Comparaison d’un pourcentage observé à un pourcentage théorique Situation du problème

1. Comparaison d’un pourcentage observé à un pourcentage théorique Situation du problème • Situation du problème : • Variable qualitative dichotomique • Conformité d’un pourcentage observé à un pourcentage théorique • On exprime la question sous une forme compréhensible mais qui ne correspond pas à la réalité. Strictement, le pourcentage observé (Pobs) diffère du pourcentage théorique (Pth) (par exemple Pobs = 0,07 et Pth = 0,025). Ce qui est intéressant c’est de savoir si cette différence peut être attribuée au hasard ou encore si le pourcentage de la population dont est tiré l’échantillon observé peut être considéré comme valant Pth. • Problème fréquent • Exemple : taux de décès au cours d ’un intervention par rapport à une référence nationale. Faculté de médecine de Nancy - SPI-EAO - Pr. F. KOHLER

2. Comparaison d’un pourcentage observé à un pourcentage théorique. H0/H1 • Hypothèses • Hypothèse nulle H0 : • L’échantillon peut être considéré comme issu d ’une population ayant comme pourcentage PH0 • PH0 = Pth • Hypothèses alternatives : • Test bilatéral • PH0 # Pth • Test unilatéral • PH0 > pth ou (exclusif) PH0< Pth • Statistiques utilisables • Khi 2 • Epsilon ou u (Loi normale) • Remarque : ces deux tests sont équivalents et ont les mêmes conditions d ’application : • N * Pth > 5 • N * (1-Pth) >5 On approche une loi binomiale par une loi normale • Si les conditions ne sont pas remplies on prend une autre méthode Faculté de médecine de Nancy - SPI-EAO - Pr. F. KOHLER

3. Comparaison d’un pourcentage observé à un pourcentage théorique : Khi 2 2 2 (O1-C1) (O2-C2) + Khi 2 = C1 C2 DDL = 1 • Valeur critique : table du Khi 2 • Pour alpha = 0,05 Khi2 à 1 DLL = 3,84 alpha Khi 2 > Khi2 alpha Khi 2< Khi2 alpha • Utilisation du KHI2. Test Bilatéral (unilatéral possible mais moins habituel) • Tableau des valeurs : • Statistique : Conditions : C1 > 5 et C2 >5 • Décision : On rejette H0, on accepte H1 Il existe une différence statistiquement significative au seuil de risque alpha. On lit dans la table le seuil de significativité p On accepte H0. Attention au risque Bêta Faculté de médecine de Nancy - SPI-EAO - Pr. F. KOHLER

4. Khi2 : exemple 2 2 (60-80) (140-120) = 8,33 Khi 2 = + 80 120 DDL =1 • Exemple : • Dans un échantillon de 200 malades, on a observé un taux de décès dus à une maladie cardio-vasculaire de 30% alors que la référence nationale est de 40%. Peux -t- on considérer que le taux observé est statistiquement différent du taux national au seuil de risque 5% ? • H0 PH0 = 0.4 • H1 Test bilatéral : PH0 # 0.4 Note : 60 = 0,3 *200 80 = 0,4 *200 Khi 5% = 3,84 => Rejet de H0 DDL =1 Le pourcentage de décès observés diffère de manière significative de 40% au seuil de risque 5% Lecture dans la table de p : 0,001 < p < 0,01 (Khi2 = 10,83 Khi 2 = 6,63) Faculté de médecine de Nancy - SPI-EAO - Pr. F. KOHLER

5. Comparaison d’un pourcentage observé à un pourcentage théorique : u N+ Posb = N Posb - Pth u = Pth * (1-Pth) N • Utilisation d ’une variable normale centrée réduite u • Test Bilatéral ou Unilatéral • Tableau des valeurs N+ = Nombre de sujets présentant le caractère N = Effectif de l ’échantillon Pth Pourcentage théorique • Statistique • Conditions : N * Pth > 5 • N * (1-Pth) >5 • Valeur critique : Table de l ’epsilon • Pour alpha bilatéral 5% C =1,96 • Pour alpha unilatéral 5% C = 1,645 • Décision : • u >ualpha on rejette H0 : il existe une différence statistique significative Faculté de médecine de Nancy - SPI-EAO - Pr. F. KOHLER

6. Exemple u 0,30 - 0,4 u = = 2,886 0,4 * 0,6 200 • Exemple : • Dans un échantillon de 200 malades, on a observé un taux de décès dus à une maladie cardio-vasculaire de 30% alors que la référence nationale est de 40%. Peux -t- on considérer que le taux observé est statistiquement différent du taux national au seuil de risque 5% ? • H0 PH0 = 0.4 • H1 Test bilatéral : PH0 # 0.4 N * PH0 = 80, N * (1-PH0) = 120 => Conditions d ’application correctes ualpha = 1,96 (= racine carré du khi2 à 1DDL) u > ualpha On rejette H0 : Il existe une différence significative au seuil de risque 5%. On lit p dans la table : p : 0,001 < p < 0,01 Ualpha 3,29 ualpha 2,57 Faculté de médecine de Nancy - SPI-EAO - Pr. F. KOHLER

7. Remarques • Remarques : • On démontre la parfaite similitude des deux statistiques proposées • Le u est la racine carrée du Khi 2 • Le Khi2 permet également d’envisager un test unilatéral, mais son utilisation dans ce cadre est moins usuelle. Pour alpha unilatéral on compare à 2,70 • Attention : • Différence significative ne signifie pas différence importante sur le plan qualitatif ni quantitatif. Une même différence peut devenir significative ou non en fonction de la taille de l ’échantillon N. La signification est liée à l’existence d’un phénomène Pth = PH0 ou Non. La différence qualitative ou quantitative renvoie à des considérations médicales. • Le jugement porte ici sur la signification et non sur la causalité des phénomènes. Dans l’exemple, l’interprétation est des plus délicate. On meurt moins que la référence mais quelle est la cause de cette différence ? Rien ne permet de conclure. Faculté de médecine de Nancy - SPI-EAO - Pr. F. KOHLER