résolution de qcm comparaison des moyennes

[stabilopastel]

Salut, je coince sur deux items dans le qcm si dessous :

 

On réalise une étude sur un échantillon de 100 personne atteintes de sclérose en plaque et un échantillon de 100 personnes indemnes appariées aux cas sur l’âge et le sexe. On a relevé si ces personnes étaient vaccinées contre l’hépatite B. On cherche à savoir si les personnes atteintes de sclérose en plaques sont plus souvent vaccinées contre l’hépatite B que les personnes indemnes. Indiquer si les propositions suivantes sont vraies ou fausses

A. Il faudra utiliser un test de comparaison de fréquences

B. Il faudra utiliser un test pour séries appariées

 

L'item A est compté juste mais je n'ai pas bien saisi la différence entre un test de comparaison de fréquences et un test de comparaison de distribution. 

Pour le B il est compté faux et il est mentionné en correction que les échantillons sont indépendants mais je comprends pas pourquoi.

 

Mercii

 

 

[barbiedocteur]

Salut !! 

En ce qui concerne le test pour séries appariées tu ne peux l'utiliser que lorsque les échantillons ne sont pas indépendants (sinon c'est le test Z pour 2 échantillons indépendants). Et ici on ne peux pas savoir à première vue si les 2 échantillons "personnes malades" et "personnes vaccinées" sont indépendants ou non (c'est d'ailleurs pour ça qu'on cherche à savoir si les personnes atteintes de sclérose en plaques sont plus souvent vaccinées contre l’hépatite B que les personnes indemnes). On ne va donc pas utiliser ce test. Et quant à l'affirmation que les 2 échantillons sont indépendants je sais pas trop quoi en penser pour moi avec les infos actuelles on ne peut pas l'affirmer mais peut être que plus tard dans le QCM on a des infos en plus qui permettent de le dire, d'où la correction ;)

 

Et pour l'item A dans test de comparaison de fréquences on étudie une variable dichotomique soit qui a 2 issues : par exemple avoir des cheveux et ne pas en avoir, on peut comparer la fréquence d'avoir des cheveux à Toulouse et à Bordeaux. Dans un test de comparaison de distributions on va avoir plus de 2 modalités. L'exemple typique c'est les groupes sanguins : on connait la distribution des groupes sanguins à Toulouse ( A: 40% - B : 10% - AB: 7% - O: 63%) et on la compare à la distribution des groupes sanguins à Bordeaux (A: ...). Dans ce cas là tu as besoin de connaitre la fréquence de chaque modalité, et tu peux en avoir autant que tu veux. 

 

hésite pas si ça reste pas clair ou si y a autre chose 

[stabilopastel]

D'accord c'est beaucoup plus clair merci !!

[Flèche]

Coucou @stabilopastel et @probanal ! 

 

Il y a 3 heures, stabilopastel a dit :

Pour le B il est compté faux et il est mentionné en correction que les échantillons sont indépendants mais je comprends pas pourquoi.

Il y a 2 heures, probanal a dit :

En ce qui concerne le test pour séries appariées tu ne peux l'utiliser que lorsque les échantillons ne sont pas indépendants (sinon c'est le test Z pour 2 échantillons indépendants). Et ici on ne peux pas savoir à première vue si les 2 échantillons "personnes malades" et "personnes vaccinées" sont indépendants ou non (c'est d'ailleurs pour ça qu'on cherche à savoir si les personnes atteintes de sclérose en plaques sont plus souvent vaccinées contre l’hépatite B que les personnes indemnes). On ne va donc pas utiliser ce test. Et quant à l'affirmation que les 2 échantillons sont indépendants je sais pas trop quoi en penser pour moi avec les infos actuelles on ne peut pas l'affirmer mais peut être que plus tard dans le QCM on a des infos en plus qui permettent de le dire, d'où la correction ;)

Des échantillons indépendants signifient tout simplement que ce ne sont pas les mêmes individus dans les deux échantillons. Ainsi comme ici on ne peut pas être à la fois malade et non malade, les échantillons sont donc indépendants. 

A l'inverse, quand on parle d'échantillons appariés, cela signifie que l'on s'intéresse au même échantillon mais à des moments différents. Par exemple, on pourrait suivre un échantillon de 50 personnes sous traitement d'un médicament A. Puis deux mois plus tard, on reprend le même échantillon mais pour analyser le traitement B. 

 

Pour l'item A je suis totalement d'accord avec @probanal, son explication est top (merciiii ! ).

 

N'hésite pas si tu as des questions @stabilopastel !

[stabilopastel]

Parfait merci !