Choix d'un test, distribution sous-population selon des var.

Bonjour à tous,

J'aimerai avoir des avis sur le problème que je me pose:

Soit une population de 500 individus, imaginons que 350 individus soient sains et 150 malades.
Maintenant soient des catégories de tailles variables composant cette population, on va dire que ces 500 personnes représentent 10 catégories de taille allant de 5 personne à 200 personnes.

Soit la catégorie 'boit l'eau de pluie dans un bol', composées de 200 individus, 120 sains et 80 malades.
Soit la catégorie 'boit l'eau de pluie dans un sceau', composée de 10 individus, 2 sains et 8 malades.
Soit la catégorie 'boit l'eau de pluie dans un verre', composée de 40 individus, 20 sains et 20 malades.
etc...

Je cherche à savoir si selon les catégories(qui ne s'overlappent pas et que je considère ici comme mes variables) on peut discerner de façon significative une différence entre celles-ci par rapport à la population initiale.

Par exemple, comment dire 'Grâce à ce test, je peux dire que le fait de boire de l'eau de pluie dans un sceau a un impact significatif dans l'apparition de la maladie'.

Merci d'avance

Bonjour.

Tu peux facilement bâtir un test de proportions à partir de l'hypothèse "la proportion de malades est de 30% (150 sur 500). Cependant, la proportion générale tient compte de la proportion dans la catégorie que tu étudies, ce qui n'est pas satisfaisant, si ta sous-population est importante.

Cordialement.

Merci beaucoup pour ta réponse,
A partir quel moment peut-on considérer la sous-population comme importante ?

Que penses tu d'un test de Fisher (ou Wilcoxon?) ? Par exemple:

pop_tot: sain: 350, M: 150
eau_sceau: sain:2, M:8

Afin d'observer si on a un lien entre la proportion dans la population totale et dans la catégorie observée.

Je trouve la question posée formulée de manière inutilement compliquée, ou bien je n'ai pas compris.

Pourquoi ne pas simplement comparer les pourcentages de malades/sains entre catégories (par une table de contingence, un test exact de Fisher, une régression logistique, etc.). Ca répondrait à la question posée, il me semble. Non ?

Eric.

Eric Wajnberg a écrit:Je trouve la question posée formulée de manière inutilement compliquée, ou bien je n'ai pas compris.

Pourquoi ne pas simplement comparer les pourcentages de malades/sains entre catégories (par une table de contingence, un test exact de Fisher, une régression logistique, etc.). Ca répondrait à la question posée, il me semble. Non ?

Eric.

Après réflexion tu as raison, je me complique la vie inutilement en voulant comparer à la pop initiale.

En fait ta question c'est la mise en evidence de facteurs de risque d'une maladie. La difficulté est plus dans le controle methodologique des biais que dans l'analyse.

http://www.medecine.ups-tlse.fr/DCEM2/module1/sous_module1/004_risque_CA_SA.pdf

Tu peux aussi effectuer un test khi-carré d'indépendance.

Envoyé depuis l'appli Topic'it