Ma thèse
Quel test statistique choisir pour ta thèse ?
Chaque fiche part d'une question concrète — « Student ou Mann-Whitney ? », « comment comparer trois groupes ? » — et va jusqu'à la phrase à écrire dans le manuscrit. Un exemple chiffré, les conditions, l'interprétation.
Moyennes
Une moyenne observée vs valeur théorique
On compare la moyenne d'un échantillon à une valeur de référence connue.
- Test Z (écart réduit)
Mes patients traités sont à 124,3 mmHg contre 130 dans la population — écart réel ou simple fluctuation ?
- Test t de Student (1 échantillon)
Mes 25 patients sont à 1,12 g/L contre une norme à 1,00 — écart réel, ou mon petit effectif qui me joue des tours ?
- Test de Wilcoxon signé (1 échantillon)
Mes patients sont à 5/10 de douleur contre un seuil de 3 — au-dessus pour de vrai ? (et une EVA, ce n'est pas une vraie mesure)
Deux moyennes — séries indépendantes
On compare les moyennes de deux groupes distincts (ex : traité vs placebo).
Deux moyennes — séries appariées
On compare deux mesures sur les mêmes sujets (avant/après).
Trois moyennes ou plus — séries indépendantes
On compare ≥ 3 groupes distincts (ex : plusieurs régimes).
Trois mesures ou plus — séries appariées
On compare ≥ 3 mesures répétées sur les mêmes sujets (J0, J7, J30…).
Pourcentages / Proportions
Un pourcentage observé vs valeur théorique
On compare la proportion observée à une proportion de référence (χ² de conformité).
Deux pourcentages — séries appariées
On compare la proportion d'un événement sur les mêmes sujets à deux temps.
Tendance (variable ordinale × binaire)
On teste une relation dose-réponse entre un stade ordinal et un événement.
Variances
Deux variances
Souvent en prérequis d'un test t pour décider entre Student et Welch.
Liaisons & prédictions
Corrélation entre 2 variables quantitatives
On mesure la force et le sens du lien entre deux variables.
Régression linéaire (prédire une variable continue)
On ajuste une droite Y = α + β × X et on teste la pente.
Régression logistique (prédire un événement binaire)
Identifier les facteurs associés à un événement oui/non, avec ajustement multivarié.
Survie & délai jusqu'à l'événement
Comparer des courbes de survie
Kaplan-Meier + test du Log-rank pour comparer ≥ 2 groupes.
Modéliser des facteurs pronostiques
Régression de Cox : Hazard Ratios ajustés sur plusieurs covariables.