données appariées

Bonjour ! 

dans le cours Mr Forzy nous a dit que Le X2 de Pearson permet de comparer des % appariés : ce sont des situations ou événements que l'on regarde a deux moment différents dans le meme groupe. 
le meme groupe va se voir affecter les deux modalité et va tester successivement mais dans un ordre aléatoire deux traitements A et B 

Puis pour l'analyse de concordance : il nous a que l'analyse de concordance était la similitude de deux ou pls jugements, de deux ou pls événement de meme nature qui se rapporte au meme objet. 

Je ne vois pas trop quelle est la différence entre les deux ?? et comment savoir que l'on doit faire un X2 pour les % apparies ou une analyse de concordance ? 

merci

Coucou !

Le concordance sert à déterminer si deux tests veulent dire la même chose, sans qu'un test serve de référence. Tu as besoin dans ton tableau de toutes les données, les +/+ et les -/- surtout (pour le calcul de pc, tu n'utilises que ces valeurs concordantes), puisque tu cherches à savoir si les tests donnent la même information mais tu ne compares pas ces tests. Si le Kappa n'est pas significatif ou si la concordance est mauvaise, tu ne peux pas dire si un traitement est plus efficace, tu peux juste dire que les traitements ne signifient pas la même chose.

Le X2 de Pearson est un test sur les données discordantes, sur les +/- et les -/+ (b et c dans ton tableau). Si ce test revient significatif, cela signifie qu'un des tests semble plus efficace que l'autre, tu peux comparer l'efficacité, contrairement à la concordance. Toutefois, comme vous l'avez fait dans le cours, tu ne peux pas être sûr de cette différence d'efficacité, il faut d'abord voir s'il y a effet d'ordre ou non. Tu fais donc un X2 global sur tout le tableau et si le test est significatif et qu'il y a effet d'ordre, tu ne peux pas conclure.

Souvent tu fais un X2 après la concordance sur données discordantes : le X2 de Mc Nemar. Pour une bonne concordance, il faut que ce X2 sur valeurs discordantes ne soit pas significatif, c'est la même chose que pour l'explication juste avant, tu dois avoir un test non significatif pour ne pas voir de différence entre les deux méthodes ! (Il faut également, bien entendu, que Kappa>0,8 soit significatif, avec les proportions d'agrément proches de 1.)

J'espère avoir répondu à ta question, n'hésite pas à me relancer si besoin !

Bisous bisous

ah oui je vois merci !!

just pour bien comprendre : voici un exemple de la TK de l'année dernière : 

On souhaite étudier l'action d'un nouvel anxiolytique chez des patients schizophrènes. pour cela on constitue 2 groupes de 63 personnes. On donne au groupe A le traitement expérimental et au groupe B le traitement traditionnel puis inversement. 

ici on va faire un X2 de pearson pour savoir si l'un des deux traitements est plus efficace que l'autre ?

mais en gros on peut fait un X2 de MAC NEMAR pour voir si les deux test sont différents ( mais souvent pour le X2 de Mac Nemar l'objectif est de voir si les deux test sont équivalent et non qu'ils sont different ) 
puis si il sont different un X2 de Pearson pour comparer l'efficacité (avec effet d'ordre ) mais souvent l'énoncé nous indiquera quel test faire ( exemple : montrer que c'est deux test sont équivalent = MAC NEMAR. quel est le test le plus efficace = X2 de Pearson + effet d'ordre si significativité ) c'est ça ? 

merci

Alors :

En fait le X2 de Mc Nemar est un X2 de Pearson sur valeurs discordantes, c'est le même principe, sauf que dans le X2 de McNemar du pondère avec le -1.

Quand on te donne un énoncé comme ça, avec le tableau qui suit, tu peux :

- Soit faire un X2 de Pearson sur valeurs discordantes, c'est-à-dire prendre uniquement les +/- et les -/+ et faire un X2 en comparant à des valeurs théoriques, donc tu aurais un tableau comme ceci, pour reprendre l'exemple que tu cites :

Tableau 1	A+B-	A-B+
Observé	45	24
Thérorique	34,5	34,5

Et tu enchaines, si le test est significatif, par un effet d'ordre. Si l'effet d'ordre est non significatif tu pourras conclure que le traitement machin et plus efficace que le traitement truc.

- Soit tu fais une concordance, donc qui implique calcul de kappa et tout le bazar, dont le X2 de McNemar, X2 sur les valeurs discordantes. Là tu cherches à trouver une concordance, ou à montrer l'absence de concordance.

Mais retient bien que X2 de Pearson sur valeurs discordantes et X2 de McNemar, c'est la même chose ! Tu trouves d'ailleurs le même résultat, dans cet exemple, si tu ne pondères pas !