Est-ce réaliste d'utiliser une correction de Bonferroni ?

Bonjour,

Je suis en train de lire un article dont j'aimerais m'inspirer.

Pour détecter des "outliers" (valeurs aberrantes), l'auteur binarise une variable multimodale et applique un test binomial sur chaque modalité binarisée.
La p-valeur la plus faible est ensuite conservée et une correction de bonferroni est appliquée, le risque de première espèce est divisé par le nombre initial de modalité.

Tout le monde sait que la correction de Bonferroni est très/trop stricte et au final biaise l'interprétation des résultats car elle baisse trop le risque alpha.
Est-ce que cette approche vous semble correcte ?

Si vous ne la trouvez pas correcte, quelle méthode auriez-vous utilisé ?

Merci d'avance

La méthode dépend très fortement de ta situation expérimentale.

Les outliers ne sont pas vraiment des valeurs aberrantes mais plutôt "hors normes", des chiffres qu'il faut vérifier attentivement mais qui peuvent être tout à fait exacts et pas du tout aberrants.

Par exemple, en clinique, il y a toujours des outliers. Le "patient moyen" n'existe pas vraiment, et chaque fois que tu mesures un grand nombre de variables sur un grand échantillon tu vas trouver des "vrais" outliers, c'est à dire des personnes qui ont "naturellement" certaines valeurs cliniques ou biologiques hors normes. Hors normes ne veut pas forcément dire pathologique (on peut mesurer 2m20 et être en parfaite santé) ni aberrant. Certaines personnes sont également porteuses de mutations génétiques entrainant certaines valeurs biologiques extraordinairement éloignés de la norme mais ils ne sont pas pour autant malades. La conduite à tenir est de vérifier ces valeurs étonnantes, et si elles sont correctes on les garde.

Si tu es dans une situation ou tu ne veux pointer que peu de valeurs extremes, qu'il faut absolument vérifier ou exclure, utiliser un test très conservateur me semble une bonne option. Si par contre tu veux "ratisser large" il faut certainement opter pour une analyse moins conservatrice.

Je ne pense pas qu'il y ait de règle mathématique ultra stricte, c'est plutôt au feeling en fonction de tes données et de tes objectifs.

Bonjour Cassoulet,

Merci pour ces explications.

Oui je suis d'accord avec ton interprétation, au final le choix de la correction à appliquer pour la multiplicité dépend plus de la variable que l'on interprète et peut être du nombre de valeurs extrêmes qu'on s'attend à avoir.