Test

 d’hypothèse  
 
Arnaud  Fontanet  
 

Test d’hypothèse. Arnaud Fontanet

Probléma8que  
• Dans  toute  étude,  on  travaille  sur  un  
échan8llon  de  la  popula8on  qui  nous  
intéresse.  

• Toute  es8ma8on  sur  notre  popula8on  

d’étude  est  sujeAe  à  des  varia8ons  aléatoires  
liées  aux  fluctua8ons  d’échan8llonnages.  

• Comment  va-­‐t-­‐on  les  prendre  en  compte?  

Test d’hypothèse. Arnaud Fontanet 2
Test  d’hypothèse  
• Toute  démarche  scien8fique  est  basée  sur  le  
test  d’une  hypothèse.  

• En  épidémiologie,  pour  l’étude  d’une    

associa8on  entre  exposi8on  et  maladie,  on  
aura  classiquement  deux  hypothèses:  
•  L’hypothèse  nulle  H0:  il  n y  a  pas  d’associa8on  
•  L’hypothèse  alterna8ve  H1:  il  y  a  une  
associa8on  

Test d’hypothèse. Arnaud Fontanet 3

Réfuter  l’hypothèse  nulle  
• Notre  approche  consistera  à  réfuter  l’hypothèse  
nulle,  celle  de  l’absence  d’associa8on,  pour  
conclure  que  l’associa8on  exposi8on-­‐maladie  
existe.  

• On  parlera  alors  d’associa8on  «  sta8s8quement  

significa8ve  ».  

• Prenons  comme  exemple  l’es8ma8on  d’un  OR  

pour  quan8fier   la  rela8on  
Test d’hypothèse. Arnaudexposi8on-­‐maladie.  
Fontanet 4
Valeur  P  
• Vous  faites  votre  étude,  et  vous  obtenez,  dans  votre  échan8llon  
d’étude,  un  OR  de  2,5.  

• Pour  réfuter  l’hypothèse  nulle  (OR  =  1),  vous  calculerez  la  probabilité  
d’observer,  sous  l’hypothèse  nulle,  une  valeur  de  l’OR  au  moins  aussi  
large  (c.a.d.  ≥  2,5)  que  celle  qui  a  été  observée,  du  simple  fait  des  
varia8ons  aléatoires  d’échan8llonnage.  

• Si  ceAe  probabilité  est  faible,  par  conven8on  <5%,  on  considérera  que  
l’hypothèse  nulle  est  peu  plausible,  et  on  la  rejeAera.  

• La  probabilité  men8onnée  plus  haut  est  la  valeur  P.  

Test d’hypothèse. Arnaud Fontanet 5

Intervalle  de  confiance  (1)  

• Une  autre  approche  consiste  à  construire  autour  de  

l’OR  un  «  intervalle  de  confiance  ».  

• Cet  intervalle  de  confiance,  typiquement  «  à  95%  »,  

con8ent  un  ensemble  de  valeurs  de  l’OR  pour  lesquelles  
vous  êtes  confiants  «  à  95%  »  qu’elles  con8ennent  la  
«  vraie  »  valeur  de  l’OR,  celle  de  la  popula8on  d’origine  
dont  est  issu  votre  échan8llon.  
 
 

Test d’hypothèse. Arnaud Fontanet 6

Intervalle  de  confiance  (2)  
 
à Il  en  résulte  que  si  votre  intervalle  de  confiance  ne  
con8ent  pas  la  valeur  1,  vous  pouvez  rejeter  l’hypothèse  
nulle,  et  conclure  à  une  associa8on  sta8s8quement  
significa8ve.  

 
à Et  de  conclure  que,  sous  l’hypothèse  nulle,  dans  5%  des  
cas,  vous  aurez  un  intervalle  de  confiance  à  95%  qui  ne  
con8ent  pas  la  valeur  1,  du  simple  fait  des  varia8ons  
d’échan8llonnage.  
 
Test d’hypothèse. Arnaud Fontanet 7
Intervalle  de  confiance  (3)  
• Les  résultats  sont  exprimés  de  la  façon  
suivante:  

• OR  [IC  à  95%]  =  1,24  [0,94  –  1,65]  

à  non  significa8f  

• OR  [IC  à  95%]  =  1,46  [1,10  –  1,94]  

à  significa8f  
Test d’hypothèse. Arnaud Fontanet 8
 Intervalle  de  confiance  (4)  
Sous  H0:  100  échan8llons   100  OR  et  IC  à  95%  
⎧
⎪ ⎛
⎨ ln (OR )± ⎜
⎪ ⎜ 1, 96*
1 1 1 1
+ + +
a b c d
⎞ ⎫
⎟ ⎪
⎟ ⎬
⎠ ⎪
aléatoires  de  taille  100   IC à 95% = e ⎩ ⎝ ⎭
100

100
80

80
60

60
n
40

40
20

20
0

0
0
1 2 4
OR et IC
6 8

Test d’hypothèse. Arnaud Fontanet 9

Intervalle  de  confiance  (5)  

Avec  des  échan8llons  de  taille  300,  toujours  sous  H0  

100

100
80

80
60

60
n
40

40
20

20
0

0
0 1 2 3
OR et IC

Test d’hypothèse. Arnaud Fontanet 10

Rela8on  valeur  P  –  IC  à  95%  

• Si  les  bornes  de  l’intervalle  de  confiance  ne  

con8ennent  pas  la  valeur  1  (il  y  a  une  
associa8on),  la  valeur  P  est  inférieure  à  0.05  
(et  réciproquement).  

Test d’hypothèse. Arnaud Fontanet 11

Risque  α  
C’est  le  seuil  choisi  pour  rejeter  l’hypothèse  nulle,  le  
plus  souvent  5%.  
 
Si  la  valeur  P<0.05,  on  considère  que  l’associa8on  est  
sta8s8quement  significa8ve.  
 
On  accepte  donc  que  pour  20  associa8ons  qui  
n’existent  pas,  l’une  d’entre  elles  soit  déclarée  
significa8ve  par  erreur  :  c’est  le  risque  α  que  l’on  
prend.    
Test d’hypothèse. Arnaud Fontanet 12
Choix  valeur  P  –  IC  à  95%  

La  valeur  P  est  la  résultante  de  deux  

composantes:  
•  L’ampleur  de  l’effet  
•  La  taille  de  l’échan8llon  
à  Lui  préférer  l’intervalle  de  confiance  à  95%,  
qui  fournit  la  même  informa8on  en  une  seule  
mesure  (si  1  non  inclus  dans  l’intervalle  de  
confiance,  différence  sta8s8quement  
significa8ve).  
Test d’hypothèse. Arnaud Fontanet 13
Interpréta8on  
•  Une  associa8on  sta8s8quement  significa8ve:  
o  peut  quand  même  être  due  à  la  chance  (risque  
d erreur  alpha).  
o  n est  pas  nécessairement  causale  (éliminer  
biais  et  facteurs  de  confusion).  
o  peut  ne  pas  avoir  d impact  biologique.  
•  Une  associa8on  qui  n’est  pas  sta8s8quement  
significa8ve  peut  ne  pas  l’être  du  fait  d’un  
manque  de  puissance  sta8s8que  (risque  d’erreur  
beta).  
Test d’hypothèse. Arnaud Fontanet 14
 f
Taille  d’échan8llon  
D’où  l’importance  du  calcul  de  la  taille  de  
l’échan8llon  avant  le  début  de  l’étude,  pour  
déterminer  la  part  laissée  à  la  chance.  
 

Le  calcul  prend  en  compte  le  risque  alpha  (celui  

de  montrer  une  associa8on  alors  qu’elle  n’existe  
pas  ;  généralement  <5%)  et  le  risque  beta  (le  
risque  de  ne  pas  montrer  une  associa8on  alors  
qu’elle  existe  ;  généralement  <10%  ou  <20%).  

Test d’hypothèse. Arnaud Fontanet 15