Calculateur du test du signe

Utilisez le test des signes lorsque vous avez des observations appariées et que vous voulez simplement savoir si une mesure tend à être plus élevée que l'autre. C'est le choix privilégié lorsque vos données ont des valeurs aberrantes, ne sont pas distribuées normalement, ou lorsque vous ne vous souciez que de la direction (les scores ont-ils augmenté ou diminué ?) plutôt que de combien. Cela le rend idéal pour les comparaisons rapides avant-après ou les études de préférence.

Qu'est-ce que le test des signes ?

Le test des signes est le test non paramétrique le plus simple pour les données appariées. Il utilise uniquement la direction (signe) des différences entre les paires, en ignorant leur ampleur.

Question répondue : « Y a-t-il une tendance constante pour une condition à être plus élevée qu'une autre ? »

Exemples :

• Les patients tendent-ils à s'améliorer après le traitement ? (avant-après)
• Les gens préfèrent-ils le produit A au produit B ? (comparaison appariée)
• Y a-t-il une différence constante entre deux méthodes de mesure ?

Comment ça fonctionne

Étape 1 : Calculer les différences

Pour chaque paire, calculer la différence (Après - Avant).

Étape 2 : Compter les signes

• Signes positifs : 1
• Signes négatifs : 4
• Zéros : 1 (exclus)

n = 5 (différences non nulles)

Étape 3 : Appliquer le test binomial

Sous l'hypothèse nulle (aucune différence), les signes positifs et négatifs sont également probables.

Statistique de test : S = min(positif, négatif) = 1

Valeur p : $P(X \leq 1)$ où $X \sim \text{Binomiale}(5, 0,5)$

$P = 2 \times \sum_{k=0}^{1} \binom{5}{k}(0,5)^5 = 2 \times (0,031 + 0,156) = 0,375$

Conclusion : Aucune différence significative ($p = 0,375$).

La statistique de test

Pour un test bilatéral :

$S = \min(n_+, n_-)$

Où $n_+$ est le nombre de différences positives et $n_-$ est le nombre de différences négatives.

Valeur p exacte (petits échantillons)

$p = 2 \times P(X \leq S) = 2 \times \sum_{k=0}^{S} \binom{n}{k}(0,5)^n$

Approximation normale (grands échantillons)

Pour n > 25 :

$z = \frac{S - 0,5n}{\sqrt{0,25n}}$

Avec correction de continuité :

$z = \frac{|S - 0,5n| - 0,5}{\sqrt{0,25n}}$

Gestion des égalités (différences nulles)

Les différences nulles ne fournissent aucune information sur la direction.

Approche standard : Exclure de l'analyse.

Alternative : Attribuer la moitié à chaque signe (controversé).

Comparaison avec le test des rangs signés de Wilcoxon

Règle générale : Utilisez les rangs signés de Wilcoxon lorsque les différences peuvent être classées de manière significative. Utilisez le test des signes lorsque seule la direction importe ou lorsqu'il y a beaucoup d'égalités dans les amplitudes.

Test des signes à un échantillon

Tester si la médiane est égale à une valeur hypothétique :

1. Calculer les différences par rapport à la médiane hypothétique
2. Compter les signes positifs et négatifs
3. Appliquer le test binomial

Exemple : Tester si le revenu médian = 50 000 $

Positifs : 3, Négatifs : 2, p = 1,00 (non significatif)

Intervalle de confiance pour la médiane

Le test des signes peut construire un intervalle de confiance pour la différence médiane de population.

Pour n paires, ordonner les différences et trouver les quantiles appropriés basés sur la distribution binomiale.

Applications

Recherche médicale

• Comparaisons simples avant-après
• Essais croisés avec résultats ordinaux
• Études de préférence

Psychologie

• Tests de préférence appariés
• Efficacité du traitement (mieux/pire/identique)

Contrôle qualité

• Comparaison de deux méthodes de mesure
• Changements de processus avant-après

Études de marché

• Préférence de produit (A vs B)
• Comparaisons d'évaluations

Avantages

Hypothèses minimales

• Aucune exigence de normalité
• Aucune exigence pour des données continues
• Fonctionne avec des données ordinales
• Nécessite uniquement des observations appariées

Robustesse

• Non affecté par les valeurs aberrantes
• Fonctionne même lorsque l'amplitude est non mesurable
• Valide pour toute forme de distribution

Simplicité

• Facile à comprendre et à calculer
• Les résultats sont intuitifs (compte d'améliorations)

Inconvénients

Faible puissance

En ignorant l'amplitude, le test des signes écarte de l'information précieuse.

Exemple : Deux études montrent toutes deux 15 améliorations sur 20 patients.

• Étude A : Les améliorations moyennes sont de +2 points
• Étude B : Les améliorations moyennes sont de +20 points

Le test des signes donne des résultats identiques, mais l'étude B montre un effet beaucoup plus fort.

Exigence de grand échantillon

Pour obtenir une puissance adéquate, le test des signes nécessite des échantillons plus grands que les alternatives paramétriques.

Quand choisir le test des signes

Utiliser le test des signes quand :

• Les données sont ordinales (seule la direction est significative)
• Nombreuses égalités dans les amplitudes de différence
• La distribution est hautement asymétrique
• Analyse rapide et simple nécessaire
• Robustesse extrême requise

Utiliser les rangs signés de Wilcoxon quand :

• Les différences peuvent être classées de manière significative
• Vous voulez plus de puissance
• La distribution des différences est approximativement symétrique

Utiliser le test t apparié quand :

• Les différences sont approximativement normales
• La puissance maximale est nécessaire
• Données d'échelle d'intervalle/de rapport

Exemple : Analyse complète

Scénario : 12 patients évaluent la douleur (1-10) avant et après le traitement.

Résultats :

• Positifs : 1
• Négatifs : 10
• Égalités : 1 (exclus)
• n = 11

Valeur p : $P(X \leq 1) = 0,012$ (bilatéral)

Conclusion : Réduction significative de la douleur après le traitement ($p = 0,012$).

Rapporter les résultats

Format APA :

« Un test des signes a indiqué que les scores de douleur étaient significativement plus bas après le traitement, avec 10 des 11 patients montrant une amélioration (p = ,012). »

Ou plus formellement :

« Un test des signes a révélé un effet de traitement significatif, S = 1, n = 11, p = ,012, avec la majorité des patients (91 %) montrant des scores de douleur réduits. »

Contexte historique

Le test des signes est l'une des plus anciennes procédures statistiques, datant de l'étude de 1710 de John Arbuthnot sur les ratios de sexe à la naissance.

Sa simplicité le rendait pratique avant l'informatique moderne. Bien que des tests plus puissants soient maintenant disponibles, le test des signes reste précieux pour ses hypothèses minimales et sa facilité d'interprétation.

Calculs connexes

• Test des rangs signés de Wilcoxon — Test apparié plus puissant
• Test t apparié — Test apparié paramétrique
• Test binomial — Distribution sous-jacente
• Test de McNemar — Pour données catégorielles appariées

Résumé

Le test des signes compare les observations appariées en utilisant uniquement la direction des différences. Compter les différences positives et négatives, exclure les égalités, et appliquer un test binomial avec p = 0,5. C'est le test apparié non paramétrique le plus simple avec des hypothèses minimales mais une puissance plus faible que les rangs signés de Wilcoxon. Utilisez-le lorsque les données sont ordinales, que les différences ont beaucoup d'égalités, ou qu'une robustesse extrême est nécessaire. Rapporter le nombre de chaque direction de signe, la taille d'échantillon et la valeur p.