Statistiques analytiques sous STATA

Comparaison des variables avec STATA Bien poser le problème Compare t’on des variables continues (ex: taux de glycémie) ou des variables catégorielles (binaires) (ex: sédentaire ou pas) Y a-t-il deux ou plusieurs groupes de comparaison?

Comparaison d’une variable continue entre deux séries indépendantes Nsérie1>30 Nsérie2>30 Non Oui Tester la normalité de la distribution de la variable par visualisation graphique (allure d’histogramme) histogram variable, by(groupe) bin(10) Vérifiée Non vérifiée Tester l’égalité des variances des moyennes Test de Bartlett oneway variable groupe, tabulate Tester l’égalité des variances des moyennes Test de Bartlett Non vérifiée Vérifiée Non vérifiée Vérifiée Comparer les moyennes par un test de Student ttest variable, by(groupe) Comparer les moyennes par un test de Welch ttest variable, by(groupe) unequal welch Comparer les moyennes par le test non paramétrique de Mann-Whithey ranksum variable, by(groupe)

Exemple 1: Comparaison de l’âge moyen entre cas et témoins Comparaison d’une variable continue entre deux séries indépendantes (deux groupes indépendants) Exemple 1: Comparaison de l’âge moyen entre cas et témoins Exemple 2: Comparaison du taux moyen d’hémoglobine glyquée entre sédentaires et non sédentaires

Corrélation entre 2 variables continues (exemple : corrélation âge BMI) Y normalement distribuée selon X Variance uniforme Les deux hypothèses vérifiées Au moins une des hypothèses non vérifiée Coefficient de corrélation de Pearson Coefficient de corrélation de Spearman

Comparaison d’une proportion entre 2 séries indépendantes (cas des variables catégorielles) Effectifs théoriques > 5 Oui Non Test chi2 de Pearson Test exact de Fisher

Comparaison d’une proportion entre plus de deux séries (entre 3 génotypes par exemple) Plus de 80% des valeurs théoriques>5 Aucune valeur attendue <1 Les deux conditions vérifiées Au moins une des conditions non vérifiée Test Chi2 Test exact de Fisher Si les séries sont ordonnées Test de tendance

Principe d’une étude d’association Mettre en évidence une association statistiquement significative entre : Une variable explicative (variable d’exposition) Une variable dépendante (issue) Exemple : Etude d’association entre la sédentarité et une maladie donnée

Test chi2 (variable explicative catégorielle dichotomique) Table de contingence Tester l’association entre la variable d’exposition (sédentarité) et la variable dépendante (la maladie) par le biais d’un : Test chi2 (variable explicative catégorielle dichotomique) Malades Témoins Sédentaires A B Non sédentaires C D