Aide pour BioStat...

[invitee8ebc41f]

Bonjour, en cours de thèse de médecine, et pas très doué pour les stats, je me demandais si on pouvait m'aider ?

Je voudrais comparé 2 groupes de médecins, et savoir si la différence est significative, par exemple :

grp 1 (<51 ans) n=73 ; fréquence de la variable étudié=16 (soit 22%)
grp 2 (>51 ans) n=77 ; fréquence de la variable étudié=26 (38%)

Comment faire pr les comparer et dire si la différence est significative, calcul du p., Test Fischer ou chi2 ?
comment se fait le calcul ?

Merci

Est ce qu'il existe des logiciels pouvant appliquer les tests nécessaire ?
-----

[invitec5eb4b89]

Bonsoir,
La fonction prop.test du logiciel R permet de faire un tel test de comparaison de deux proportions. Ce test est basé sur le calcul d'une statistique du Chi 2 (corrigée pour la continuité...). Avec R on peut aussi faire un test exact de Fisher (fonction fisher.test). J'ai testé rapidement les deux, et le résultat est le même : au risque de 5 %, on peut pas rejeter l'hypothèse nulle ("les deux proportions sont égales").
Bon courage,
Vincent.

[invitee8ebc41f]

Oki, merci. Je vais essayer le logiciel R, je l'ai installé mais pas utilisé, mais bon j'ai pas trop essayé de comprendre...

[invitec5eb4b89]

Oki, merci. Je vais essayer le logiciel R, je l'ai installé mais pas utilisé, mais bon j'ai pas trop essayé de comprendre...

Le code est assez simple :

m <- matrix(c(16,26,73-16,77-26),2,2)
prop.test(m)
fisher.test(m)

[A voir en vidéo sur Futura]

[invitee8ebc41f]

Hello,
j'ai donc utilisé les 2 fonctions, et j'ai des résultats similaire. Nickel, je ne pense pas devoir faire d'autres analyses, c'est 2 fonctions me seront suffisantes pour les autres données...
Merci

fisher.test(matrix(c(16,26,73-16,77-26),2))

Fisher's Exact Test for Count Data

data: matrix(c(16, 26, 73 - 16, 77 - 26), 2)
p-value = 0.1452
alternative hypothesis: true odds ratio is not equal to 1
95 percent confidence interval:
0.2469371 1.2083281

prop.test(c(16,26),c(73,77))

2-sample test for equality of proportions with continuity correction

data: c(16, 26) out of c(73, 77)
X-squared = 2.0548, df = 1, p-value = 0.1517
alternative hypothesis: two.sided
95 percent confidence interval:
-0.27382468 0.03685617
sample estimates:
prop 1 prop 2
0.2191781 0.3376623

sample estimates:
odds ratio
0.5527983