Test d'homogénéité des dépenses sur une année

Bonjour,
Je dois effectuer un test afin de savoir si les dépenses de médicament d'un établissement de santé sont équitablement réparties selon les mois de l'année
J'ai pensé effectué un Khi-2 d'ajustement en comparant mes valeurs observées aux valeurs théoriques (Somme totale / 12) pour chaque mois. Seulement, mes valeurs sont tellement importantes qu'elles générent une statistiques de Test colossale, même si les variations ne sont pas aussi importantes que ça. Quelqu'un a t il une autre solution?

Cordialement,

Erwan Legrand

Bonjour,

Seulement, mes valeurs sont tellement importantes qu'elles générent une statistiques de Test colossale

Ok mais quel est le problème avec ça?

Nik

Il y a que je rejette systématiquement H0 même si mes valeurs semblent homogènes. Voici des données fictives:



La série est relativement homogène en terme de dépense!! Cependant le fait que ce soit des valeurs très grandes, le carré des écarts entre observés et théoriques est forcément très grand, et je rejette donc systématiquement H0

Si tu appliques ton Chi2 sur cette table alors c'est normal que ton test soit toujours significatif même si les différences sont relativement faibles. Tu es typiquement dans la problématique des grands échantillons, du moins du point de vue de ta table puisque pour chaque cellule tu as un effectif (si on procède par analogie) et comme tu l'as dit, au carré, chaque différence même minime est amplifiée. Pour la petite histoire il faut savoir que la théorie des tests est fortement influencée ou plutôt normée par le fait qu'elle fut développée à une époque où les calculs machines n'étaient pas forcément une obligation pour faire de la stat.

Dans ton cas, tu peux procéder au V de Cramer qui est l'alternative robuste au test du Chi2 même si tu perds tout l'aspect "mesure du risque". Le V de Cramer est une mesure d'association qui varie entre 0 et 1 à la manière d'une coefficient de corrélation. Quand à sa formule, c'est grosso-modo un Chi2 divisé par les effectifs relatifs d'où le fait qu'il ne subit pas les effets dû aux échantillons trop grand.

Bonsoir.

Faire un test de khi-deux sur quelque chose qui n'est pas des effectifs est assez malsain, non ?
Il serait bon de décider avant toute analyse ce que veut dire "bien réparti". Je crains que ce ne soit pas possible sans une référence extérieure.

Cordialement.

En effet gg, à la base le test d'ajustement, même si je n'en connais que le principe, érige un tableau de fréquence à partir du nombre de fois où la distribution prend ses valeurs dans tel ou tel intervalle. Ici on a un peu de mal à faire le lien entre une distribution par intervalle et par mois. J'aurais tendance à dire que le tableau traduit le nombre de fois où on a franchit une valeur seuil sur chacun des mois.

Donner une explication sur la méthode utilisée pour construire ce tableau me semble importante si tu veux qu'on t'aide correctement.