Ateliers méthodologiques Département de Biostatistique et unité Epitraumac SPSS - STATA

13 novembre 2007

Ateliers méthodologiques Département de Biostatistique et unité Epitraumac SPSS - STATA

Quelques éléments de comparaison

M. Dramaix

13 novembre 2007

Les fichiers – les fenêtres

SPSS : approche similaire de celle des autres logiciels WINDOWS (EXCEL) Données : éditables directement dans la fenêtre Exportation et importation de nombreux types de

fichiers: EXCEl, DBF, STATA, SAS…

STATA : plus proche d’EPIINFO Pas de sauvegarde possible de l’output à posteriori A l’écran, longueur de l’output lisible limitée Données: visibles avec DATA BROWSER Données: éditables avec DATA EDITOR Exportation – importation plus limité: fichiers ASCII,

SAS XPORT

13 novembre 2007

Les fenêtres de SPSS

13 novembre 2007 Les fenêtres de STATA

13 novembre 2007 SPSS DATA VIEW

13 novembre 2007 STATA DATA BROWSER

13 novembre 2007

Les commandes (I)

Dans SPSS

Plus simple La plupart directement accessibles par les

menus Commandes facilement identifiables Commandes non accessibles: utilisation dans la

programmation, par ex: DO REPEAT

13 novembre 2007

Les commandes (II)

Dans STATA

Plus complexe Mais logique dans l’écriture pour options,

sélection… Pas simple de retrouver toutes les commandes

par les menus

13 novembre 2007

Les commandes (III)

Dans STATA Dans certains cas, plusieurs commandes

nécessaires pour une commande SPSS Plus grande nécessité de connaître la théorie

pour trouver les commandes adéquates

moins de risque d’erreur dans le choix des méthodes

Pas d’abréviations, fautes « orthographe », ne confond pas majuscules et minuscules

13 novembre 2007

Exemple 1: test t - SPSS

T-TEST GROUPS = PPN(0 1) /MISSING = ANALYSIS /VARIABLES = PoidM /CRITERIA = CI(.95) .

13 novembre 2007

Exemple 1: test t - STATA

robvar PoidM, by( PPN ) ttest PoidM, by(PPN)

ttest PoidM, by(PPN) unequal

13 novembre 2007

Exemple 2 – Régression (I)

13 novembre 2007

Exemple 2 – Régression STATA (suite)

13 novembre 2007

Exemple 2 – Régression (2)REGRESSION /DESCRIPTIVES MEAN STDDEV CORR SIG N /MISSING LISTWISE /STATISTICS COEFF OUTS R ANOVA COLLIN TOL /CRITERIA=PIN(.05) POUT(.10) /NOORIGIN /DEPENDENT Pnaiss /METHOD=ENTER POIDMK AGEM Tabac Probur /SCATTERPLOT=(*ZRESID ,*ZPRED ) /RESIDUALS HIST(ZRESID) NORM(ZRESID) .

regress Pnaiss POIDMK AGEM Tabac Probur, betapredict fitpredict sdres, rstandardqnorm sdrestwoway (scatter sdres fit)estat vif

Commande SPSS (paste)

Commandes STATA

13 novembre 2007

Exemple 3 – procédure pas à pas

stepwise, pe(0.05): regress POIENF AGEM ETCIV PERBG BAUDE BMI

xi: stepwise, pe(0.05): regress POIENF AGEM i.ETUM ETCIV PERBG BAUDE BMI i.grparite

REGRESSION /MISSING LISTWISE /STATISTICS COEFF OUTS R ANOVA /CRITERIA=PIN(.05) POUT(.10) /NOORIGIN /DEPENDENT POIENF /METHOD=STEPWISE AGEM ETCIV PERBG BAUDE BMI .

Commande SPSS

Commande STATA

Commande STATA avec décomposition en indicateurs


Commande STATA







13 novembre 2007

Les méthodes disponibles

Plus étendues dans STATA Plus de méthodes appliquées en épidémiologie

Ex: analyse des tables, taille échantillon…

Sorties différentes avec les deux logiciels: plus ou moins de statistiques avec l’un ou l’autre Ex: mesures association dans les tables, ANOVA,

procédures pas à pas…plus détaillé dans SPSS Ex: test d’égalité des variances, mesures

épidémiologiques dans les tables, courbes ROC…plus détaillé dans STATA

13 novembre 2007

Méthodes

13 novembre 2007

Sortie test t - SPSS

Independent Samples Test

1.129 .289 2.354 187 .020 11.164 4.743 1.807 20.522

2.516 132.460 .013 11.164 4.438 2.386 19.943

Equal variancesassumed

Equal variancesnot assumed

Poids mèreavant (pounds)

F Sig.

Levene's Test forEquality of Variances

t df Sig. (2-tailed)Mean

DifferenceStd. ErrorDifference Lower Upper

95% ConfidenceInterval of the

Difference

t-test for Equality of Means

Group Statistics

130 133.30 31.724 2.782

59 122.14 26.559 3.458

PPN>= 2500g

< 2500g

Poids mèreavant (pounds)

N Mean Std. DeviationStd. Error

Mean

13 novembre 2007

Sortie test t – STATA (I)

. robvar PoidM, by( PPN ) | Summary of Poids mère avant | (pounds) PPN | Mean Std. Dev. Freq.------------+------------------------------------ >= 2500g | 133.3 31.724016 130 < 2500g | 122.13559 26.559275 59------------+------------------------------------ Total | 129.81481 30.57938 189W0 = 1.12854604 df(1, 187) Pr > F = 0.28945567W50 = 0.50995689 df(1, 187) Pr > F = 0.47604792W10 = 0.74660652 df(1, 187) Pr > F = 0.38865972

13 novembre 2007

Sortie test t – STATA (II)

. ttest PoidM, by(PPN)Two-sample t test with equal variances------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval]---------+-------------------------------------------------------------------->= 2500g | 130 133.3 2.78238 31.72402 127.795 138.805 < 2500g | 59 122.1356 3.457723 26.55928 115.2142 129.057---------+--------------------------------------------------------------------combined | 189 129.8148 2.224323 30.57938 125.427 134.2027---------+-------------------------------------------------------------------- diff | 11.16441 4.743297 1.807157 20.52166------------------------------------------------------------------------------ diff = mean(>= 2500g) - mean(< 2500g) t = 2.3537Ho: diff = 0 degrees of freedom = 187 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 Pr(T < t) = 0.9902 Pr(|T| > |t|) = 0.0196 Pr(T > t) = 0.0098

13 novembre 2007

Sorties Tables - SPSS Chi-Square Tests

4.924b 1 .026

4.236 1 .040

4.867 1 .027

.036 .020

4.898 1 .027

189

Pearson Chi-Square

Continuity Correctiona

Likelihood Ratio

Fisher's Exact Test

Linear-by-LinearAssociation

N of Valid Cases

Value dfAsymp. Sig.

(2-sided)Exact Sig.(2-sided)

Exact Sig.(1-sided)

Computed only for a 2x2 tablea.

0 cells (.0%) have expected count less than 5. The minimum expected count is 23.10.

b.

Symmetric Measures

.161 .026

.161 .026

189

Phi

Cramer's V

Nominal byNominal

N of Valid Cases

Value Approx. Sig.

Not assuming the null hypothesis.a.

Using the asymptotic standard error assuming the nullhypothesis.

b.

Risk Estimate

2.022 1.081 3.783

1.258 1.013 1.561

.622 .409 .945

189

Odds Ratio forTabagisme durantgrossesse (Non / Oui)

For cohort PPN = >=2500g

For cohort PPN = < 2500g

N of Valid Cases

Value Lower Upper

95% ConfidenceInterval

13 novembre 2007

Sorties Tables – STATA (I)

. tabulate Tabac PPN, chi2 column exact expected lrchi2 V+--------------------+| Key ||--------------------|| frequency || expected frequency || column percentage |+--------------------+

Tabagisme | durant | PPN

grossesse | >= 2500g < 2500g | Total-----------+----------------------+---------- Non | 86 29 | 115 | 79.1 35.9 | 115.0 | 66.15 49.15 | 60.85 -----------+----------------------+---------- Oui | 44 30 | 74 | 50.9 23.1 | 74.0 | 33.85 50.85 | 39.15 -----------+----------------------+---------- Total | 130 59 | 189 | 130.0 59.0 | 189.0 | 100.00 100.00 | 100.00

Pearson chi2(1) = 4.9237 Pr = 0.026 likelihood-ratio chi2(1) = 4.8674 Pr = 0.027

Cramér's V = 0.1614 Fisher's exact = 0.036 1-sided Fisher's exact = 0.020

13 novembre 2007

. cc PPN Tabac Proportion | Exposed Unexposed | Total Exposed-----------------+------------------------+------------------------ Cases | 30 29 | 59 0.5085 Controls | 44 86 | 130 0.3385-----------------+------------------------+------------------------ Total | 74 115 | 189 0.3915 | | | Point estimate | [95% Conf. Interval] |------------------------+------------------------ Odds ratio | 2.021944 | 1.029092 3.965864 (exact) Attr. frac. ex. | .5054264 | .0282695 .7478481 (exact) Attr. frac. pop | .2569965 | +------------------------------------------------- chi2(1) = 4.92 Pr>chi2 = 0.0265

Sorties Tables – STATA (II)Tables pour “épidémiologistes”

13 novembre 2007

Sorties Analyse Stratifiée – SPSS (I)Tabagisme durant grossesse * PPN * Ethnie Crosstabulation

40 4 44

54.8% 17.4% 45.8%

33 19 52

45.2% 82.6% 54.2%

73 23 96

100.0% 100.0% 100.0%

11 5 16

73.3% 45.5% 61.5%

4 6 10

26.7% 54.5% 38.5%

15 11 26

100.0% 100.0% 100.0%

35 20 55

83.3% 80.0% 82.1%

7 5 12

16.7% 20.0% 17.9%

42 25 67

100.0% 100.0% 100.0%

Count

% within PPN

Count

% within PPN

Count

% within PPN

Count

% within PPN

Count

% within PPN

Count

% within PPN

Count

% within PPN

Count

% within PPN

Count

% within PPN

Non

Oui

Tabagisme durantgrossesse

Total

Non

Oui


Total

Non

Oui


Total

EthnieBlanc

Noir

Autres

>= 2500g < 2500g

PPN

TotalChi-Square Tests

9.856b 1 .002

8.407 1 .004

10.636 1 .001

.002 .001

9.753 1 .002

96

2.084c 1 .149

1.073 1 .300

2.091 1 .148

.228 .150

2.004 1 .157

26

.118d 1 .731

.000 1 .988

.117 1 .732

.751 .487

.117 1 .733

67

Pearson Chi-Square


Likelihood Ratio

Fisher's Exact Test


N of Valid Cases

Pearson Chi-Square


Likelihood Ratio

Fisher's Exact Test


N of Valid Cases

Pearson Chi-Square


Likelihood Ratio

Fisher's Exact Test


N of Valid Cases

EthnieBlanc

Noir

Autres

Value dfAsymp. Sig.

(2-sided)Exact Sig.(2-sided)

Exact Sig.(1-sided)

Computed only for a 2x2 tablea.

0 cells (.0%) have expected count less than 5. The minimum expected count is 10.54.b.

1 cells (25.0%) have expected count less than 5. The minimum expected count is 4.23.c.

1 cells (25.0%) have expected count less than 5. The minimum expected count is 4.48.d.

Risk Estimate

5.758 1.782 18.599

1.433 1.142 1.797

.249 .091 .677

96

3.300 .635 17.160

1.719 .751 3.933

.521 .215 1.263

26

1.250 .350 4.462

1.091 .650 1.832

.873 .410 1.857

67




N of Valid Cases




N of Valid Cases




N of Valid Cases

EthnieBlanc

Noir

Autres

Value Lower Upper

95% ConfidenceInterval

13 novembre 2007

Sorties Analyse Stratifiée – SPSS (II)

Tests of Homogeneity of the Odds Ratio

3.126 2 .210

3.125 2 .210

Breslow-Day

Tarone's

Chi-Squared dfAsymp. Sig.

(2-sided)

Tests of Conditional Independence

9.576 1 .002

8.378 1 .004

Cochran's

Mantel-Haenszel

Chi-Squared dfAsymp. Sig.

(2-sided)

Under the conditional independence assumption, Cochran'sstatistic is asymptotically distributed as a 1 df chi-squareddistribution, only if the number of strata is fixed, while theMantel-Haenszel statistic is always asymptotically distributedas a 1 df chi-squared distribution. Note that the continuitycorrection is removed from the Mantel-Haenszel statistic whenthe sum of the differences between the observed and theexpected is 0.

Mantel-Haenszel Common Odds Ratio Estimate

3.086

1.127

.371

.002

1.491

6.390

.399

1.855

Estimate

ln(Estimate)

Std. Error of ln(Estimate)

Asymp. Sig. (2-sided)

Lower Bound

Upper Bound

Common OddsRatio

Lower Bound

Upper Bound

ln(CommonOdds Ratio)

Asymp. 95% ConfidenceInterval

The Mantel-Haenszel common odds ratio estimate is asymptotically normallydistributed under the common odds ratio of 1.000 assumption. So is the natural log ofthe estimate.

13 novembre 2007

Sorties Analyses Stratifiée - STATA

. cc PPN Tabac, by(Ethnie) pool Ethnie | OR [95% Conf. Interval] M-H Weight-----------------+------------------------------------------------- Blanc | 5.757576 1.657574 25.1388 1.375 (exact) Noir | 3.3 .4865385 23.45437 .7692308 (exact) Autres | 1.25 .273495 5.278229 2.089552 (exact)-----------------+------------------------------------------------- Crude | 2.021944 1.029092 3.965864 (exact) Pooled (direct) | 2.945162 1.371751 6.323289 M-H combined | 3.086381 1.49074 6.389949 -------------------------------------------------------------------Test of homogeneity (direct) chi2(2) = 3.02 Pr>chi2 = 0.2213Test of homogeneity (M-H) chi2(2) = 3.03 Pr>chi2 = 0.2197 Test that combined OR = 1: Mantel-Haenszel chi2(1) = 9.41 Pr>chi2 = 0.0022

13 novembre 2007

Autres exemples

ANOVA

Logistique stepwise

…

13 novembre 2007

Graphiques

Performants avec les deux logiciels: édition, exportation

Plus de possibilités avec STATA

Exemples

13 novembre 2007

GraphiquesSPSS

13 novembre 2007

Conclusion

Recherche STATA +

Enseignement SPSS + STATA exige d’aller plus en profondeur dans

la théorie éventuellement plus de détails mathématiques nécessaires

Documents

Ateliers méthodologiques Département de Biostatistique et unité Epitraumac SPSS - STATA