Mai 2010 Paul-Marie Bernard Université Laval
1
Les variablesau plan formel
1. Définitions
2. Variable quantitative
3. Variable ordinale
4. Variable qualitative
5. Hiérarchie entre les variables
Mai 2010 Paul-Marie Bernard Université Laval
2
1. VariableDéfinition
DéfinitionsVariable
Tout caractère sujet à prendre des états différents suivant les individus, les observateurs, le temps ou le lieu d’observation
ValeurTout état possible que peut prendre le caractère réfère à une valeur de la variable
Mai 2010 Paul-Marie Bernard Université Laval
3
1.1 Valeurs d’une variablePropriétés
Pour une variable dont l’observation est pertinente auprès des individus, ses valeurs doivent être – collectivement exhaustives
et– mutuellement exclusives
Ceci veut dire que l’observation de cette variable chez un individu doit conduire à une et à une seule valeur.
Mai 2010 Paul-Marie Bernard Université Laval
4
1.1 …suite
• Toute échelle de classification élaborée pour classifier les valeurs d’une variable en catégories ou classes plus larges (ou différentes) doit aussi respecter ces deux propriétés: exclusivité et exhaustivité des classes
Mai 2010 Paul-Marie Bernard Université Laval
5
1.2 Classification des variables au plan formel
1. Variables quantitatives
2. Variables ordinales
3. Variables qualitatives
Mai 2010 Paul-Marie Bernard Université Laval
6
2. Variable quantitative
• Les valeurs d’une variable quantitative sont de nature numérique, des quantités.
• Deux sortes de variables quantitatives:– Discrètes– Continues
Mai 2010 Paul-Marie Bernard Université Laval
7
2.1 Variable quantitative discrète
Ses valeurs
• sont des quantités isolées, séparées
• correspondent le plus souvent à des nombres entiers non négatifs
• sont obtenues par un procédé de dénombrement
Mai 2010 Paul-Marie Bernard Université Laval
8
2.2 Exemples de variables quantitatives discrètes
• Le nombre d’enfants dans une famille • Chez un enfant, le nombre de rhumes en
saison hivernale• Pour un patient, le nombre de
consultations médicales dans une année• Pour une femme enceinte,
– le nombre d’avortements spontanés antérieurs
– la parité
Mai 2010 Paul-Marie Bernard Université Laval
9
2.3 Variable quantitative continue
Ses valeurs
• correspondent à toute quantité dans un certain intervalle
(toute valeur entre deux valeurs observées est aussi observable)
• sont obtenues par un instrument de mesure
Mai 2010 Paul-Marie Bernard Université Laval
10
2.4 Exemples de variables quantitatives continues
• L’âge (mesuré par le calendrier)
• Le poids (mesuré par la balance)
• La taille (mesurée par le mètre)
• La température (mesurée par le thermomètre)
• La tension (mesurée par le sphygmomanomètre)
Mai 2010 Paul-Marie Bernard Université Laval
11
3. Variable ordinale
Ses valeurs • correspondent aux rangs dans une hiérarchie • sont de nature ordinale (des rangs)
Deux sortes de variables ordinales:• Discrètes• Pseudo-continues
Mai 2010 Paul-Marie Bernard Université Laval
12
3.1 Variable ordinale discrète
Ses valeurs sont
• des rangs, (valeurs isolées, séparées)
• souvent décrites à l’aide de nombres entiers non négatifs
• obtenues par observation directe ou à l’aide d’une échelle simple d’appréciation
Mai 2010 Paul-Marie Bernard Université Laval
13
3.2 Exemplesvariables ordinales discrètes
• Degré de satisfaction d’un patient face aux soins d’une clinique externe: très satisfait, moyennement satisfait, peu satisfait, pas satisfait(peut être traduit sur une échelle numérique:
3,2,1,0, ou autres valeurs)
• Degré de la douleur ressentie par un patient suite à une intervention (traduit sur une échelle graduée de 0 à 5, 0 à
10, 1 à 5, ou autre).
Mai 2010 Paul-Marie Bernard Université Laval
14
3.3 Variable ordinale pseudo-continue
Ses valeurs• sont obtenues par une grille (ou échelle)
d’appréciation, composée de plusieurs échelles simples
• souvent traduites en des quantités soit entières ou fractionnaires
(entre deux valeurs observées, certaines valeurs fractionnaires peuvent être observables)
Mai 2010 Paul-Marie Bernard Université Laval
15
3.4 Exemples de variables ordinales pseudo-continues
• IDPESQ (indice de détresse psychologique – Enquête Santé Québec)– Échelle graduée de 0 à 100
• SF-8– Vise à mesurer la santé au plan physique et mental– Échelle graduée de 10 à 100
• Les deux échelles précédentes permettent des valeurs fractionnaires
• Il y a de multiples échelles pour mesurer la santé au plan physique, psychologique et global.
Voir: http://instrumentspsychometriques.mcgill.ca/
Mai 2010 Paul-Marie Bernard Université Laval
16
4. Variable qualitative
Ses valeurs
• correspondent à des caractères, des qualités, des attributs
• sont de nature discrète
• sont obtenues par observation directe de la caractéristique, de la qualité ou de l’attribut
Mai 2010 Paul-Marie Bernard Université Laval
17
4. Variable qualitative (suite)
Pour des raisons pratiques, on distingue deux types de variables qualitatives
1. les variables dichotomiques (ou binaires)
2. les variables catégorielles ou à catégories multiples
Mai 2010 Paul-Marie Bernard Université Laval
18
4.1 Variable Binaire
Variable binaire ou dichotomique
ne prend que deux valeurs
(souvent représentées par les valeurs numériques 0 et 1)
Mai 2010 Paul-Marie Bernard Université Laval
19
4.2 Exemples de variables binaires
VARIABLE VALEURS
Sexe Féminin, Masculin
Statut vital Vivant, Décédé
État de santé Malade, Non malade
Consommation d’analgésique Oui, Non
Statut vaccinal Vacciné, Non vacciné
Mai 2010 Paul-Marie Bernard Université Laval
20
4.3 Variable catégorielle, à plusieurs catégories
• Les valeurs sont – en nombre supérieur à 2– souvent représentées par les noms des
attributs, ou par des lettres ou des nombres
(Dans le cas où les nombres sont utilisés, il faut les considérer comme de simples étiquettes)
Mai 2010 Paul-Marie Bernard Université Laval
21
4.4 Exemples de variables qualitatives à plusieurs
catégories
Variable Valeurs
Groupe sanguin O, A, B, AB
Traitement (dans le cadre d’un essai clinique sur 2 traitements et 1 placebo)
T1, T2, Placebo
État civil Marié, Célibataire, Séparé, Divorcé, …
Religion Catholique, Protestante, Musulmane, …
Mai 2010 Paul-Marie Bernard Université Laval
22
4.5 Autre exemple
Variable:EFFET SECONDAIRE suite à un traitement (observé sur une période de temps déterminé)
Valeurs retenues:MAUX DE TÊTE, NAUSÉES, VOMISSEMENTS, FATIGUE, TROUBLE DE SOMMEIL, DIARRHÉE, CONSTIPATION
Mais……
Mai 2010 Paul-Marie Bernard Université Laval
23
4.5 … (suite)
… cette variable EFFET SECONDAIRE souffre d’un problème de définition:
les valeurs ne sont pas mutuellement exclusives: plusieurs valeurs (effets secondaires) peuvent être observées chez un même individu.
Mai 2010 Paul-Marie Bernard Université Laval
24
4.5 … (suite)
Pour régler ce problème de définition, la variable EFFET SECONDAIRE (à 7 catégories) sera remplacée par sept variables dichotomiques. (Voir le tableau ci-contre).
Variable Valeurs
Mal de tête Oui, Non
Nausée Oui, Non
Vomissement Oui, Non
Fatigue Oui, Non
Trouble Som Oui, Non
Diarrhée Oui, Non
Constipation Oui, Non
Mai 2010 Paul-Marie Bernard Université Laval
25
4.6 En résumé
Type Nature Mesure
Variable
QuantitativeDiscrète
Continue
Dénombrement
Instrument de mesure
OrdinaleDiscrète
Pseudo-continue
Observation directe
Échelle (grille) score
Qualitative Discrète Observation directe
Mai 2010 Paul-Marie Bernard Université Laval
26
5. Hiérarchie entre les variables
Il existe entre les différents types de variables une sorte de hiérarchie qui repose sur les quatre notions de base suivantes:– qualité– ordre– distance– proportionnalité
Mai 2010 Paul-Marie Bernard Université Laval
27
5.1 Hiérarchie entre les variablessous forme de questions
Énoncé de la notion Répond à la question
Qualité Qui est qui
Ordre Qui est plus (moins) que qui
Distance De combien qui est plus (moins) que qui
Proportionnalité De combien de fois qui est plus (moins) que qui
Mai 2010 Paul-Marie Bernard Université Laval
28
5.2 Hiérarchie entre les variables(X = variable contient la notion)
VariableNotion
Qualité Ordre Distance Proportion
Qualitative X
Ordinale X X
Quantitative (type 1)
X X X
Quantitative
(type 2)
X X X X
Mai 2010 Paul-Marie Bernard Université Laval
29
5.3 Hiérarchie entre les variables
Il existe un exemple qui fait bien comprendre la différence entre les variables quantitatives de type 1 et 2 :– TYPE 1: température en °C ou °F
(Puisque 0 est une valeur relative, quasi arbitraire, la notion de proportion n’a pas de sens pour ces variables)
– TYPE 2: température en ° K (Puisque 0 est une valeur absolue, la notion de proportion a son plein sens)
Dans la pratique, aucun intérêt de distinguer les variables quantitatives type1 et type2.
Mai 2010 Paul-Marie Bernard Université Laval
30
5.4 Dégrader une variable quantitative
Tension artérielle1. Quantitative mesurée en mmHg2. Ordinale:
1. Non hypertension (<140 mmHg)2. Hypertension modérée (140 mmHg <
160mmHg)3. Hypertension sévère ( 160 mmHg)
3. Dichotomique:1. Non hypertension (< 140 mmHg)2. Hypertension ( 140 mmHg)
Mai 2010 Paul-Marie Bernard Université Laval
31
5.5 Changement dans la hiérarchie
• Une variable d’un ordre supérieur peut toujours être dégradée (convertie) en variable d’ordre inférieur:– Continue → ordinale → qualitative– Ordinale → qualitative
• Par contre, une variable d’ordre inférieur ne peut pas être convertie en une variable d’ordre supérieur, à moins qu’elle ne soit de cette nature et que l’on dispose de l’information nécessaire.
Mai 2010 Paul-Marie Bernard Université Laval
32
5.6 Changement dans la hiérarchie
• Les variables de nature ordinale (définies à partir d’échelles de mesure) sont souvent traitées comme des variables quantitatives. La standardisation des échelles et la cohérence dans les résultats ont conduit à une plus grande tolérance face à ces écarts théoriques.
Mai 2010 Paul-Marie Bernard Université Laval
33
Références
• Bernard PM, Lapointe C.Mesures statistiques en épidémiologie.
PUQ, 2003.
• Ancelle T. Statistique Épidémiologie.
Édition Maloine, 2002.
Mai 2010 Paul-Marie Bernard Université Laval
34
Commentaires
Pour me joindre au sujet de ce module
Paul-Marie Bernard