Glossary entry (derived from question below)
English term or phrase:
two-sided alpha
French translation:
[(seuil de) risque/seuil] alpha bilatéral
Added to glossary by
Jordane Boury
Nov 28, 2006 10:57
17 yrs ago
5 viewers *
English term
two-sided alpha
English to French
Science
Mathematics & Statistics
clinical study/protocol
the context is the description / protocol of a clinical study on a surgical implant
Here's the sentence : "Test hypothesis to be accepted or refused witha sample size of 49 subjects in each group compared against Baseline with a power of 0,8 and a "two-sided" alpha of 0,05."
I'm also unsure of the translation of "baseline"....
Millions of thanks, folks.
Here's the sentence : "Test hypothesis to be accepted or refused witha sample size of 49 subjects in each group compared against Baseline with a power of 0,8 and a "two-sided" alpha of 0,05."
I'm also unsure of the translation of "baseline"....
Millions of thanks, folks.
Proposed translations
(French)
4 | [risque] alpha bilatéral | Jordane Boury |
3 | alpha bilatérale | Dolores Vázquez |
Proposed translations
52 mins
Selected
[risque] alpha bilatéral
ou *seuil alpha bilatéral*, ou encore *seuil de risque alpha bilatéral*
Cf. par ex :
"L'essai a été conçu comme un essai de supériorité visant à détecter une différence entre les groupes de traitement de 2 points en termes de variation du score total de l'IPSS par rapport à sa valeur de base avec un risque alpha bilatéral de 5% et une puissance (1-ß) de 80%."
Cf. aussi les explications du GDT :
1) "two-sided test / test bilatéral
Test pour lequel l'hypothèse nulle est rejetée si la statistique utilisée prend une valeur située hors d'un intervalle déterminé."
2) "alpha risk / risque alpha
Risque que les résultats d'un sondage incitent à rejeter une population alors qu'elle devrait être acceptée."
3) "alpha error / erreur du type I
Lors de la comparaison des résultats de deux traitements différents, par exemple, on commence par formuler une hypothèse nulle, c'est-à-dire que l'on suppose que les deux traitements sont également efficaces. Des tests statistiques permettent d'éprouver l'hypothèse nulle et, éventuellement, de la rejeter à un seuil de probabilité donné. Si ce seuil est, par exemple, de P = 0,05, il y a une chance sur vingt de se tromper en considérant que la différence observée n'est pas due au hasard dans une situation où elle est en réalité aléatoire. Si l'on se trompe ainsi, on commet une erreur du type I (refuser l'hypothèse quand elle est vraie). Une erreur du type II consiste à ne pas rejeter l'hypothèse nulle alors qu'elle devrait l'être. (On tolère donc l'hypothèse alors qu'elle est fausse.) Plus la probabilité de commettre une erreur du type I diminue, plus la probabilité de commettre une erreur du type II augmente. Il appartient au chercheur et à l'évaluateur de calculer leurs risques. "
Je confirme également que *baseline* se traduit par *ligne de base* ;-)
Cf. par ex :
"L'essai a été conçu comme un essai de supériorité visant à détecter une différence entre les groupes de traitement de 2 points en termes de variation du score total de l'IPSS par rapport à sa valeur de base avec un risque alpha bilatéral de 5% et une puissance (1-ß) de 80%."
Cf. aussi les explications du GDT :
1) "two-sided test / test bilatéral
Test pour lequel l'hypothèse nulle est rejetée si la statistique utilisée prend une valeur située hors d'un intervalle déterminé."
2) "alpha risk / risque alpha
Risque que les résultats d'un sondage incitent à rejeter une population alors qu'elle devrait être acceptée."
3) "alpha error / erreur du type I
Lors de la comparaison des résultats de deux traitements différents, par exemple, on commence par formuler une hypothèse nulle, c'est-à-dire que l'on suppose que les deux traitements sont également efficaces. Des tests statistiques permettent d'éprouver l'hypothèse nulle et, éventuellement, de la rejeter à un seuil de probabilité donné. Si ce seuil est, par exemple, de P = 0,05, il y a une chance sur vingt de se tromper en considérant que la différence observée n'est pas due au hasard dans une situation où elle est en réalité aléatoire. Si l'on se trompe ainsi, on commet une erreur du type I (refuser l'hypothèse quand elle est vraie). Une erreur du type II consiste à ne pas rejeter l'hypothèse nulle alors qu'elle devrait l'être. (On tolère donc l'hypothèse alors qu'elle est fausse.) Plus la probabilité de commettre une erreur du type I diminue, plus la probabilité de commettre une erreur du type II augmente. Il appartient au chercheur et à l'évaluateur de calculer leurs risques. "
Je confirme également que *baseline* se traduit par *ligne de base* ;-)
4 KudoZ points awarded for this answer.
Comment: "oui, c'est bien ça ! merci"
30 mins
Something went wrong...