Reanest

🧠 Définition L’analyse multivariée est une méthode statistique qui permet d’étudier l’effet simultané de plusieurs variables explicatives (Xi) sur une seule variable dépendante (Y). Elle est indispensable pour contrôler les facteurs de confusion et identifier les associations indépendantes . 🎯 Objectifs Déterminer les facteurs prédictifs indépendants d’un événement : décès, succès thérapeutique, durée d’hospitalisation, etc. Ajuster les résultats pour des variables confondantes (âge, comorbidités, etc.). 📊 Régression linéaire multiple Forme générale : Y = b₁X₁ + b₂X₂ + ... + a ➤ Dans SPSS : Menu : Analyse → Régression → Linéaire Dépendante : Y Indépendantes : X₁, X₂, ... (possibilité de les introduire en blocs pour une approche hiérarchique) Options utiles : Statistiques : cocher intervalle de confiance , corrélations partielles , colinéarité , Durbin-Watson Tracé : ZRESID (résidus) vs ZPRED (valeurs prédites) pour vérifier les conditions du modèle ...

1. Tests pour variables qualitatives Test du Chi-deux (χ²) de Pearson But : Comparer des proportions entre groupes indépendants. SPSS : Analyse → Statistiques descriptives → Tableaux croisés Mettre variable facteur en ligne, variable maladie en colonne Cliquer sur « Statistiques », cocher « Chi-deux » Vérifier si effectifs théoriques ≥ 5, sinon utiliser test exact de Fisher Interprétation : p ≤ 0,05 = différence significative Test exact de Fisher Utilisé quand effectifs faibles (<5) dans au moins une cellule. Même procédure que Chi-deux. 2. Tests pour variables quantitatives Test de normalité Vérifier distribution (Kolmogorov-Smirnov ou Shapiro-Wilk) : Analyse → Statistiques descriptives → Explorer → Tests de normalité Test t de Student (2 groupes indépendants) Quand : variable quantitative, distribution normale. SPSS : Analyse → Comparer les moyennes → Test t pour échantillons indépendants Sélectionner variable quantitative et variable de regroup...

1. Les bases En analyse statistique, on cherche à savoir si une différence observée est vraie ou due au hasard. H₀ = pas de différence (hypothèse nulle) H₁ = il y a une différence réelle Le seuil classique : p ≤ 0,05 signifie que la différence est statistiquement significative. 2. Choisir le bon test Le test dépend du type de données et de la façon dont les groupes sont constitués : Variables qualitatives (ex : sexe, présence/absence) → test du Chi-deux Variables quantitatives (ex : âge, tension) → test selon la distribution : Données normales → test t de Student Données non normales → test non paramétrique Mann-Whitney 3. Indépendant ou apparié ? Indépendant : deux groupes distincts (ex : patients traités vs témoins) Apparié : mêmes sujets mesurés à deux moments (ex : avant/après traitement) 4. Tests les plus courants Situation Test statistique Quand l’utiliser ? Comparer proportions entre groupes Chi-deux ou Fisher Variables qualitatives, effectifs...

Variables qualitatives Exprimées en effectifs (fréquences) et en pourcentages (%) Analyse : Analyse → Statistiques descriptives → Fréquences dans SPSS Interprétation : Pourcentage simple = proportion d’une modalité dans la population étudiée Pourcentage cumulé = addition progressive des pourcentages des modalités ordonnées Exemple de rédaction : « La fréquence du facteur étudié était de 45 % [IC 95 % : 38 % – 52 %]. » Variables quantitatives Moyenne ± écart-type (ET) : mesure de tendance centrale et dispersion (pour données normalement distribuées) Minimum et maximum : étendue des valeurs Analyse : Analyse → Statistiques descriptives → Descriptives Médiane et intervalles interquartiles (IQR) : (Q1-Q3), valeurs robustes aux données extrêmes, pour données non normales Analyse : Analyse → Statistiques descriptives → Explorer Exemple de rédaction : « La moyenne de la variable X était de 12,4 ± 3,6 (min = 5, max = 20). » « La médiane était de 11, avec u...