87
La Statistique ou comment tenter de s’affranchir de la Variabilité Dr Frédérick Gay CHU Pitié –Salpêtrière, Paris

La Statistique ou comment tenter de s'affranchir de la variabilité

Embed Size (px)

DESCRIPTION

La Statistique ou comment tenter de s'affranchir de la variabilité - Conférence du 3e édition du Cours international « Atelier Paludisme » - GAY Frédérick - Hospitalier CHU Pitie-Salpetriere - Assistance Publique-Hopitaux de Paris Université Paris 6 - [email protected]

Citation preview

Page 1: La Statistique ou comment tenter de s'affranchir de la variabilité

La Statistiqueou

comment tenter de s’affranchirde

la Variabilité

Dr Frédérick Gay

CHU Pitié –Salpêtrière, Paris

Page 2: La Statistique ou comment tenter de s'affranchir de la variabilité

“ Le Jeu de la Science et du Hasard "Pr Daniel Schwartz

Dans le domaine du vivant le hasard est roi.

Sciences de la vie Hasard

duel serré entre :

?

Page 3: La Statistique ou comment tenter de s'affranchir de la variabilité
Page 4: La Statistique ou comment tenter de s'affranchir de la variabilité
Page 5: La Statistique ou comment tenter de s'affranchir de la variabilité

La statistique basée sur des hypothèses de distribution

1. Variabilité2. Incertitude et Probabilité3. Description versus Recherche4. Échantillon et Intervalle de confiance5. Représentativité et Tirage au sort6. Comparabilité7. Causalité8. Questions « existentielles »

Page 6: La Statistique ou comment tenter de s'affranchir de la variabilité

La Statistique parce que la Variabilité

• Les statistiques sont des dénombrements de sujets, d’objets, d’évènements, dans des populations ou des sous-populations.

• La statistique est un mode de pensée permettant de recueillir, de traiter et d’interpréter les données qu’on rencontre dans divers domaines, et tout particulièrement dans les sciences de la vie, du fait que ces données présentent une caractéristique essentielle :

la variabilité.

Page 7: La Statistique ou comment tenter de s'affranchir de la variabilité

• Bien que la variabilité dans le domaine du vivantsoit, aux yeux de tous, une évidence,

la force de cette évidence n’a d’égaleque la faculté de l’oublier à chaque instant.

Page 8: La Statistique ou comment tenter de s'affranchir de la variabilité

• La variabilité peut être réduite par des procédés expérimentaux,

mais non supprimée.

Page 9: La Statistique ou comment tenter de s'affranchir de la variabilité

• La variabilité (qui comporte l’éventuelle erreur de mesure),

traduit la fluctuation biologique.

Page 10: La Statistique ou comment tenter de s'affranchir de la variabilité

Histoire personnelle du Pr Daniel Schwartz :

Mes rhododendrons fleurissent mal, j’avais fait venir un spécialiste :

" Vos rhododendrons manquent de terre de bruyère " fut son verdict.

Je rétorquais : " Vous m’étonnez, regardez ce Roseum elegans, c’est celui qui fleurit le mieux, et je ne lui ai pas mis de terre de bruyère du tout. "

Regard désolé de l’agronome : " Voyons Monsieur Schwartz, vous qui êtes statisticien, vous raisonnez sur un cas ? "

Tout en rougissant d’être tombé dans le piège contre lequel j’ai mis en garde des milliers d’élèves, je notais que le spécialiste griffonnait quelques remarques sur ses tablettes : " Qu’écrivez-vous là ? "

" Mais que le Roseum elegans se passe de terre de bruyère "

" Eh là ! Vous raisonnez sur un cas ! "

En cinq minutes, il avait oublié la variabilité….

Page 11: La Statistique ou comment tenter de s'affranchir de la variabilité

• Certains caractères varient d’un moment à l’autre chez le même individu,

à la variabilité inter- individuellese superpose ainsi une variabilité intra- individuelle

(encore plus souvent oubliée que la première).

Page 12: La Statistique ou comment tenter de s'affranchir de la variabilité

Une science du particulier ?

L’individu diffère des autres individus,il diffère de lui-même d’un moment à l’autre.

Ainsi, le domaine du vivant est fait de cas particuliers.

Mais il n’y a de science que du général.Alors comment peut-il y avoir une science du vivant ?

Il faut adapter la science au domaine du particulier.

Page 13: La Statistique ou comment tenter de s'affranchir de la variabilité

La statistique basée sur des hypothèses de distribution

1. Variabilité2. Incertitude et Probabilité3. Description versus Recherche4. Échantillon et Intervalle de confiance5. Représentativité et Tirage au sort6. Comparabilité7. Causalité8. Questions « existentielles »

Page 14: La Statistique ou comment tenter de s'affranchir de la variabilité

La science de l’incertain

• Du fait de la variabilité, on est dans le domaine de l’incertain.

• Adapter une science au particulier,c’est inventer une science de l’incertain.

• Mais l’incertain n’échappe-t-il pas par force à toute loi ?

• Science du particulier, science de l’incertain,l’association de ces mots est-elle possible à réaliser ?

C’est le défi qu’a relevé la statistique,en s’appuyant sur le concept de probabilité.

Page 15: La Statistique ou comment tenter de s'affranchir de la variabilité

La probabilité

• L’incertitude n’est pas en tout ou rien, elle présente des degrés.

• On qualifie un événement incertain de plus ou moins probable.

• Mesure de l’incertain :le rapport entre le nombre des cas où un événement se produit et le nombre des cas possibles (supposés également probables) = définition élémentaire de la probabilité, comprise entre 0 (0 %) et 1 (100 %).

• Exemple :La probabilité de tirer un as dans un jeu de 52 cartes est le quotient de 4 (nombre de cas favorables) par 52 (nombres des cas possibles), soit environ 8%. Que je tire une carte rouge a une probabilité de 26/52 soit 50 %, c’est encore incertain, mais c’est plus probable.

Page 16: La Statistique ou comment tenter de s'affranchir de la variabilité

Notre niveau d’ignorance

• La probabilité qu’un événement se produise n’a pastoujours une estimation figée une fois pour toutes.

• L’estimation de la probabilité dépend des informations disponibles.

• Une fois prises en compte toutes les informations disponibles, les cas identiques pour ces informations ont tous une même probabilité du fait de notre ignorance. Ils forment un groupe homogène dans l’état de nos connaissances.

Page 17: La Statistique ou comment tenter de s'affranchir de la variabilité

• " Lois du hasard " :2 mots apparemment incompatibles

ne sont pas des lois de certitudes

mais des lois d’incertitude.

Page 18: La Statistique ou comment tenter de s'affranchir de la variabilité

XVII siècle - cercles de jeu – Pascal

• Le chevalier de Méré, cherchait à gagner sur ses adversaires dans des paris où la chance de gain, légèrement supérieure à 50 %, donnait l’apparence d’un jeu équitable, mais lui assurait le succès sur une longue série.

• Un de ses paris était de sortir au moins un 6 en lançant quatre dés (probabilité de gain 51,77 %)

• Un autre était de lancer deux dés 24 fois en pariant sur l’apparition de deux 5 au moins une fois ; en fait, la probabilité de gain n’est ici que 49.14 % ; il aurait fallu pour gagner lancer les dés 25 fois et non 24.

Page 19: La Statistique ou comment tenter de s'affranchir de la variabilité

XVII siècle - Cercles de jeu – Pascal

• Le chevalier Méré posa un jour un problème à Pascal :deux joueurs font une partie de pile ou face, le gagnant est celui qui obtient le premier 3 résultats conformes à sa prédiction, la partie comporte plusieurs manches.

• Mais les joueurs sont obligés de l’interrompre prématurément à la fin de la première manche.

• Comment leur rendre les mises de façon équitable, en tenant compte du fait que l’un des joueurs avait gagné la première manche ?

• Pascal trouva la solution et voulut aussitôt l’exposer à Fermat :il le fit par une lettre dont la date, le 29 juillet 1654, est généralement considérée comme établissant les fondements du calcul des probabilités.

Page 20: La Statistique ou comment tenter de s'affranchir de la variabilité

La statistique basée sur des hypothèses de distribution

1. Variabilité2. Incertitude et Probabilité3. Description versus Recherche4. Échantillon et Intervalle de confiance5. Représentativité et Tirage au sort6. Comparabilité7. Causalité8. Questions « existentielles »

Page 21: La Statistique ou comment tenter de s'affranchir de la variabilité

Description et Recherche

• Pour exposer la démarche statistique, il est utile de classer les problèmes en deux catégories :

- les problèmes de description

et

- les problèmes de recherche.

Page 22: La Statistique ou comment tenter de s'affranchir de la variabilité

Description et Recherche

• Il est pratique de considérer que :

– la description porte sur 1 caractère(la survenue d’un cancer, la cholestérolémie)

– la recherche sur au moins 2 caractères(survenue d’un cancer et tabagisme, cholestérolémie et régime)

La recherche commence quand on met à l’épreuve la liaison entre les deux caractères.

Page 23: La Statistique ou comment tenter de s'affranchir de la variabilité

Description

• Les mauvaises langues prétendent qu’un statisticien se noya dans un cours d’eau dont la profondeur moyenne était de 20 cm.

• C’est qu’à l’endroit où il souhaitait pataugerelle atteignait 2 mètres !

• Comment avait- il peu oublier la variabilité, raison d’être de la statistique ?

Page 24: La Statistique ou comment tenter de s'affranchir de la variabilité

Description

• L’idée, aujourd’hui presque évidente, de décrire une population, par des pourcentages ou des moyennes, a pourtant rencontré de fortes résistances.

• L’utilisation de pourcentages a été proposée par Pierre Louis, dans les années 1830, et violemment combattue aux Académies de médecine et des sciences.

• Dire qu’un caractère se présente 10 fois sur 100, prétendaient certains, c’est « mettre dans le même sac » 100 sujets qui ne sont pas comparables en raison de l’individualité humaine. Le Dr Double (son principal adversaire) estimait que chaque cas est nouveau et distinct, une maladie n’est pas une entité fixe et uniforme mais une série de situations variées.

Page 25: La Statistique ou comment tenter de s'affranchir de la variabilité

Description

• Les "rapport numériques« (les taux) étaient bannis, il fallait se contenter de dire "souvent, rarement, dans le plus grand nombre des cas".

• Double concluait : "les calculs numériques et statistiques ne sont d’aucune manière applicables à la thérapeutique".

• Ainsi, la statistique présentée comme remède à la variabilité était condamnée au nom même de cette variabilité.

• Quand à l’usage des moyennes, il a été violemment combattu par Claude Bernard (adversaire résolu de la statistique) : il le ridiculisait par l’image du physiologiste qui, pour étudier l’urine moyenne européenne, puiserait dans l’urinoir d’une grande gare !

Page 26: La Statistique ou comment tenter de s'affranchir de la variabilité

Effacement des individualités

• Puisque la probabilité est fonction des informations disponibles,

• les sujets deviennent tous pareils dans notre état d’ignorance, ils constituent un groupe homogène.

Page 27: La Statistique ou comment tenter de s'affranchir de la variabilité

La statistique basée sur des hypothèses de distribution

1. Variabilité2. Incertitude et Probabilité3. Description versus Recherche4. Échantillon et Intervalle de confiance5. Représentativité et Tirage au sort6. Comparabilité7. Causalité8. Questions « existentielles »

Page 28: La Statistique ou comment tenter de s'affranchir de la variabilité

On ne dispose que d’échantillons

• Comme les fluctuations d’échantillonnage sont imprévisibles,

• car le hasard peut tout faire,

• que peut- on dire du taux dans la population totale ?

• La méthode statistique nous apporte la solution,sous la forme d’un :

intervalle de confiance(fourchette)

Page 29: La Statistique ou comment tenter de s'affranchir de la variabilité

Risque d’erreur consenti

• Certitude impossible.

• Seule réplique valable :

la fixation d’un intervalleavec risque d’erreur consenti

Page 30: La Statistique ou comment tenter de s'affranchir de la variabilité

Comment fixer le risque ?

• Dans certains problèmes, on peut chiffrer le coût de l’erreuret l’intérêt apporté par la dimension de la fourchette.

• En l’absence de telles informations, l’habitude est de choisir le risque de 5% considéré comme un moyen terme raisonnable.

• Pourquoi ?– il est petit– il conduit dans le calcul à une formule simple– c’est un chiffre rond– on a longtemps exprimé l’erreur en terme de paris, et admettre le

risque 5 % revient à parier 20 contre 1.

Page 31: La Statistique ou comment tenter de s'affranchir de la variabilité

Un peu d’histoire

• L’intervalle de confiance d’un pourcentage a été imaginé par Laplace dès 1789,

• puis utilisé par ses disciples, tout particulièrement par Poisson qui, dans les années 1830, le popularisa largement

• suivi dans le domaine médical par son élève Gavarret.

• Poisson choisissait pour la fourchette le pari à 212 contre 1 ; plus prudent que nous, Poisson choisissait au lieu de 5 chances sur 100, le risque d’erreur de 5 pour 1000, soit 1 pour 200, mais avec 212 au lieu de 200 la formule donnant la fourchette est plus simple.

Page 32: La Statistique ou comment tenter de s'affranchir de la variabilité

Calcul de la “fourchette”

1 – La dimension de la fourchette diminue quand le nombre de sujet n de l’échantillon augmente, mais on n’est "récompensé "que proportionnellement à�n(avec 4 fois plus de sujets, la fourchette n’est que 2 fois plus petite).

2 – Par contre, la dimension de la fourchette ne dépend pas de la taille de la population.

3 – Ceci est vrai que lorsque la taille de l’échantillon est petite par rapport à celle de la population, mais c’est un cas très général.

Il ne faut pas d’avantage de sujets pour un sondage dans la population chinoise que dans celle de Mayotte.

La dimension de la fourchette dépend du seul effectif de l’échantillon.

Page 33: La Statistique ou comment tenter de s'affranchir de la variabilité

Les pièges de la fourchette

• Le sens de la fourchette est souvent mal compris.

• Il est faux de s’imaginer que la vraie valeur est sûrement dans la fourchette

• Il n’y a pas une seule fourchette, mais une infinité, correspondant à tous les risques possibles.

• Un autre faux pas, plus sournois et plus dangereux :Un chirurgien, auteur d’une nouvelle technique opératoire, veut s’assurer de son bien-fondé. Il écrit aux 1000 premiers patients qui en ont bénéficié et reçoit 100 réponses : 75 sont très satisfaits, 25 non. Le succès évalué sur cet échantillon, est donc de 75 %. Le chirurgien ne se contente pas de ce résultat, il sait ce qu’est un intervalle de confiance et le calcule : [66% - 84 %].

Page 34: La Statistique ou comment tenter de s'affranchir de la variabilité

Les pièges de la fourchette

• Cependant, un doute le saisit :Comment se fait-il que 100 patients seulement sur les 1 000 se soient manifestés ?

• Réponse :les 900 autres sont morts des suites de l’opération…Le taux de succès est donc de 75 sur 1000 et non 75 sur 100, et la donnée d’une fourchette savamment calculée autour d’un pourcentage aussi faux serait une absurdité.

une fourchette n’a de sens que si elle est estiméeà partir d’un échantillon représentatif.

Mais qu’est-ce que la représentativité ?

Page 35: La Statistique ou comment tenter de s'affranchir de la variabilité

La statistique basée sur des hypothèses de distribution

1. Variabilité2. Incertitude et Probabilité3. Description versus Recherche4. Échantillon et Intervalle de confiance5. Représentativité et Tirage au sort6. Comparabilité7. Causalité8. Questions « existentielles »

Page 36: La Statistique ou comment tenter de s'affranchir de la variabilité

La représentativité

• Si l’échantillon diffère systématiquement de la population pour un caractère au moins,

• et comme un caractère est toujours lié à un écheveau de beaucoup d’autres,

• l’échantillon risque de différer de la population pour de nombreux caractères, peut-être précisément pour ceux qu’on étudie.

• Un tel échantillon n’est pas représentatif, on dit qu’il est biaisé.

Page 37: La Statistique ou comment tenter de s'affranchir de la variabilité

Représentatif

• On croit souvent qu’un échantillon n’est représentatif que s’il est suffisamment grand.

• C’est faux !

• Un échantillon, si petit soit-il, est représentatif dès lors qu’il résulte d’un tirage au sort.

La taille de l’échantillon intervient sur la dimension de la fourchette.

Page 38: La Statistique ou comment tenter de s'affranchir de la variabilité

Le tirage au sort

• Pour éviter ce biais, il faut donc que l’inclusion d’un sujet dans l’échantillon soit faite indépendamment de toutes les caractéristiques de ce sujet.

• La seule façon d’y parvenir est de recourir au hasard

• N’est-ce pas là, la définition du hasard ? :la rencontre de deux chaînes d’évènements indépendantes.

• La solution est donc le tirage au sort. Aussi appelle-t-on échantillon représentatif, un échantillon tiré au sort dans la population.

Page 39: La Statistique ou comment tenter de s'affranchir de la variabilité

La courte paille

• Le recours au hasard est une pratique ancienne.

• L’objectif est de désigner les sujets indépendamment de toutes leur caractéristiques.

• C’est bien ce qu’on vise aussi en statistique dans la recherche de la représentativité.

• Le recours au tirage au sort pour obtenir la représentativité avait été évoquée par Laplace en 1783.

• Mais il ne fut proposé comme méthode d’échantillonnage qu’au début du XXème siècle. En 1925, une résolution de l’Institut International de Statistiques envisageait encore deux procédés : choix judicieux et méthode aléatoire.

• Des progrès, considérables dans le choix des échantillons devaient résulter des sondages d’opinion, pratiqués de plus en plus aux Etats-Unis, notamment pour les élections présidentielles.

• Une date cruciale est le 3 novembre 1936 où F.D. Roosevelt fut élu, alors que son concurrent Landon était donné gagnant par un sondage de plus de 2 millions de personnes. Mais les sujets interrogés étaient les abonnés au téléphone, le grand nombre étant censé (quelle erreur !) tenir lieu de représentativité.

Page 40: La Statistique ou comment tenter de s'affranchir de la variabilité

La statistique basée sur des hypothèses de distribution

1. Variabilité2. Incertitude et Probabilité3. Description versus Recherche4. Échantillon et Intervalle de confiance5. Représentativité et Tirage au sort6. Comparabilité7. Causalité8. Questions « existentielles »

Page 41: La Statistique ou comment tenter de s'affranchir de la variabilité

Le jeune accoucheur

• Un jeune accoucheur entreprit, pour sa thèse, une enquête réunissant 1000 cas.

Accouchements Avec accoucheur Sans accoucheur

Nb de cas 500 500Nb de complications 20 60soit en % 4 % 12 %

• Les taux de complications observés sont différents dans les deux séries.

• Mais les taux vrais ne sont pas nécessairement 4 % et 12 %, ils sont dans une fourchette autour de ces valeurs.

• Peut-être que le taux vrai est le même dans les deux séries ?

• Pour le savoir, il faut effectuer un « test statistique », ce que fit L’accoucheur.

• La réponse est très claire : si le taux vrai de complications était le même avec et sans accoucheur,on aurait eu moins de 1 chances sur 100 000 d’obtenir une différence aussi grande que celle observée.

• Cette hypothèse est donc invraisemblable : la différence observée est probante.

Peut-on pour autant en conclure qu’on doit faire appel à l’accoucheur ?

Page 42: La Statistique ou comment tenter de s'affranchir de la variabilité

Désillusion

• C’est ici le moment d’avouer que les résultats n’étaient pas ceux annoncés dans le tableau.

• En réalité la différence était dans le sens inverse : le taux de complications était plus élevé en faisant appel à l’accoucheur !

• Résultat plutôt embarrassant pour l’auteur de l’enquête !

Page 43: La Statistique ou comment tenter de s'affranchir de la variabilité

Explication

• On faisait surtout appel à l’accoucheur quand la situation se présentait mal.

• Les deux groupes avec et sans accoucheur n’étaient pas comparables.

Page 44: La Statistique ou comment tenter de s'affranchir de la variabilité

Un nouveau mode de pensée

• Les véritables fondateurs de la théorie des tests d’hypothèse sont JerzyNeyman et Egon Pearson (Pearson II, fils de Karl) au cours d’une collaboration qui fut si étroite , entre 1926 et 1933, qu’on citait toujours le duo Neyman - Pearson, alors que le premier était en Pologne et le second en Grande Bretagne.

• Analogie de pensée entre le test statistique et le jugement d’un inculpé : série de débats passionnés entre mathématiciens, philosophes et hommes politiques sur les fondements de la justice.

• Condorcet le premier proposait en 1785 une formule permettant, sous certaines hypothèses de calculer la probabilité de condamner un innocent.

• Laplace en 1830, précisant la formule, l’appliquait aux jugements en Cours d’Assise où les jurys comprenaient 12 jurés, la condamnation étant prononcée à la majorité (7 voix contre 5).

• Laplace montrait que le risque d’erreur était alors de ¼, valeur manifestement intolérable !

Page 45: La Statistique ou comment tenter de s'affranchir de la variabilité

Justice et Statistique

• En 1830, la proportion était portée à 8 voix contre 4, mais même avec cette modification le risque d’erreur restait encore très élevé.

• Arago exposait à la Chambre des Députés que « sur 8 hommes qui montent à l’échafaud, il y en a 1 d’innocent ». Et de proposer de baisser le risque à 1/16.

• Condorcet : « Il est de notre nature de ne pouvoir juger que sur des probabilités. Il n’est donc pas injuste de condamner un innocent pourvu que l’on soit assuré qu’il y a une grande probabilité que la décision rendue soit exacte ».

• C’était bien proposer la politique du risque consenti, avec intervention du calcul des probabilités.

• Si l’on considérait comme obligatoire d’envoyer un innocent à l’échafaud (le plus rarement possible), c’est bien qu’on prenait en compte, l’autre risque, celui de relaxer un coupable.

Page 46: La Statistique ou comment tenter de s'affranchir de la variabilité

La statistique basée sur des hypothèses de distribution

1. Variabilité2. Incertitude et Probabilité3. Description versus Recherche4. Échantillon et Intervalle de confiance5. Représentativité et Tirage au sort6. Comparabilité7. Causalité8. Questions « existentielles »

Page 47: La Statistique ou comment tenter de s'affranchir de la variabilité

Définition de la cause dans le domaine de l’incertain

• Dans le domaine de l’incertain, un facteur est causal

s’il provoque

une augmentation de probabilité de l’évènement.

Page 48: La Statistique ou comment tenter de s'affranchir de la variabilité

De la définition à la preuve

• Comment prouver qu’un facteur provoque une augmentation de probabilité d’un évènement ?

• Le test statistique permet de conclure qu’une augmentation est réelle et non le fruit du hasard, mais peut-il aller plus loin ?

• Les déboires du jeune accoucheur nous mettent sur la voie : si l’on ne pouvait conclure de ses données que le recours à l’accoucheur favorise les complications, c’est parce que les deux groupes comparés n’étaient pas comparables.

• Mais comment assurer la comparabilité ?

• Qu’est-ce la comparabilité ?

• Est-ce une condition suffisante pour permettre l’imputation causale ?

Page 49: La Statistique ou comment tenter de s'affranchir de la variabilité

La tare foncière de l’enquête d’évaluation

• La faille est que le chercheur n’a pas décidé quels sujets fumeraient ou ne fumeraient pas.

• Les groupes « fumeurs » et « non- fumeurs » se sont constitués d’eux-mêmes.

• On s’est contenté d’observer.

• C’est une règle générale dans une enquête d’observation, les groupes s’étant constitués spontanément à partir d’un facteur (le sujet fume ou non), plausiblement lié à beaucoup d’autre, on ne sait plus lequel incriminer.

La non comparabilité des groupes rend l’imputation causale impossible.

Page 50: La Statistique ou comment tenter de s'affranchir de la variabilité

• L’imputation causale à la suite d’une simpleenquête d’observation est une erreur graveet courante commise presque par réflexecomme l’oubli de la variabilité.

Page 51: La Statistique ou comment tenter de s'affranchir de la variabilité

Cause ou Conséquence ?

• En suivant une cohorte de sujets, on a observé un risque plus élevé de cancer chez ceux qui avaient une cholestérolémie basse.

• Pensez à l’écoeurement de ceux qui s’étaient longtemps privés de foie gras ou de crème au chocolat pour éviter l’infarctus.

• Heureusement, les médias ignorèrent ce résultat :on aurait crié haro sur les épidémiologistes !

• En fait, les sujets atteints de cancer non encore diagnostiqué présentaient déjà la cachexie des cancéreux.

La baisse de cholestérol était la conséquence et non la cause du cancer !

Page 52: La Statistique ou comment tenter de s'affranchir de la variabilité

L’effet pris pour la cause

• De même, dans des enquêtes en médecine du travail, on a souvent observé que le personnel affecté à des postes pénibles avait une mortalité plus faible que le personnel travaillant à des postes de tout repos.

• Une explication est bien sûr l’auto- sélection ou la sélection par la médecine du travail, qui ne retient pour les postes pénibles que les sujets en très bonne santé.

Une enquête d’observation peut aboutir à l’erreur extrême, oùl’effet est pris pour la cause.

Page 53: La Statistique ou comment tenter de s'affranchir de la variabilité

L’effet pris pour la cause

• « 70 % des gens meurent au lit »

« Moralité : ne vous couchez pas ! »

L’enquête d’observation ne peut établir que des corrélations.

Page 54: La Statistique ou comment tenter de s'affranchir de la variabilité

La solution : le tirage au sort

• Si l’on veut constituer des groupes comparables, il faut que l’inclusion de chaque sujet dans le groupe A ou B soit indépendante de toutes les caractéristiques du sujet.

• La solution est, comme dans le problème de représentativité, le tirage au sort.

• L’opération qui affecte un sujet dans le groupe A ou B par tirage au sort est appelé randomisation (random =hasard)

Page 55: La Statistique ou comment tenter de s'affranchir de la variabilité

Eviter les biais

• Deux groupes constitués par tirage au sort ne sont pas certes identiques mais ils ne présentent pas de différence systématique.

• Ils se ressemblent « en moyenne »

• Pour chaque caractéristique, connue ou inconnue, des sujets, la valeur moyenne tend à être la même dans les deux groupes.

Page 56: La Statistique ou comment tenter de s'affranchir de la variabilité

Imputation causale avec risque d’erreur consenti

• Le tirage au sort apporte surtout une garantie fondamentale en matière d’imputation causale.

• Fisher : « Si l’on a constitué les groupes par tirage au sort, on peut conclure à la causalité avec le risque d’erreur et le degré de signification du test statistique utilisé. »

• Dans la comparaison de deux traitements attribués par tirage au sort, si l’on adopte le seuil 5 %, une différence significative est attribuable aux traitements avec le risque d’erreur 5 %.

• Si les groupes A et B n’ont pas été constitués par tirage au sort, on peut seulement conclure que les chances de guérisons sont inégales, mais ce résultats ne peut pas être attribué aux traitements.

Page 57: La Statistique ou comment tenter de s'affranchir de la variabilité

Attention au piège !

• Sur un échantillon tiré au sort dans la population des femmes venues accoucher dans une maternité, on observe un taux plus élevé de prématurés chez celles qui ont effectué des travaux pénibles.

• Le travail pénible est-il cause de la plus fréquente prématurité ?

• « Cette imputation causale est possible puisqu’il y a eu tirage au sort » ???

Page 58: La Statistique ou comment tenter de s'affranchir de la variabilité

Aïe Aïe Aïe !!!

• Faux !

• Pour qu’on puisse démontrer la causalité, il aurait fallu constituer deux groupes de femmes comparables :– les unes soumises à un travail pénible– les autres non– par tirage au sort à l’intérieur de l’échantillon.

• Que l’échantillon ait été tiré au sort dans une population initiale permetseulement d’extrapoler à cette population la conclusion observée sur l’échantillon, mais qui est le constat d’une relation dont la nature causale n’est en rien démontrée.

Page 59: La Statistique ou comment tenter de s'affranchir de la variabilité

Tirage au sort à 2 niveaux

• Un tirage au sort à l’intérieur de l’échantillon, assure la comparabilité des deux groupes, il est indispensable pour l’imputation causale.

• En amont, un tirage au sort de l’échantillon dans une population- mère permet, grâce à sa représentativité, l’extrapolation à la population des conclusions observées sur l’échantillon.

• Ce tirage au sort dans une population mère, le plus souvent, n’a pas lieu.

Page 60: La Statistique ou comment tenter de s'affranchir de la variabilité

La statistique basée sur des hypothèses de distribution

1. Variabilité2. Incertitude et Probabilité3. Description versus Recherche4. Échantillon et Intervalle de confiance5. Représentativité et Tirage au sort6. Comparabilité7. Causalité8. Questions « existentielles »

Page 61: La Statistique ou comment tenter de s'affranchir de la variabilité

Déduction / Induction

• Alors que dans le calcul des probabilités, une démarche déductive permet au sein d’une population, des prédictions pour les échantillonsqui en sont tirés au sort,

• la méthode statistique vise à induire, à partir d’un échantillon, des propriétés d’une population, parfois bien déterminée, mais souvent abstraite, forgée à l’image de l’échantillon.

Page 62: La Statistique ou comment tenter de s'affranchir de la variabilité

Autre question

• Des résultats obtenus pour un groupe sont- il applicables à un individu particulier ?

• Réponse = oui,dans le cadre des groupes homogènes tenant compte des facteurs (de guérison dans notre exemple) connus à l’époque, puisqu’alors tous les sujets du groupe sont pareils.

Page 63: La Statistique ou comment tenter de s'affranchir de la variabilité

Critères de présomption causale de Bradford Hill

1 – Force de l’association

2 – Relation dose- effet

3 – Pas d’ambiguïté sur la chronologie

4 – Constance des résultats dans diverses études

5 – Plausibilité de l’hypothèse

6 – Cohérence des résultats

7 – Spécificité de l’association

Page 64: La Statistique ou comment tenter de s'affranchir de la variabilité

Exemple

Le tabac, sûrement coupable de causer le cancer bronchique,ne vérifie le critère de spécificité dans aucun des deux sens :

- il n’est pas la seule cause

- il occasionne d’autres pathologies.

Page 65: La Statistique ou comment tenter de s'affranchir de la variabilité

Le lever du soleil

• La cause est- elle, comme le proclame Chantecler dans la pièce d’Edmond Rostand, le chant du coq ?

• La relation vérifie de multiples critères de la liste de Bradford Hill :– force de l’association ? ((le coq s’époumone)– loi dose- effet ? (le soleil est-il éclatant)– l’ordre chronologique, si important ? (témoignage coléreux du

Grand duc : il chante quand la nuit est encore bonne et fraîche)– le dernier critère de la liste est le plus frappant :

le coq chante-t-il au lever de la lune ?les canards chantent-ils au lever du soleil ?Il y a donc spécificité à double sens.

Page 66: La Statistique ou comment tenter de s'affranchir de la variabilité

Le lever du soleil

Cependant, dans la pièce d’Edmond Rostand, la faisane dorée, amoureuse de Chantecler et jalouse de l’aurore, l’emmène une nuit au concert du rossignol.

Chantecler fasciné en oublie de chanter.

Et le soleil se lève quand même.

Ainsi, tous les arguments accumulés par la seule observation étaient- ils balayés par la voie royale de l’expérimentation.

Page 67: La Statistique ou comment tenter de s'affranchir de la variabilité

“Le renard et les raisins” (La Fontaine)

• Devant la difficulté de l’imputation causale, il faut parfois savoir délaisser (provisoirement) la recherche des causes.

• Il et souvent possible de guider l’action à partir de facteurs de risque d’une maladie, sans se préoccuper aucunement de savoir s’ils jouent un rôle causal.

• En périnatologie :

– La démarche statistique permet de ne retenir qu’un tout petit nombre des nombreux facteurs qui, chez la femme enceinte, font présager une mauvaise issue de la grossesse.

– Judicieusement combinés, ils désignent les grossesses à risque.

– Pour ces cas sera adoptée une conduite ne visant pas à peser sur les facteurs de risque, dont le rôle causal est ignoré : on recommandera seulement aux femmes des visites plus fréquentes.

– Cette démarche méthodologique ne nous éclaire pas sur le déterminisme du mal à combattre, mais elle guide l’action.

Il n’est pas toujours nécessaire de comprendre pour agir.

Page 68: La Statistique ou comment tenter de s'affranchir de la variabilité

• 1ère PartieLa statistique basée sur des hypothèses de distribution

• 2ème PartieChoix d’un test statistique

• 3ème PartieTraitement statistique de petits échantillons et tests exacts

• 4ème PartieAnalyses factorielles multidimensionnelles

Page 69: La Statistique ou comment tenter de s'affranchir de la variabilité
Page 70: La Statistique ou comment tenter de s'affranchir de la variabilité

Choix d’un test statistique pour mesures quantitativesprovenant d’une distribution gaussienne

Objectif

• Décrire un groupe• Comparer 1 groupe à une valeur

hypothétique• Comparer deux groupes

non appariés• Comparer deux groupes appariés • Comparer 3 groupes indépendants

(ou davantage)• Comparer 3 groupes appariés

(ou davantage)• Quantifier une association entre deux

variables• Prédire une valeur à partir d’une autre

variable mesurée• Prédire une valeur à partir de plusieurs

variables mesurées ou binomiales

Calcul ou Test

• Moyenne, DS• Test t pour un échantillon

• Test t non pairé

• Test t pairé• ANOVA à une voie

• ANOVA pour mesures répétées

• Corrélation de Pearson

• Régression linéaire simple ou régression non linéaire

• Régression linéaire multiple ou régression non linéaire multiple

Page 71: La Statistique ou comment tenter de s'affranchir de la variabilité

Choix d’un test statistique pour mesures quantitatives provenant d’une population non gaussienne, pour rangs ou pour scores

Objectif

• Décrire un groupe• Comparer 1 groupe à une valeur

hypothétique• Comparer deux groupes

non appariés• Comparer deux groupes appariés • Comparer 3 groupes indépendants

(ou davantage)• Comparer 3 groupes appariés

(ou davantage)• Quantifier une association entre deux

variables• Prédire une valeur à partir d’une autre

variable mesurée• Prédire une valeur à partir de plusieurs

variables mesurées ou binomiales

Calcul ou Test

• Médiane, écart interquartile• Test de Wilcoxon

• Test de Mann-Withney

• Test de Wilcoxon• Test de Kruskal-Wallis

• Test de Friedman

• Corrélation de Spearman

• Régression non paramétrique

Page 72: La Statistique ou comment tenter de s'affranchir de la variabilité

Choix d’un test statistique pour variables binomiales

Objectif

• Décrire un groupe• Comparer 1 groupe à une valeur

hypothétique• Comparer deux groupes non

appareillés• Comparer deux groupes appareillés • Comparer 3 groupes indépendant ou

davantage• Comparer 3 groupes appareillés ou

davantage• Quantifier une association entre deux

variables• Prédire une valeur à partir d’une autre

variable mesurée• Prédire une valeur à partir de plusieurs

variables mesurées ou binomiales

Calcul ou Test

• Proportion• Test du chi-carré ou test

binomial• Test exact de Fisher (test du chi-

carré pour les grands échantillons)• Test de Mc Nemar• Test du chi-carré

• Q de Cochran

• Coefficients de contingence

• Regression logistique simple

• Régression logistique multiple

Page 73: La Statistique ou comment tenter de s'affranchir de la variabilité

Choix d’un test statistique pour temps de survie

Objectifs

• Décrire un groupe

• Comparer deux groupes non appariés

• Comparer 2 ou plus de 2 groupes

• Comparer 3 groupes indépendants ou davantage

• Prédire une valeur à partir d’une autre variable mesurée

• Prédire une valeur à partir de plusieurs variables mesurées ou binomiales

Calcul ou Test

• Courbe de Kaplan-Meier

• Test de log rankou Test de Mantel-Haenszel

• Régression conditionnelle des risques instantanés

• Régression des risques instantanés proportionnels de Cox

Page 74: La Statistique ou comment tenter de s'affranchir de la variabilité

• 1ère PartieLa statistique basée sur des hypothèses de distribution

• 2ème PartieChoix d’un test statistique

• 3ème PartieTraitement statistique de petits échantillons et tests exacts

• 4ème PartieAnalyses factorielles multidimensionnelles

Page 75: La Statistique ou comment tenter de s'affranchir de la variabilité
Page 76: La Statistique ou comment tenter de s'affranchir de la variabilité

Echelle d’intervalle

Echelle ordinale

Echelle nominale

Echelle binomiale

• Mesure quantitative • Intervalles entre les valeurs

sont connues• Opération arithmétiques

possibles

• Catégories ordonnées • Valeur des différences entre 2

catégories non connues• Opérations impossibles

• Catégories sans ordre

• Echelle nominale à 2 catégories (binominales

Per

te d

’info

rmat

ion

Page 77: La Statistique ou comment tenter de s'affranchir de la variabilité

Echantillons appariés

Non prise en compte des facteurs entraînant des

différences à chaque mesure����

Seul compte le changement entre les 2 (ou n) mesures

Echantillons indépendants

Facteurs contrôlés + facteurs aléatoires

����

Prise en compte de la variation intra- échantillon

Les tests statistiques ne sont pas les mêmes

Page 78: La Statistique ou comment tenter de s'affranchir de la variabilité

Grille de choix d’un test statistique pour petits échantillonsEchelles de mesure

Echantillons Choix Catégories Catégories EchelleBinomial nominales ordinales d’intervalle

Un seul échantillon Test binomial Chi2 de bonne adéquation Test deredistribution

Deux échantillons Test de Test du signe Test deappariés McNemar permutations

pour mesurespairées

Test de Wilcoxon

Deux échantillons Test exact de Test Chi2 de Test deindépendants Fisher Pearson permutations

pour mesuresindépendantes

Test de Mann et Whitney

Plus de 2 échantillons Test de Cochran Test de Friedmanappariés Test de Page (colonnes ordonnées)

Page 79: La Statistique ou comment tenter de s'affranchir de la variabilité

Grille de choix d’un test statistique pour petits échantillonsEchelles de mesure

Echantillons Choix Catégories Catégories EchelleBinomial nominales ordinales d’intervalle

Plus de 2 échantillons Test du Chi2 de Pearson Analyse de varianceindépendants par permutation

des scores

Test de Kruskal et WallisTest de Jonckheere- Terpstra

(colonnes ordonnées)

Mesure de Coefficient de contingence Coefficience de corrélation par l’association entre Kappa de Cohen rang de SpearmannVariables Coefficient de concordance

de Kendall

Page 80: La Statistique ou comment tenter de s'affranchir de la variabilité

������������������������������������

�� ��� � �� �� ��� � �� �� ��� � �� �� ��� � �� ����� �� �� �� � ��� ���� ���� ��� ���� ���� ���� ��� ���� ���� ���� ��� ���� ���� ���� ��� �

� � �� ����� � ��� � ��� �� � �� ����� � ��� � ��� �� � �� ����� � ��� � ��� �� � �� ����� � ��� � ��� �

�� ��� � �� � �� �� ��� ���� ��� � ��� � �� ��� � �� � �� �� ��� ���� ��� � ��� � �� ��� � �� � �� �� ��� ���� ��� � ��� � �� ��� � �� � �� �� ��� ���� ��� � ��� �

��� ����� � � ��� � � � �� �� � ��� ����� � � ��� � � � �� �� � ��� ����� � � ��� � � � �� �� � ��� ����� � � ��� � � � �� �� �

Page 81: La Statistique ou comment tenter de s'affranchir de la variabilité

• 1ère PartieLa statistique basée sur des hypothèses de distribution

• 2ème PartieChoix d’un test statistique

• 3ème PartieTraitement statistique de petits échantillons et tests exacts

• 4ème PartieAnalyses factorielles multidimensionnelles

Page 82: La Statistique ou comment tenter de s'affranchir de la variabilité
Page 83: La Statistique ou comment tenter de s'affranchir de la variabilité
Page 84: La Statistique ou comment tenter de s'affranchir de la variabilité
Page 85: La Statistique ou comment tenter de s'affranchir de la variabilité

Un mode de pensée souvent paradoxal

• La méthode statistique est une succession de démarches le plus souvent contraires à notre mode de pensée. Le calcul des probabilités vise à établir la rigueur dans l’incertain, à assigner des lois au hasard.

• Pascal parlait de « la géométrie du hasard ».

• La statistique nous propose d’abord la politique du risque d’erreur consenti, certes la plus intelligente dans le domaine de l’obligatoire incertitude, mais qui implique que, dans un pourcentage accepté de cas, le résultat obtenu à la suite d’opérations mathématiques plus ou moins sophistiquées sera faux.

• L’estimation par intervalle de confiance présente comme un triomphe un résultat doublement incertain : non pas la valeur exacte, mais une fourchette qui l’entoure, et il n’est pas certain que la valeur exacte soit dans la fourchette.

Page 86: La Statistique ou comment tenter de s'affranchir de la variabilité

• Cette méthode n’est possible que si l’échantillon est représentatif et comment obtenir cette représentativité ? Par choix raisonné ?

• Pas du tout, en recourant au hasard, absence de raison par excellence.

• En matière de recherche, le test statistique n’évalue pas la vraisemblance de l’hypothèse en fonction des données, mais la vraisemblance des données en fonction de l’hypothèse.

• L’hypothèse qu’on teste, quand on veut éprouver l’efficacité d’un traitement, c’est l’hypothèse de son inefficacité, la fameuse hypothèse nulle.

• Devant une différence significative, pour prouver la causalité, il faut comparer deux groupes comparables.

• On ne recherchera pas cette comparabilité par un choix raisonné, on demandera au hasard de faire mieux que nous !

Pour finir, on aura quand même fait de la science !

Le Hasard au service de la Science

Page 87: La Statistique ou comment tenter de s'affranchir de la variabilité