1 / 5

Comparaison de pourcentages : séries appariées

Comparaison de pourcentages : séries appariées. Situation du problème Variable qualitative binaire Deux cas habituels Mesure répétée deux fois chez le même sujet :

akiko
Download Presentation

Comparaison de pourcentages : séries appariées

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Comparaison de pourcentages : séries appariées • Situation du problème • Variable qualitative binaire • Deux cas habituels • Mesure répétée deux fois chez le même sujet : • Exemple : on s’intéresse au caractère fumeur / non fumeur chez la femme enceinte. On mesure ce caractère à la consultation du 3ième et du 8ième mois chez chaque femme. • Tableau des observations Fumeur = oui Femme 3ième 8ième Jeanne Oui Non Sylvie Non Non Sandrine Non Oui Paule Oui Oui • Enquête cas/témoin • Exemple : on s’intéresse au caractère fumeur dans le cancer du poumon. Pour chaque cancéreux observé, on apparie un témoin non cancéreux mais ayant les mêmes caractères que l’on sait influencer le cancer : âge, sexe.... • Tableau des observations : Fumeur = Oui • Couple Cancer Témoin • N° 1 Oui Non • N° 2 Oui Oui • ....

  2. Comparaison de pourcentages : séries appariées : HO/H1 • Hypothèses • Hypothèse nulle H0 • Si le comportement est le même avant et après (entre cas et témoins) on doit s’attendre à avoir le même effectif de paires discordantes : de couple Oui -> Non et de couple Non -> oui. Le pourcentage de changement doit être de 50%>. • Ceci revient à un test de comparaison d’un pourcentage observé {Oui -> Non / ( Oui->Non + Non->Oui) ou Non -> Oui / ( Oui->Non + Non->Oui )} à un pourcentage théorique 50% • Hypothèse alternative H1 • Bilatéral : • Le pourcentage de Oui->Non ou de Non->Oui différe de 50% • Unilatéral • On peut a priori s’attendre au sens • Statistiques utilisables • Khi 2 : Test de Mac Nemar • Epsilon • Dans les 2 cas, on approche une loi binomiale par une loi normale => Conditions d’application

  3. Comparaison de pourcentages : séries appariées : Mac Nemar Résultats Témoin Cas Nombre Avant Après de cas + + A + - B - + C _ _ D Cas (Après) + - Total + A B A+B - C D C+D Total A+C B+D N Témoins (Avant) 2 (B-C) DDL = 1 Khi 2 = B+C • Test de Mac Nemar : Khi 2 (Bilatéral habituellement) • Tableau des valeurs • N représente le nombre de couples (2 mesures par couple) • B et C le nombre de couples qui changent de signe Condition d’application : (B+C)/2 > 5 Décision : Khi 2 > Khi 2 alpha on rejette H0. Il y a une différence statistiquement significative. On lit le degré de signification p dans la table.

  4. Comparaison de pourcentages : séries appariées : u Résultats Témoin Cas Nombre Avant Après de cas + + A + - B - + C _ _ D • Epsilon ou u (Bilatéral habituellement ou unilatéral) • Tableau des valeurs • Identique au cas précédent • N représente le nombre de couples • B et C le nombre de couples qui changent de signe b + c b - | b - c | 2 = u = b + c (b + c) * 0,5 *0,5 Condition d’application : (B+C)/2 > 5 • Décision : u > ualpha on rejette H0 on conclut à une différence significative. On cherche p dans la table • u est la racine carrée du khi 2 précédent

  5. Comparaison de pourcentages : séries appariées : exemple • Exemple : On veut tester une campagne de prévention chez la femme enceinte vis à vis du tabac. On mesure le caractère fumeur au 3ième et 8ième mois. On obtient les résultats suivants : 3ième mois 8ième mois - - 35 - + 5 + - 15 + + 45 Total 100 • H0 : il y a autant de femmes qui ont arrêté de fumer que de femmes qui se sont mises à fumer • H1 : Bilatéral • 2 • (15 - 5) = 5 DDL = 1 • Khi 2 = • 15 + 5 • Pour alpha 5%, Khi à 1 DDL = 3,84. Le khi 2 observé est supérieur à 3,84, Il existe une différence statistiquement significative au seuil de risque 5%. On lit dans la table p < 0,03.

More Related