou sous forme de “career track” (série de formation pour acquérir des compétences répondant à certains objectifs). Principe de l’apprentissage par la mise en pratique directe, très ludique et bien fait. Accès gratuit ~3mois avec un compte étudiant (peut dépendre des villes). Aussi bien R que Python.