labarere jose p01
TRANSCRIPT
Biostatistiques
Chapitre 1 :
Principe des tests statistiques
Docteur José LABARERE
Année universitaire 2009/2010
Université Joseph Fourier de Grenoble - Tous droits réservés.
Plan
1. Test de comparaison
• Comparaison d’un paramètre observé à une valeur de référence
• Comparaison de 2 paramètres observés
2. Formulation des hypothèses H0 et H1
3. Application du test de comparaison3. Application du test de comparaison
4. Loi de distribution de la différence sous H0
5. Résultat du test
6. Risques d’erreur en statistique
7. Degré de signification (P-value)
8. Conclusion du test : différence significative ?
9. Conditions d’application des tests
10. Jugement de signification versus jugement de causalité
Test statistique
• Procédure :– basée sur théorie des probabilités
– rejet ou non d’une hypothèse concernant une population
– à partir de l’observation d’un échantillon– à partir de l’observation d’un échantillon
• Règle de décision fondée sur :– calcul d’une statistique : VA (loi de probabilité
connue)
– risque a priori de conclure à tort
Tests de comparaison
population population 2
Comparer un paramètre observé sur un échantillon à une valeur
de référence
Comparer un paramètre entre 2 ou plusieurs échantillons
échantillon
populationpopulation de
référence
échantillon 1
population 1
échantillon 2
population 2
Différence observée
- Fluctuations d’échantillonnage ?
- Différence entre populations ?
Différence observée
- Fluctuations d’échantillonnage ?
- Différence entre populations ?
Test statistique Test statistique
Formulation des hypothèses
paramètre population 2
paramètre population 1Hypothèse nulle (H0) =
paramètre échantillon 2
paramètre échantillon 1 ≈≈≈≈
Formulation des hypothèses
paramètre population 2
paramètre population 1
Hypothèse alternative bilatérale (H1)
≠≠≠≠ population 2population 1 ≠≠≠≠
paramètre population 2
Hypothèse alternative unilatérale (H1)
>paramètre
population 1
Application du test de comparaison
1. Calcul de la différence observée zo entre les paramètres
des 2 échantillons
zo = m1 – m2
2. Examiner la position de la valeur de zo par rapport à un
modèle théorique de Z dont on connaît la loi de
distribution
zo = m1 – m2
zo = p1 – p2
Loi de distribution de Z sous H0
P(Z<z1 ou Z>z2) = α1 + α2 = α
P(z1≤≤≤≤ Z ≤≤≤≤ z2) = 1 - α
valeurs probables de Z
valeurs peu probables de Z
z1 z2
valeurs peu probables de Z
P(Z>z2) = α2P(Z<z1) = α1
0
Résultat du test : position de z0 par
rapport aux bornes z1 et z2
P(z1≤≤≤≤ Z ≤≤≤≤ z2) = 1 – α
(non-rejet de H0)
z1 z2
P(Z>z2) = α/2
(rejet de H0 = acceptation de H1)
P(Z<z1) = α/2
(rejet de H0 = acceptation de H1)
0
Risques d’erreur en statistique
Décision du statisticien (échantillon)
Rejet H0 Non-rejet H0
H0 Erreur 1ère
espèce 1-αααα H0
vraie
Erreur 1 espèce
αααα
1-αααα
Réalité
(population)
H1
vraie
Puissance
1-ββββ
Erreur 2ème espèce
ββββ
α = 0,05 (5%) fixé a priori
Degré de signification (P-value)
(a priori [0,05])
Zα
Zo
(a posteriori)
Degré de signification P = P(Z>Zo)
Conclusion : la différence est-elle
statistiquement significative ?
1. Rejet de H0 : acceptation de l’hypothèse alternative H1
Il existe une différence statistiquement significative
On conclut que le paramètre diffère entre les 2 populations (avec un risque d’erreur α)
2. Non rejet de l’hypothèse nulle H0
On ne met pas en évidence de différence statistiquement significative pour le paramètre comparé entre les 2 échantillons
Cela ne permet pas de conclure à l’absence de différence pour le paramètre comparé entre les 2 populations dont sont issus les échantillons
« absence of evidence is not evidence of absence »
un risque d’erreur α)
Conditions d’application des tests
• Indépendance des observations
• Spécifiques à chaque test
Signification statistique
versus causalité
1. Jugement de signification statistique : test
• non-rejet de H0 : fluctuations d’échantillonage
• rejet de H0 (acceptation de H1) : différence réelle
2. Jugement de causalité
• relation de cause à effet ?
• uniquement après rejet de H0
• arguments extérieurs à l’étude
Références
• Bouyer J. Méthodes statistiques. Médecine – Biologie.
Paris: Estem, Editions INSERM, 2000
• Ancelle T. Statistique – épidémiologie. Paris: Maloine,
2006.2006.
Mentions légalesL'ensemble de ce document relève des législations française et internationale sur le droit d'auteurL'ensemble de ce document relève des législations française et internationale sur le droit d'auteur
et la propriété intellectuelle. Tous les droits de reproduction de tout ou partie sont réservés pour les
textes ainsi que pour l'ensemble des documents iconographiques, photographiques, vidéos et
sonores.
Ce document est interdit à la vente ou à la location. Sa diffusion, duplication, mise à disposition du
public (sous quelque forme ou support que ce soit), mise en réseau, partielles ou totales, sont
strictement réservées à l’université Joseph Fourier de Grenoble.
L’utilisation de ce document est strictement réservée à l’usage privé des étudiants inscrits en 1ère
année de Médecine ou de Pharmacie de l’Université Joseph Fourier de Grenoble, et non destinée
à une utilisation collective, gratuite ou payante.
Ce document a été réalisé par la Cellule TICE de la Faculté de Médecine et de Pharmacie de Grenoble(Université Joseph Fourier – Grenoble 1)