10- Comparaison de deux pourcentages

Summary

Ce cours aborde la comparaison de deux pourcentages à travers le test du chi-2, un outil statistique classique. Il explique les conditions de validité du test, notamment la taille de l'échantillon et les limites des pourcentages proches de 0 ou 100%. À l'aide du langage R, il illustre la comparaison des taux de dépression chez les détenus en fonction de leur niveau d'évitement du danger. Le test du chi-2 est appliqué, et si les conditions ne sont pas remplies, le test exact de Fisher est présenté comme alternative. Un petit p montre que la différence de prévalence est significative.

Takeaways

• 😀 Le test de comparaison de deux pourcentages est réalisé avec le test du chi-2, utilisé pour tester l'association entre deux variables binaires.
• 😀 Avant d'utiliser un test statistique, il est essentiel de vérifier les conditions de validité, comme la taille de l'échantillon et la proximité des pourcentages de 0 ou 100%.
• 😀 Si les conditions de validité du chi-2 ne sont pas remplies, on peut utiliser un test alternatif appelé le test exact de Fisher.
• 😀 R vérifie automatiquement la validité du test et alerte si une condition n'est pas remplie, permettant d'appliquer un test de substitution.
• 😀 Dans l'exemple donné, on teste la prévalence de la dépression chez les détenus en fonction de leur niveau d'évitement du danger.
• 😀 Des statistiques descriptives, telles que les pourcentages de dépression parmi les détenus ayant un haut ou un bas niveau d'évitement du danger, sont utilisées pour l'analyse.
• 😀 Un pourcentage de 28,7% de dépression est observé chez les détenus ayant un bas niveau d'évitement du danger, tandis que ce pourcentage atteint 56,7% chez ceux ayant un haut niveau.
• 😀 Le test statistique du chi-2 permet de vérifier si cette différence de pourcentages est statistiquement significative.
• 😀 Le résultat du test du chi-2 avec un p très bas (10^-12) confirme que la différence observée entre les groupes n'est probablement pas due au hasard.
• 😀 Si la taille de l'échantillon est petite ou si les pourcentages sont proches de 0 ou 100%, il est recommandé d'utiliser un test exact de Fisher à la place du chi-2.

Q & A

Quel est l'objectif principal de ce cours ?

L'objectif principal est de tester si la prévalence de la dépression est plus élevée chez les détenus ayant un haut niveau d'évitement du danger que chez ceux ayant un bas niveau d'évitement.

Pourquoi le test du chi-2 est-il couramment utilisé dans les comparaisons de pourcentages ?

Le test du chi-2 est couramment utilisé parce qu'il permet de comparer les distributions de pourcentages entre deux groupes de manière simple et efficace, tout en étant robuste dans de nombreux cas.

Quelles sont les conditions de validité pour utiliser le test du chi-2 ?

Les conditions de validité pour utiliser le test du chi-2 sont : avoir un effectif suffisamment grand (plusieurs dizaines de sujets) et des pourcentages ne devant pas être trop proches de 0% ou de 100%.

Que fait la fonction `table()` dans le contexte de l'exercice ?

La fonction `table()` permet de créer une table de contingence croisant les deux variables binaires d'intérêt : le niveau d'évitement du danger et l'existence d'un diagnostic de dépression.

Qu'est-ce que l'option `useNA='always'` dans la fonction `table()` ?

L'option `useNA='always'` dans la fonction `table()` permet d'inclure les données manquantes dans la table de contingence afin de savoir combien de détenus ont des données manquantes pour l'une des variables.

Quel est l'objectif de l'utilisation de `prop.table()` après `table()` ?

L'objectif de `prop.table()` est de calculer les pourcentages à partir des effectifs, permettant ainsi de mieux comparer les proportions de dépression entre les détenus ayant un haut ou un bas niveau d'évitement du danger.

Pourquoi la différence de pourcentage de dépression entre les détenus avec un haut et bas niveau d'évitement du danger est-elle importante ?

La différence est importante car elle montre que les détenus ayant un haut niveau d'évitement du danger ont presque deux fois plus de chances d'être déprimés que ceux ayant un bas niveau d'évitement du danger.

Que permet de tester le p-value dans le test du chi-2 ?

Le p-value dans le test du chi-2 permet de tester l'hypothèse nulle, qui stipule que la différence observée entre les groupes pourrait être due au hasard. Un p-value faible (inférieur à 5%) indique que cette différence est statistiquement significative.

Pourquoi R peut suggérer d'utiliser le test exact de Fisher à la place du test du chi-2 ?

R peut suggérer d'utiliser le test exact de Fisher si les conditions de validité du test du chi-2 ne sont pas remplies, par exemple en cas de petits échantillons ou de pourcentages proches de 0 ou 100%.

Quelles sont les différences principales entre le test du chi-2 et le test exact de Fisher ?

Le test du chi-2 est plus puissant et plus largement utilisé lorsque les conditions sont remplies, tandis que le test exact de Fisher est plus adapté pour les petits échantillons ou lorsque les conditions du chi-2 sont violées, bien qu'il soit moins puissant.