Les posteurs les plus actifs de la semaine
Aucun utilisateur |
Sujets les plus vus
Incohérence test données appariés
2 participants
Page 1 sur 1
Incohérence test données appariés
Bonjour,
Je suis dans le cas de données appariées (influence d'un médicament sur la réponse d'une population) et j'utilise le test de Mcnemar comme indiqué dans le post-it de joyeux_lapin13.
Mon souci est que je trouve pas le résultat cohérent... voici deux exemples:
- 0 1
0 478 50
1 66 64
p-value = 0.166
- 0 1
0 408 47
1 81 123
p-value <.0001
Si j'en crois ce que j'ai lu à droite à gauche, selon le test de mcnemar je devrais conclure a seuil de 5% que le traitement n'a pas d'influence dans le premier cas mais en a une dans le second... ce qui est incohérent pour moi puisqu'on voit bien que dans le premier cas l'application du traitement a fait que ma sous-population a changé ses réponses (0 = avant traitement, 1 = après traitement) alors que dans le second certes on a 81 qui ont changé leur réponse, ce qui ne représente pas un chiffre anodin, mais l'effet est quand même beaucoup moins marqué...
Alors j'ai cru à un moment que le test devait se lire à l'envers... mais bon quand j'ai de la littérature qui semble dire que non je peux pas me permettre de changer la sauce juste car ça m'arrange...
J'ai également appliqué le test de Stuart-Maxwell, toujours selon le document en post-it sur ce forum, et j'en viens à peu prés aux même conclusions mais si là je décide de lire à l'envers le test, ça m'oblige à conclure de la même manière pour certaines variables sur lesquels on voit clairement sur la table des effectifs croisés qu'il ne se passe rien...
Ces tests sont-ils sujet à caution dans la communauté stateuse?
En vous remerciant pour toutes vos lumières... j'avoue que c'est un peu urgent par contre
Je suis dans le cas de données appariées (influence d'un médicament sur la réponse d'une population) et j'utilise le test de Mcnemar comme indiqué dans le post-it de joyeux_lapin13.
Mon souci est que je trouve pas le résultat cohérent... voici deux exemples:
- 0 1
0 478 50
1 66 64
p-value = 0.166
- 0 1
0 408 47
1 81 123
p-value <.0001
Si j'en crois ce que j'ai lu à droite à gauche, selon le test de mcnemar je devrais conclure a seuil de 5% que le traitement n'a pas d'influence dans le premier cas mais en a une dans le second... ce qui est incohérent pour moi puisqu'on voit bien que dans le premier cas l'application du traitement a fait que ma sous-population a changé ses réponses (0 = avant traitement, 1 = après traitement) alors que dans le second certes on a 81 qui ont changé leur réponse, ce qui ne représente pas un chiffre anodin, mais l'effet est quand même beaucoup moins marqué...
Alors j'ai cru à un moment que le test devait se lire à l'envers... mais bon quand j'ai de la littérature qui semble dire que non je peux pas me permettre de changer la sauce juste car ça m'arrange...
J'ai également appliqué le test de Stuart-Maxwell, toujours selon le document en post-it sur ce forum, et j'en viens à peu prés aux même conclusions mais si là je décide de lire à l'envers le test, ça m'oblige à conclure de la même manière pour certaines variables sur lesquels on voit clairement sur la table des effectifs croisés qu'il ne se passe rien...
Ces tests sont-ils sujet à caution dans la communauté stateuse?
En vous remerciant pour toutes vos lumières... j'avoue que c'est un peu urgent par contre
Leelolee- Nombre de messages : 2
Date d'inscription : 09/04/2012
Re: Incohérence test données appariés
Bonjour,
effectivement ça peut paraitre a première vue incohérent, mais il ne faut pas perdre de vue l'hypothèse nulle derrière le test de macnemar, à savoir que les distributions marginales sont indentiques, tu as la même proba de passer de 0 à 1 et de 1 à 0. Dans le premier cas tu as des proportions de 7.6% et de 10% alors que dans le deuxième cas tu as des proportions de 7.1 et 12.3%. Par conséquent l'écart est bien plus grand dans le deuxième cas que dans le premier.
Un autre exemple, imaginons qu'entre le 1er et le 2eme test tu n'es aucun lien, c'est a dire qu'un individus qui était 0 au 1er test ait autant de chance de rester 0 que de devenir 1 au deuxième et vice versa.
Avec 680 individus ça donnerait un truc comme ça :
- 0 1
0 170 170
1 170 170
Dans ce cas la tu as un chi² de 0 et une p-value de 1.
Cdlt
effectivement ça peut paraitre a première vue incohérent, mais il ne faut pas perdre de vue l'hypothèse nulle derrière le test de macnemar, à savoir que les distributions marginales sont indentiques, tu as la même proba de passer de 0 à 1 et de 1 à 0. Dans le premier cas tu as des proportions de 7.6% et de 10% alors que dans le deuxième cas tu as des proportions de 7.1 et 12.3%. Par conséquent l'écart est bien plus grand dans le deuxième cas que dans le premier.
Un autre exemple, imaginons qu'entre le 1er et le 2eme test tu n'es aucun lien, c'est a dire qu'un individus qui était 0 au 1er test ait autant de chance de rester 0 que de devenir 1 au deuxième et vice versa.
Avec 680 individus ça donnerait un truc comme ça :
- 0 1
0 170 170
1 170 170
Dans ce cas la tu as un chi² de 0 et une p-value de 1.
Cdlt
droopy- Nombre de messages : 1156
Date d'inscription : 04/09/2009
Sujets similaires
» Test de comparaison sur échantillons appariés
» Choix du test + préparation des données
» Quel test utilisé pour 2 groupes appariés ?
» quels test pour mes données?
» Test des rangs pour échantillons appariés sous SAS
» Choix du test + préparation des données
» Quel test utilisé pour 2 groupes appariés ?
» quels test pour mes données?
» Test des rangs pour échantillons appariés sous SAS
Page 1 sur 1
Permission de ce forum:
Vous ne pouvez pas répondre aux sujets dans ce forum
|
|