Question sur influence des paramètres les uns sur les autres

Bonjour,

J'ai une question au sujet du test du khi-deux, une des thématiques que je développe actuellement dans mon entreprise est la suivante :
"Si j'augmente une grandeur Y qui influe sur un test, est-ce que cela augmente les chances que le test échoue ?"

Voilà comment j'ai présenté les choses, j'ai calculé la moyenne de la grandeur Y. Et j'ai dénombré le nombre de test réussi et échoué en fonction de Y. Ce qui donne quelque chose comme :

Supérieur à Y Inférieur à Y Total
Réussi 15 26 31
Echoué 14 16 30
Total 29 42 71


Mon idée était de faire le test du khi-deux sur ce tableau, mais je suis sceptique quant à la pertinence du résultat obtenu. Comment auriez-vous fait pour votre part ?

J'ai aussi utilisé la corrélation avec la covariance divisé par le produit des écarts types mais là aussi, je suis sceptique quant à la véritable information délivré par le résultat.

Quelqu'un m'a suggéré de faire une régression logistique vu que le résultat d'un test est une grandeur binaire, mais ça paraît hardu.

Merci.

Bonjour,

Pas bien compris la question surtout que l'inclusion de termes potentiellement statistique dans une présentation du sujet qui lui ne semble pas l'être n'ai de pas à se forger une idée de tes attentes.

Si j'augmente une grandeur Y qui influe sur un test, est-ce que cela augmente les chances que le test échoue ?

Que veux tu dire par là ? C'est quoi que tu appelles test ?

nik

Pour faire simple, je fais partie d'un laboratoire de test. Une de mes études est la suivante :

J'ai un test donné qui dépend de plusieurs grandeurs physiques mesurées, le résultat du test est soit "OK" soit "PAS OK".
Ayant à ma disposition les valeurs de chaque grandeur physique influençant le test je viens à me poser cette question :

Si j'augmente la valeur d'une de mes grandeurs ( Y par exemple ) est-ce que cela augmente les chances que le test échoue ?

ok. Donc effectivement une régression logistique peut être adaptée.

Tu as une réponse en oui/non et des facteurs explicatifs et tu veux savoir comment varie la proportion de oui (ou de non) suivant la valeur des facteurs.

Le test du chi² devra être fait pour chacune des conditions expérimentales. Les test répétés obligent à des corrections sur les p-value qui posent d'autres problèmes.Par ailleurs, il ne me semble pas que la structure de ton test du chi² réponde à l'objectif que tu poses. ton test actuel ne te dit pas si c'est quand tu augmente ou que tu diminue que tes proportion de oui/non changent.

Il faut que tu précises comment sont structurées tes données pour qu'on puisse te répondre le plus précisément possible (ton nombre d'observations par conditions expérimentales - = as tu fait des réplicats?-, la nature des facteurs explicatifs testés -variables continues, catégorielles.. ?-)

nik

Désolé de me montrer vague, ce n'est pas dans mes habitudes, mais ce sont des informations plus ou moins condidentielles. Je peux néanmoins compléter certaines choses.

Mes grandeurs physiques sont toutes continues.
Ensuite, mon test comporte trois observations, on obtient des résultats ainsi :

r1, r2 et r3, on calcule la moyenne que je nommerais R et on déduit de tout ça si le test est OK ou PAS OK.

J'ai un critère - numérique, un nombre entier en pourcentage - à ne pas dépasser. Pour que le test soit OK, je dois avoir :

- (R < 10% ) ET ( deux parmi (r1.r2.r3) < 10% )

En bref, j'ai pour chaque test, trois résultats et des valeurs attribuées à des grandeurs physiques. J'ai donc des données sous cette forme en gros :

Test 1) (R, r1, r2, r3) et (X, Y, Z) et (OK ou PAS OK)
Test 2) (R',r1', r2', r3') et (X', Y', Z') et (OK ou PAS OK)
Test n) (Rn, r1n, r2n, r3n) et (Xn, Yn, Zn) et (OK ou PAS OK)