4
82
Biostatistiques pour le clinicien
Valeur de p
Degrés
de
liberté
0,25
0,10
0,05
0,025
0,01
0,005
0,001
22
26,04
30,81
33,92
36,78
40,29
42,80
48,27
23
27,14
32,01
35,17
38,08
41,64
44,18
49,73
24
28,24
33,20
36,42
39,36
.42,98
45,56
51,18
25
29,34
34,38
37,65
40,65
44,31
46,93
52,62
26
30,43
35,56
38,89
41,92
45,64
48,29
.54,05
27
31,53
36,74
40,11
43,19
46,96
49,64
55,48
28
32,62
37,92
41,34
44,46
48,28
50,99
56,89
29
33,71
39,09
42,56
45,72
49,59
52,34
58,30
30
34,80
40,26
43,77
46,98
50,89
53,67
59,70
Nous avons pris l’exemple le plus simple : celui du χ² qui est un test
semi-paramétrique, utilisé pour comparer les distributions de deux
variables qualitatives à partir d’échantillons.
Les tests paramétriques
Les tests paramétriques sont des tests qui requièrent une hypothèse sur la distribution des variables observées, c’est-à-dire que les
variables étudiées suivent une distribution connue, essentiellement la
loi de Laplace-Gauss. Le test paramétrique permettant la comparaison
de la moyenne de deux variables quantitatives est le test t de Student
et l’analyse de variance lorsqu’il y a plus de deux variables. L’utilisation de ces tests repose sur l’hypothèse que les variables suivent des
distributions normales de même variance. Cette hypothèse est généralement raisonnable dans de nombreux cas étudiés dans les sciences
de la vie. En pratique, le test est valide, plus généralement dès que les
effectifs des échantillons dépassent 30 sujets.
Échantillons indépendants et appariés
Des échantillons sont appariés lorsqu’à une valeur de l’un correspond préférentiellement une valeur de l’autre. C’est, par exemple, le
cas lorsque l’on a un échantillon de pression artérielle systolique et
82
Biostatistiques pour le clinicien
Valeur de p
Degrés
de
liberté
0,25
0,10
0,05
0,025
0,01
0,005
0,001
22
26,04
30,81
33,92
36,78
40,29
42,80
48,27
23
27,14
32,01
35,17
38,08
41,64
44,18
49,73
24
28,24
33,20
36,42
39,36
.42,98
45,56
51,18
25
29,34
34,38
37,65
40,65
44,31
46,93
52,62
26
30,43
35,56
38,89
41,92
45,64
48,29
.54,05
27
31,53
36,74
40,11
43,19
46,96
49,64
55,48
28
32,62
37,92
41,34
44,46
48,28
50,99
56,89
29
33,71
39,09
42,56
45,72
49,59
52,34
58,30
30
34,80
40,26
43,77
46,98
50,89
53,67
59,70
Nous avons pris l’exemple le plus simple : celui du χ² qui est un test
semi-paramétrique, utilisé pour comparer les distributions de deux
variables qualitatives à partir d’échantillons.
Les tests paramétriques
Les tests paramétriques sont des tests qui requièrent une hypothèse sur la distribution des variables observées, c’est-à-dire que les
variables étudiées suivent une distribution connue, essentiellement la
loi de Laplace-Gauss. Le test paramétrique permettant la comparaison
de la moyenne de deux variables quantitatives est le test t de Student
et l’analyse de variance lorsqu’il y a plus de deux variables. L’utilisation de ces tests repose sur l’hypothèse que les variables suivent des
distributions normales de même variance. Cette hypothèse est généralement raisonnable dans de nombreux cas étudiés dans les sciences
de la vie. En pratique, le test est valide, plus généralement dès que les
effectifs des échantillons dépassent 30 sujets.
Échantillons indépendants et appariés
Des échantillons sont appariés lorsqu’à une valeur de l’un correspond préférentiellement une valeur de l’autre. C’est, par exemple, le
cas lorsque l’on a un échantillon de pression artérielle systolique et