tabulate<\/code> et l’ex\u00e9cution imm\u00e9diate sur matrices agr\u00e9g\u00e9es via la commande tabi<\/code>. Le pr\u00e9sent trait\u00e9 exhaustif vise \u00e0 guider les chercheurs, biostatisticiens et analystes de donn\u00e9es \u00e0 travers les fondements math\u00e9matiques, les conditions d’application rigoureuses, la syntaxe de programmation avanc\u00e9e, l’interpr\u00e9tation probabiliste fine et la restitution norm\u00e9e des r\u00e9sultats selon les crit\u00e8res stricts de l’American Psychological Association (normes APA 7e \u00e9dition).<\/p>\n1. Fondements th\u00e9oriques du test exact de Fisher en psychologie et sciences du comportement<\/h2>\n1.1 Origine math\u00e9matique et distribution hyperg\u00e9om\u00e9trique sous-jacente<\/h3>\n
L’ancrage th\u00e9orique du test exact de Fisher repose sur le paradigme des probabilit\u00e9s conditionnelles exactes appliqu\u00e9es aux variables discr\u00e8tes. Contrairement aux approches bas\u00e9es sur le test du Chi-deux qui mod\u00e9lisent les fr\u00e9quences observ\u00e9es selon une distribution multinomiale ou de Poisson approch\u00e9e par la loi continue du Chi-deux, Ronald Fisher a d\u00e9montr\u00e9 en 1935 que le conditionnement d’une table de contingence bivari\u00e9e par rapport \u00e0 ses totaux marginaux observ\u00e9s \u00e9limine tout param\u00e8tre de nuisance li\u00e9 aux probabilit\u00e9s marginales de base. Soit une table de contingence binaire de dimension deux par deux croisant deux variables dichotomiques, o\u00f9 les cellules internes sont d\u00e9sign\u00e9es par a<\/em>, b<\/em>, c<\/em> et d<\/em>. Les totaux marginaux en ligne correspondent \u00e0 (a + b)<\/em> et (c + d)<\/em>, tandis que les marges en colonne s’\u00e9tablissent \u00e0 (a + c)<\/em> et (b + d)<\/em>, la taille totale de l’\u00e9chantillon \u00e9tant N = a + b + c + d<\/em>.<\/p>\nSous l’hypoth\u00e8se nulle d’ind\u00e9pendance stochastique totale entre les deux variables cat\u00e9gorielles, la distribution de probabilit\u00e9 du d\u00e9nombrement au sein de la premi\u00e8re cellule, conditionnellement \u00e0 l’ensemble des marges observ\u00e9es consid\u00e9r\u00e9es comme fixes, suit rigoureusement une distribution hyperg\u00e9om\u00e9trique<\/a> univari\u00e9e. La fonction de masse de cette loi math\u00e9matique s’exprime par le produit des combinaisons combinatoires des marges divis\u00e9 par le nombre total de combinaisons possibles des observations dans l’\u00e9chantillon global. De mani\u00e8re formelle, la probabilit\u00e9 d’obtenir pr\u00e9cis\u00e9ment la valeur a<\/em> dans la cellule sup\u00e9rieure gauche est dict\u00e9e par l’\u00e9quation suivante :<\/p>\nP(a | a+b, c+d, a+c, b+d) = [ C(a+b, a) \u00d7 C(c+d, c) ] \/ C(N, a+c)<\/em><\/p>\nEn d\u00e9veloppant les coefficients binomiaux sous forme factorielle, cette formule cardinale prend l’expression analytique fondamentale :<\/p>\n
P = [ (a + b)! \u00d7 (c + d)! \u00d7 (a + c)! \u00d7 (b + d)! ] \/ [ N! \u00d7 a! \u00d7 b! \u00d7 c! \u00d7 d! ]<\/em><\/p>\nCette formulation met en lumi\u00e8re le caract\u00e8re purement combinatoire de la m\u00e9thode. Aucun param\u00e8tre libre de population n’a besoin d’\u00eatre estim\u00e9 \u00e0 partir des donn\u00e9es empiriques. L’inf\u00e9rence ne d\u00e9pend d’aucune hypoth\u00e8se de normalit\u00e9 ou de convergence vers l’infini de la taille d’\u00e9chantillon N<\/em>. Il s’agit d’une m\u00e9thode de permutation exacte o\u00f9 la distribution d’\u00e9chantillonnage de la statistique de test est g\u00e9n\u00e9r\u00e9e par l’\u00e9num\u00e9ration exhaustive de tous les r\u00e9arrangements possibles des observations qui pr\u00e9servent scrupuleusement les totaux marginaux constat\u00e9s empiriquement. L’invariance permutationnelle conf\u00e8re ainsi \u00e0 la m\u00e9thode de Fisher une robustesse math\u00e9matique irr\u00e9futable dans les contextes o\u00f9 les effectifs sont trop limit\u00e9s pour invoquer le th\u00e9or\u00e8me central limite.<\/p>\n![\"Fisher\"](\"http:\/\/french.arabpsychology.com\/wp-content\/uploads\/2026\/09\/fisherExactTestStata1.png\")
Fisher<\/figcaption><\/figure>\n1.2 Comparaison critique : Test du Chi-deux de Pearson versus Test exact de Fisher<\/h3>\n
La distinction \u00e9pist\u00e9mologique et op\u00e9rationnelle entre le test asymptotique de Pearson et le test exact de Ronald Fisher structure une grande partie des d\u00e9bats m\u00e9thodologiques en analyse des donn\u00e9es discr\u00e8tes. Le test du Chi-deux de Pearson repose sur la mesure de la d\u00e9viation quadratique relative entre les effectifs observ\u00e9s et les effectifs th\u00e9oriques attendus sous hypoth\u00e8se d’ind\u00e9pendance :<\/p>\n
\u03c7\u00b2 = \u03a3 [ (O\u1d62\u2c7c – E\u1d62\u2c7c)\u00b2 \/ E\u1d62\u2c7c ]<\/em><\/p>\no\u00f9 O\u1d62\u2c7c<\/em> repr\u00e9sente la fr\u00e9quence observ\u00e9e dans la case (i, j)<\/em> et E\u1d62\u2c7c = (Total Ligne i \u00d7 Total Colonne j) \/ N<\/em> d\u00e9signe l’effectif attendu sous l’hypoth\u00e8se nulle. Cette statistique suit approximativement une loi du Chi-deux \u00e0 (r – 1)(c – 1)<\/em> degr\u00e9s de libert\u00e9 lorsque la taille de l’\u00e9chantillon tend vers l’infini. Cependant, lorsque les effectifs d’\u00e9chantillon se contractent, la distribution d’\u00e9chantillonnage r\u00e9elle de cette statistique quadratique devient fortement discr\u00e8te et asym\u00e9trique, s’\u00e9cartant dramatiquement de la courbe lisse et continue de la distribution th\u00e9orique du Chi-deux. Cette discordance entra\u00eene une distorsion syst\u00e9matique des probabilit\u00e9s calcul\u00e9es, conduisant soit \u00e0 une inflation incontr\u00f4l\u00e9e de l’erreur de type I (rejet erron\u00e9 de l’hypoth\u00e8se nulle vraie), soit \u00e0 une perte substantielle de sensibilit\u00e9 statistique.<\/p>\nPour tenter de pallier l’inad\u00e9quation de l’approximation continue sur des petits \u00e9chantillons de dimension deux par deux, Frank Yates a introduit en 1934 une correction de continuit\u00e9 consistant \u00e0 soustraire la valeur 0,5 \u00e0 la valeur absolue de la diff\u00e9rence entre effectifs observ\u00e9s et attendus :<\/p>\n
\u03c7\u00b2_Yates = \u03a3 [ (|O\u1d62\u2c7c – E\u1d62\u2c7c| – 0.5)\u00b2 \/ E\u1d62\u2c7c ]<\/em><\/p>\nN\u00e9anmoins, la correction de Yates a suscit\u00e9 d’immenses controverses statistiques dans la litt\u00e9rature internationale. De nombreux m\u00e9thodologistes ont d\u00e9montr\u00e9 que la correction de continuit\u00e9 engendre un conservatisme excessif, r\u00e9duisant la puissance statistique bien au-del\u00e0 de ce qui est requis pour contr\u00f4ler le taux nominal d’erreur de premi\u00e8re esp\u00e8ce. Le test exact de Fisher, \u00e0 l’inverse, r\u00e9sout intrins\u00e8quement la question de la continuit\u00e9 en op\u00e9rant directement sur la distribution discr\u00e8te sous-jacente sans recourir \u00e0 un quelconque ajustement heuristique arbitraire. D\u00e8s lors, le consensus contemporain recommande d’abandonner l’approximation de Pearson ou la correction de Yates d\u00e8s lors que les conditions asymptotiques vacillent, au profit du calcul exact de Fisher.<\/p>\n
1.3 Pertinence m\u00e9thodologique pour la recherche clinique et exp\u00e9rimentale<\/h3>\n
Dans les disciplines relevant de la psychologie clinique, de la neuropsychologie, de la psychiatrie biologique et de la m\u00e9decine comportementale, les contraintes mat\u00e9rielles, d\u00e9ontologiques et \u00e9pid\u00e9miologiques interdisent fr\u00e9quemment l’acc\u00e8s \u00e0 des cohortes de taille massive. L’\u00e9tude de pathologies psychiatriques rares \u2014 telles que les troubles dissociatifs de l’identit\u00e9, certains syndromes catatoniques atypiques, ou les complications neuropsychiatriques secondaires \u00e0 des enc\u00e9phalites auto-immunes ultra-rares \u2014 impose des protocoles exp\u00e9rimentaux limit\u00e9s \u00e0 quelques dizaines, voire une quinzaine d’individus. Dans ce cadre d’investigation restreint, l’application irr\u00e9fl\u00e9chie du test asymptotique de Pearson constitue une faute m\u00e9thodologique majeure susceptible de g\u00e9n\u00e9rer des faux positifs ou de masquer des d\u00e9couvertes cliniques vitales.<\/p>\n
De surcro\u00eet, les plans d’\u00e9chantillonnage des essais cliniques pilotes et des \u00e9tudes de faisabilit\u00e9 comportementale sont chroniquement vuln\u00e9rables \u00e0 des d\u00e9s\u00e9quilibres structurels extr\u00eames au niveau de la r\u00e9partition des sujets. Par exemple, lors de l’\u00e9valuation d’un nouvel agent pharmacologique d’appoint face \u00e0 une psychoth\u00e9rapie standard pour le syndrome de stress post-traumatique complexe r\u00e9sistant, le groupe trait\u00e9 peut ne comporter que tr\u00e8s peu d’\u00e9checs th\u00e9rapeutiques comparativement au groupe contr\u00f4le. De telles configurations produisent des distributions hautement asym\u00e9triques o\u00f9 une ou plusieurs cases de la table de contingence affichent des valeurs nulles ou unitaires. Alors que le test du Chi-deux s’effondre math\u00e9matiquement en raison de divisions par des valeurs attendues minuscules, le test exact de Fisher g\u00e8re ces z\u00e9ros structurels ou d’\u00e9chantillonnage avec une stabilit\u00e9 computationnelle absolue, garantissant une inf\u00e9rence robuste sur laquelle les praticiens peuvent appuyer leurs conclusions translationnelles.<\/p>\n
2. Hypoth\u00e8ses statistiques et conditions d’application pr\u00e9alables<\/h2>\n2.1 Nature et ind\u00e9pendance des variables cat\u00e9gorielles<\/h3>\n
L’impl\u00e9mentation valide du test exact de Fisher exige la v\u00e9rification scrupuleuse de postulats fondamentaux touchant \u00e0 la structure des donn\u00e9es et au protocole d’\u00e9chantillonnage. En premier lieu, les variables analys\u00e9es doivent \u00eatre strictement qualitatives de nature nominale ou ordinale d\u00e9coup\u00e9es en cat\u00e9gories mutuellement exclusives et collectivement exhaustives. Chaque unit\u00e9 statistique observ\u00e9e \u2014 qu’il s’agisse d’un patient, d’un animal de laboratoire ou d’un sujet exp\u00e9rimental \u2014 doit imp\u00e9rativement \u00eatre classifi\u00e9e dans une et une seule cellule de la table de contingence. Si un m\u00eame sujet pouvait appartenir simultan\u00e9ment \u00e0 plusieurs modalit\u00e9s, la structure probabiliste hyperg\u00e9om\u00e9trique s’en trouverait irr\u00e9m\u00e9diablement fauss\u00e9e.<\/p>\n
En second lieu, le postulat d’ind\u00e9pendance des observations repr\u00e9sente une exigence incontournable. Les donn\u00e9es doivent \u00eatre collect\u00e9es selon un sch\u00e9ma o\u00f9 l’inclusion ou le comportement d’un participant n’exerce aucune influence directe ou indirecte sur l’\u00e9tat d’un autre sujet. Cette condition d’ind\u00e9pendance inter-sujets exclut formellement les donn\u00e9es appari\u00e9es, les plans de mesures r\u00e9p\u00e9t\u00e9es pr\u00e9-post traitement ou les \u00e9tudes familiales intriquant une corr\u00e9lation intra-classe non mod\u00e9lis\u00e9e. Dans de tels cas d’appariement, l’analyste ne doit pas employer le test exact de Fisher mais s’orienter imp\u00e9rativement vers le test de McNemar ou les mod\u00e8les d’\u00e9quations d’estimation g\u00e9n\u00e9ralis\u00e9es (GEE). Enfin, les biais de s\u00e9lection massifs dans le recrutement des sujets menacent directement la validit\u00e9 interne du test en introduisant des d\u00e9pendances artificielles entre les marges observ\u00e9es.<\/p>\n
2.2 La condition des marges marginales fixes et son interpr\u00e9tation<\/h3>\n
L’une des particularit\u00e9s les plus discut\u00e9es sur le plan \u00e9pist\u00e9mologique et th\u00e9orique concernant le test exact de Fisher r\u00e9side dans l’hypoth\u00e8se de fixit\u00e9 des totaux marginaux. D’un point de vue exp\u00e9rimental strict, le mod\u00e8le hyperg\u00e9om\u00e9trique postule que les marges en ligne et les marges en colonne sont pr\u00e9d\u00e9termin\u00e9es avant m\u00eame la r\u00e9alisation de l’exp\u00e9rience. C’est la configuration typique de l’exp\u00e9rience fondatrice de Ronald Fisher : le nombre de tasses de th\u00e9 avec le lait vers\u00e9 en premier ou en second \u00e9tait fix\u00e9 d’avance \u00e0 quatre de chaque c\u00f4t\u00e9, et l’exp\u00e9rimentatrice savait qu’elle devait d\u00e9signer exactement quatre tasses de chaque cat\u00e9gorie. Dans la majorit\u00e9 des recherches m\u00e9dicales et psychologiques observationnelles, toutefois, ce sch\u00e9ma dit \u00ab \u00e0 double marge conditionnelle fixe \u00bb n’est presque jamais r\u00e9alis\u00e9 dans la pratique empirique.<\/p>\n
Le plus souvent, les plans de recherche correspondent soit \u00e0 un mod\u00e8le binomial double (o\u00f9 seule la marge des groupes d’exposition ou de traitement est fix\u00e9e par le chercheur, par exemple 15 patients sous placebo et 15 patients sous antid\u00e9presseur, tandis que le statut de gu\u00e9rison reste al\u00e9atoire), soit \u00e0 un mod\u00e8le multinomial complet (o\u00f9 aucune marge n’est pr\u00e9\u00e9tablie et o\u00f9 le total g\u00e9n\u00e9ral N<\/em> est seul fix\u00e9 \u00e0 l’avance). Conditionner l’inf\u00e9rence statistique sur des totaux marginaux qui \u00e9taient en r\u00e9alit\u00e9 libres d’\u00e9chantillonner introduit un conservatisme statistique reconnu : la p-valeur calcul\u00e9e a tendance \u00e0 \u00eatre l\u00e9g\u00e8rement sup\u00e9rieure au risque d’erreur de type I r\u00e9el sous le mod\u00e8le non conditionnel. N\u00e9anmoins, les d\u00e9monstrations axiomatiques men\u00e9es par Jerzy Neyman et Egon Pearson ont valid\u00e9 que le conditionnement par rapport aux statistiques exhaustives des param\u00e8tres de nuisance demeure la m\u00e9thode d’inf\u00e9rence non param\u00e9trique la plus rigoureuse et exempte de tout biais d’estimation pour tester l’ind\u00e9pendance pure.<\/p>\n2.3 R\u00e8gle de Cochran et seuils empiriques d’alerte<\/h3>\n
Dans la pratique statistique usuelle, la d\u00e9cision de substituer le test exact de Fisher au Chi-deux de Pearson s’appuie fr\u00e9quemment sur la c\u00e9l\u00e8bre directive \u00e9nonc\u00e9e par le biostatisticien William G. Cochran en 1952. La r\u00e8gle empirique classique de Cochran stipule que l’approximation asymptotique du Chi-deux ne doit pas \u00eatre utilis\u00e9e si :<\/p>\n
\n- Plus de 20 % de l’ensemble des cellules de la table de contingence pr\u00e9sentent un effectif th\u00e9orique attendu E\u1d62\u2c7c<\/em> strictement inf\u00e9rieur \u00e0 5.<\/li>\n
- Ou si une seule cellule de la matrice de contingence poss\u00e8de un effectif attendu inf\u00e9rieur \u00e0 1, quel que soit le nombre total de cellules.<\/li>\n<\/ul>\n
Dans une table de contingence \u00e9l\u00e9mentaire de dimension 2 \u00d7 2 comportant 4 cases au total, la r\u00e8gle des 20 % signifie qu’il suffit qu’une unique case pr\u00e9sente un effectif th\u00e9orique inf\u00e9rieur \u00e0 5 pour que l’emploi du Chi-deux de Pearson devienne formellement caduc et non recevable sur le plan m\u00e9thodologique. Il est imp\u00e9ratif de souligner que ce crit\u00e8re porte exclusivement sur les effectifs th\u00e9oriques attendus sous H0<\/em>, calcul\u00e9s par la formule (Total Ligne \u00d7 Total Colonne) \/ N<\/em>, et non sur les effectifs empiriques r\u00e9ellement observ\u00e9s. Une case peut tr\u00e8s bien afficher une fr\u00e9quence observ\u00e9e de 0 tout en maintenant une esp\u00e9rance th\u00e9orique sup\u00e9rieure \u00e0 5, bien que dans les petits \u00e9chantillons, les esp\u00e9rances th\u00e9oriques tombent quasi syst\u00e9matiquement en de\u00e7\u00e0 du seuil de Cochran. D\u00e8s que cette violation est rep\u00e9r\u00e9e dans les sorties logicielles, le basculement vers le test exact de Fisher s’impose comme une n\u00e9cessit\u00e9 math\u00e9matique absolue.<\/p>\n3. Environnement Stata et pr\u00e9paration de la matrice de donn\u00e9es<\/h2>\n3.1 Interface de commande versus fen\u00eatres de dialogue pour l’analyse cat\u00e9gorielle<\/h3>\n
Le logiciel Stata propose une architecture duale permettant d’aborder le traitement des donn\u00e9es soit par le biais d’une interface graphique interactive \u00e0 menus d\u00e9roulants, soit par la saisie directe d’instructions dans une console de commandes textuelles ou via des fichiers scripts ex\u00e9cutables (les c\u00e9l\u00e8bres Do-files). Pour initier une analyse cat\u00e9gorielle par l’interface graphique, l’utilisateur navigue \u00e0 travers le menu sup\u00e9rieur : Statistics > Summaries, tables, and tests > Frequency tables > Two-way table with measures of association<\/em>. Cette interface pr\u00e9sente des cases \u00e0 cocher intuitives permettant de s\u00e9lectionner la variable d’exposition en ligne, la variable de r\u00e9sultat en colonne, et de cocher l’option Fisher’s exact test<\/em>.<\/p>\nCependant, dans l’optique des standards contemporains de la science ouverte, de la reproductibilit\u00e9 computationnelle et de l’int\u00e9grit\u00e9 de la recherche, l’utilisation exclusive de la syntaxe en ligne de commande constitue la norme d’excellence professionnelle recommand\u00e9e. Les scripts permettent d’archiver, de versionner et d’auditer l’int\u00e9gralit\u00e9 du flux d’analyse de donn\u00e9es sans aucune ambigu\u00eft\u00e9 li\u00e9e \u00e0 la manipulation humaine d’une souris d’ordinateur. Avant d’engager toute mod\u00e9lisation, le chercheur doit syst\u00e9matiquement initialiser son environnement de travail dans Stata en d\u00e9finissant le r\u00e9pertoire racine et en ouvrant un fichier journal de tra\u00e7abilit\u00e9 int\u00e9grale via la commande log using analyse_fisher.log, replace text<\/code>, assurant la consignation horodat\u00e9e de l’ensemble des sorties textuelles g\u00e9n\u00e9r\u00e9es.<\/p>\n3.2 Structuration et codage des variables dans la m\u00e9moire Stata<\/h3>\n
L’ex\u00e9cution fluide du test exact de Fisher exige que les variables stock\u00e9es dans le jeu de donn\u00e9es en m\u00e9moire vive respectent les conventions typologiques de Stata. Bien que le logiciel puisse techniquement accepter certaines commandes sur des variables de type cha\u00eene textuelle (cha\u00eenes string<\/code>), il est formellement recommand\u00e9 de convertir syst\u00e9matiquement toutes les variables cat\u00e9gorielles sous format num\u00e9rique standard, pr\u00e9f\u00e9rentiellement en entiers de type byte<\/code> pour minimiser l’occupation m\u00e9moire :<\/p>\nPour des variables binaires, la convention internationale pr\u00e9conise un encodage dichotomique standard 0\/1 (par exemple : 0 = T\u00e9moin, 1 = Trait\u00e9 ; ou 0 = R\u00e9mission Absente, 1 = R\u00e9mission Pr\u00e9sente). L’attribution d’\u00e9tiquettes de variables et d’\u00e9tiquettes de modalit\u00e9s constitue une bonne pratique incontournable pour \u00e9viter toute m\u00e9prise interpr\u00e9tative lors de la lecture des tableaux de contingence. La syntaxe canonique sous Stata s’articule comme suit :<\/p>\n
label define statut_lbl 0 \"\u00c9chec\" 1 \"Succ\u00e8s\"<\/code>
\nlabel values statut statut_lbl<\/code>
\nlabel define groupe_lbl 0 \"Placebo\" 1 \"Psychoth\u00e9rapie\"<\/code>
\nlabel values groupe groupe_lbl<\/code><\/p>\nDans les cas o\u00f9 des variables nominales ont \u00e9t\u00e9 import\u00e9es par erreur sous forme de texte brut (par exemple des variables contenant des cha\u00eenes \u00ab\u00a0Homme\u00a0\u00bb et \u00ab\u00a0Femme\u00a0\u00bb), il convient d’utiliser imp\u00e9rativement la commande interne encode variable_texte, generate(variable_numerique)<\/code>. Cette instruction convertit automatiquement les modalit\u00e9s textuelles en vecteurs d’entiers s\u00e9quentiels tout en leur associant des \u00e9tiquettes de valeurs fid\u00e8les au contenu initial.<\/p>\n3.3 Nettoyage pr\u00e9liminaire et identification des valeurs manquantes<\/h3>\n
Une phase critique pr\u00e9alable \u00e0 l’analyse de contingence r\u00e9side dans l’identification, la qualification et le traitement des donn\u00e9es manquantes. Dans Stata, les donn\u00e9es manquantes num\u00e9riques sont repr\u00e9sent\u00e9es par un point d’interrogation ou point de syst\u00e8me (.<\/code>), qui est interpr\u00e9t\u00e9 en interne comme la plus grande valeur positive possible dans les comparaisons logiques (l’infini arithm\u00e9tique). Une n\u00e9gligence lors du filtrage conditionnel peut donc conduire \u00e0 inclure les donn\u00e9es manquantes dans une cat\u00e9gorie sup\u00e9rieure si une commande telle que if statut > 0<\/code> est r\u00e9dig\u00e9e imprudemment.<\/p>\nPour auditer l’int\u00e9grit\u00e9 de la matrice empirique, la commande misstable summarize groupe statut<\/code> permet d’obtenir un d\u00e9compte instantan\u00e9 des valeurs absentes explicites. L’utilisation conjointe de la commande tabulate groupe statut, missing<\/code> affiche une table de contingence int\u00e9grant une ligne et une colonne r\u00e9serv\u00e9es aux observations comportant des donn\u00e9es manquantes. Dans le cadre de l’application standard du test exact de Fisher, Stata applique une politique stricte de suppression par liste compl\u00e8te (listwise deletion<\/em>) : toute observation pr\u00e9sentant une valeur manquante sur l’une ou l’autre des deux variables analys\u00e9es est automatiquement \u00e9cart\u00e9e du calcul combinatoire hyperg\u00e9om\u00e9trique. L’analyste doit valider l’effectif final d’analyse \u00e0 l’aide de la commande d’assertion assert !missing(groupe, statut) if echantillon_analytique == 1<\/code> pour s’assurer qu’aucun individu ne fausse involontairement les effectifs marginaux de l’exp\u00e9rience.<\/p>\n4. Mise en \u0153uvre du test avec la commande de table imm\u00e9diate `tabi`<\/h2>\n4.1 Structure conceptuelle et syntaxe de la commande `tabi`<\/h3>\n
L’une des caract\u00e9ristiques les plus puissantes de l’environnement Stata r\u00e9side dans son r\u00e9pertoire de commandes dites \u00ab imm\u00e9diates \u00bb. Contrairement aux proc\u00e9dures conventionnelles qui requi\u00e8rent le chargement pr\u00e9alable d’un fichier de donn\u00e9es rectangulaire au format .dta<\/code> contenant une ligne par sujet observ\u00e9, les commandes imm\u00e9diates permettent d’op\u00e9rer directement des calculs statistiques complexes \u00e0 partir d’indicateurs synth\u00e9tiques ou de matrices de d\u00e9nombrement sommaires, sans mobiliser ni modifier la m\u00e9moire de donn\u00e9es active. Ces commandes se distinguent typographiquement par l’adjonction de la lettre terminale i<\/em> \u00e0 leur nom d’origine : ainsi, la commande de tabulation tabulate<\/code> devient tabi<\/code> dans son impl\u00e9mentation imm\u00e9diate.<\/p>\nCette approche imm\u00e9diate s’av\u00e8re particuli\u00e8rement pr\u00e9cieuse pour les m\u00e9thodologistes qui souhaitent r\u00e9analyser une table de contingence extraite d’une publication scientifique d\u00e9j\u00e0 parue, proc\u00e9der \u00e0 une m\u00e9ta-analyse pr\u00e9liminaire, ou v\u00e9rifier la solidit\u00e9 statistique d’un rapport de recherche sans disposer des micro-donn\u00e9es brutes individuelles. La syntaxe universelle de tabi<\/code> pour une table de dimension 2 \u00d7 2 s’organise en sp\u00e9cifiant s\u00e9quentiellement les fr\u00e9quences observ\u00e9es des cellules de la premi\u00e8re ligne, s\u00e9par\u00e9es par une barre oblique invers\u00e9e (antislash ou backslash <\/code>), suivie des fr\u00e9quences de la deuxi\u00e8me ligne :<\/p>\ntabi a b c d, exact<\/code><\/p>\nDans cette structure, a<\/em> d\u00e9signe l’effectif situ\u00e9 \u00e0 l’intersection de la premi\u00e8re ligne et de la premi\u00e8re colonne, b<\/em> celui de la premi\u00e8re ligne et deuxi\u00e8me colonne, c<\/em> la deuxi\u00e8me ligne et premi\u00e8re colonne, et d<\/em> la deuxi\u00e8me ligne et deuxi\u00e8me colonne. L’antislash sert de d\u00e9limiteur syntaxique rigide indiquant \u00e0 l’interpr\u00e9teur de commande de Stata le passage \u00e0 la ligne sous-jacente du tableau.<\/p>\n4.2 Sp\u00e9cification rigoureuse des options statistiques<\/h3>\n
Par d\u00e9faut, si la commande tabi a b c d<\/code> est ex\u00e9cut\u00e9e de mani\u00e8re isol\u00e9e sans argument optionnel, Stata se contente d’afficher le simple tableau de contingence avec les effectifs bruts et les totaux marginaux, sans calculer aucune statistique de test inf\u00e9rentiel. Pour activer le moteur de calcul du test exact de Fisher, l’adjonction de l’option exact<\/code> apr\u00e8s la virgule terminale est strictement indispensable. La virgule indique formellement \u00e0 Stata la s\u00e9paration entre les arguments de donn\u00e9es et les options d’ex\u00e9cution statistique.<\/p>\nIl est particuli\u00e8rement instructif, \u00e0 des fins d’analyse critique, de coupler l’\u00e9valuation exacte avec l’approximation asymptotique classique en combinant plusieurs options statistiques au sein de la m\u00eame instruction. L’adjonction de l’option chi2<\/code> demande le calcul concomitant de la statistique du Chi-deux de Pearson standard. Parall\u00e8lement, l’analyste peut enrichir la lisibilit\u00e9 descriptive du tableau en requ\u00e9rant l’affichage des pourcentages relatifs :<\/p>\n\n- L’option
row<\/code> calcule et affiche les pourcentages par ligne (distribution conditionnelle en ligne).<\/li>\n- L’option
col<\/code> calcule et affiche les pourcentages par colonne (distribution conditionnelle en colonne).<\/li>\n- L’option
cell<\/code> restitue la proportion de chaque cellule par rapport \u00e0 la population totale de l’\u00e9chantillon N<\/em>.<\/li>\n<\/ul>\nUne commande hautement standardis\u00e9e pour une \u00e9tude clinique pr\u00e9liminaire prendra alors la forme compl\u00e8te :<\/p>\n
tabi a b c d, exact chi2 row col<\/code><\/p>\nCette sp\u00e9cification conjointe offre un panorama synth\u00e9tique complet permettant de juxtaposer instantan\u00e9ment les distributions empiriques, l’approximation du Chi-deux et la valeur p exacte calcul\u00e9e sous la loi hyperg\u00e9om\u00e9trique.<\/p>\n
4.3 Gestion des tableaux de dimensions sup\u00e9rieures (r x c imm\u00e9diats)<\/h3>\n
La commande imm\u00e9diate tabi<\/code> ne se restreint pas aux seules matrices carr\u00e9es dichotomiques de format deux par deux. Elle int\u00e8gre la capacit\u00e9 d’\u00e9valuer des tableaux de contingence de dimensions arbitraires r \u00d7 c<\/em> (avec r<\/em> lignes et c<\/em> colonnes). Par exemple, pour traiter un plan exp\u00e9rimental comportant trois conditions th\u00e9rapeutiques (Placebo, Mol\u00e9cule A, Mol\u00e9cule B) crois\u00e9es avec une r\u00e9ponse clinique \u00e0 trois modalit\u00e9s (Aggravation, Stabilit\u00e9, Am\u00e9lioration), la saisie imm\u00e9diate s’articulera naturellement en trois segments disjoints par deux antislashs :<\/p>\ntabi 5 2 1 3 4 3 1 3 6, exact<\/code><\/p>\nToutefois, lors du traitement de matrices de dimension sup\u00e9rieure ou lors de l’int\u00e9gration d’effectifs plus denses, la sollicitation computationnelle de l’algorithme exact cro\u00eet de mani\u00e8re factorielle exponentielle en raison de l’espace combinatoire \u00e0 explorer pour \u00e9num\u00e9rer toutes les tables possibles compatibles avec les marges observ\u00e9es. Lorsque les limites de la pile m\u00e9moire interne de Stata sont atteintes au cours de l’\u00e9valuation combinatoire, le logiciel peut retourner un message d’erreur d’espace m\u00e9moire satur\u00e9 (error 915: insufficient memory<\/em> ou avertissement de convergence). Il convient alors de s’assurer de l’allocation optimale de la m\u00e9moire de travail syst\u00e8me ou de basculer, si la machine h\u00f4te montre des lenteurs excessives, vers des techniques d’approximation stochastique que nous d\u00e9taillerons dans les sections consacr\u00e9es aux extensions polytomiques.<\/p>\n5. Application empirique d\u00e9taill\u00e9e : \u00c9tude de cas sur 25 observations<\/h2>\n5.1 Pr\u00e9sentation du cas d’\u00e9tude : Genre et affiliation politique en milieu universitaire<\/h3>\n
Afin de mat\u00e9rialiser de mani\u00e8re p\u00e9dagogique et concr\u00e8te l’int\u00e9gralit\u00e9 du processus de calcul et d’interpr\u00e9tation, consid\u00e9rons une investigation men\u00e9e en psychologie sociale et politique au sein d’un d\u00e9partement universitaire restreint. L’objectif de l’\u00e9tude consiste \u00e0 d\u00e9terminer s’il existe une association statistiquement significative entre le genre d’\u00e9tudiants de troisi\u00e8me cycle (Homme vs Femme) et leur affiliation doctrinale majeure au sein d’un club de d\u00e9bat (D\u00e9mocrate vs R\u00e9publicain). L’\u00e9chantillon total recueilli est d\u00e9lib\u00e9r\u00e9ment modeste, comprenant N = 25<\/em> \u00e9tudiants rigoureusement s\u00e9lectionn\u00e9s.<\/p>\nLe relev\u00e9 empirique des observations produit la r\u00e9partition matricielle suivante :<\/p>\n
\n- Parmi les 13 \u00e9tudiants masculins identifi\u00e9s : 4 s’affilient au mouvement D\u00e9mocrate et 9 s’affilient au mouvement R\u00e9publicain.<\/li>\n
- Parmi les 12 \u00e9tudiantes f\u00e9minines identifi\u00e9es : 8 s’affilient au mouvement D\u00e9mocrate et 4 s’affilient au mouvement R\u00e9publicain.<\/li>\n<\/ul>\n
La matrice de contingence 2 \u00d7 2 s’organise donc comme suit :<\/p>\n
Hommes : D\u00e9mocrate = 4, R\u00e9publicain = 9 | Total Ligne = 13
\nFemmes : D\u00e9mocrate = 8, R\u00e9publicain = 4 | Total Ligne = 12
\nTotaux Colonnes : D\u00e9mocrate = 12, R\u00e9publicain = 13 | Effectif Total N = 25<\/em><\/p>\nProc\u00e9dons \u00e0 la v\u00e9rification imp\u00e9rative de la r\u00e8gle de Cochran avant toute analyse. Calculons l’effectif th\u00e9orique attendu pour la case sup\u00e9rieure gauche (Hommes D\u00e9mocrates) sous l’hypoth\u00e8se d’ind\u00e9pendance statistique :<\/p>\n
E\u2081\u2081 = (Total Ligne 1 \u00d7 Total Colonne 1) \/ N = (13 \u00d7 12) \/ 25 = 156 \/ 25 = 6.24<\/em><\/p>\nPour la case sup\u00e9rieure droite (Hommes R\u00e9publicains) :<\/p>\n
E\u2081\u2082 = (13 \u00d7 13) \/ 25 = 169 \/ 25 = 6.76<\/em><\/p>\nPour la case inf\u00e9rieure gauche (Femmes D\u00e9mocrates) :<\/p>\n
E\u2082\u2081 = (12 \u00d7 12) \/ 25 = 144 \/ 25 = 5.76<\/em><\/p>\nPour la case inf\u00e9rieure droite (Femmes R\u00e9publicaines) :<\/p>\n
E\u2082\u2082 = (12 \u00d7 13) \/ 25 = 156 \/ 25 = 6.24<\/em><\/p>\nBien que dans cet exemple pr\u00e9cis les effectifs th\u00e9oriques soient l\u00e9g\u00e8rement au-dessus de 5, la faiblesse de l’effectif global (N = 25<\/em>) et la proximit\u00e9 critique du seuil de 5 font courir un risque majeur d’impr\u00e9cision asymptotique au test du Chi-deux standard. Si un seul homme de moins avait choisi l’option d\u00e9mocrate, les effectifs attendus auraient directement franchi \u00e0 la baisse la limite de tol\u00e9rance de Cochran. Ce cadre constitue donc le terrain id\u00e9al pour d\u00e9ployer le test exact de Fisher.<\/p>\n5.2 Saisie de la commande exacte et ex\u00e9cution pas \u00e0 pas<\/h3>\n
L’ex\u00e9cution de cette analyse dans l’environnement de commande de Stata s’effectue de mani\u00e8re instantan\u00e9e via l’instruction de table imm\u00e9diate. Dans la console Stata, le chercheur saisit scrupuleusement la commande suivante :<\/p>\n
tabi 4 9 8 4, exact chi2<\/code><\/p>\nD\u00e8s l’appui sur la touche d’ex\u00e9cution (Entr\u00e9e), le moteur interne de Stata analyse la matrice, v\u00e9rifie la coh\u00e9rence arithm\u00e9tique des arguments saisis, alloue la m\u00e9moire de permutation et g\u00e9n\u00e8re la sortie textuelle standardis\u00e9e suivante dans la fen\u00eatre principale des r\u00e9sultats :<\/p>\n
| col
\n row | 1 2 | Total
\n-----------+----------------------+----------
\n 1 | 4 9 | 13
\n 2 | 8 4 | 12
\n-----------+----------------------+----------
\n Total | 12 13 | 25 <\/p>\n Pearson chi2(1) = 2.6641 Pr = 0.103<\/p>\n
Fisher's exact = 0.096
\n 1-sided Fisher's exact = 0.081<\/code><\/p>\n
L’observation scrupuleuse de ce journal d’ex\u00e9cution confirme l’absence totale d’avertissements de d\u00e9passement de pile ou d’anomalie de calcul. Le logiciel restitue fid\u00e8lement la table de contingence quadrangulaire, calcule la statistique de Pearson (\u03c7\u00b2 = 2.6641<\/em> avec une p-valeur asymptotique bilat\u00e9rale de p = 0.103<\/em>), puis d\u00e9roule l’\u00e9valuation hyperg\u00e9om\u00e9trique exacte fournissant \u00e0 la fois la p-valeur unilat\u00e9rale (1-sided Fisher’s exact = 0.081<\/em>) et la p-valeur bilat\u00e9rale standard (Fisher’s exact = 0.096<\/em>).<\/p>\n5.3 Validation crois\u00e9e des fr\u00e9quences marginales observ\u00e9es<\/h3>\n
Avant de proc\u00e9der \u00e0 toute inf\u00e9rence d\u00e9finitive sur la valeur p affich\u00e9e, une rigueur m\u00e9thodologique fondamentale impose une validation crois\u00e9e syst\u00e9matique des fr\u00e9quences marginales observ\u00e9es au sein de la table de sortie restitu\u00e9e par Stata. L’analyste doit v\u00e9rifier m\u00e9thodiquement l’ad\u00e9quation exacte entre les totaux marginaux du syst\u00e8me et la r\u00e9alit\u00e9 empirique du plan exp\u00e9rimental :<\/p>\n
\n- Somme marginale de la ligne 1 : 4 + 9 = 13<\/em> (correspondant exactement au nombre total d’hommes inclus dans l’\u00e9tude).<\/li>\n
- Somme marginale de la ligne 2 : 8 + 4 = 12<\/em> (correspondant rigoureusement au total d’\u00e9tudiantes de l’\u00e9chantillon).<\/li>\n
- Somme marginale de la colonne 1 : 4 + 8 = 12<\/em> (totalit\u00e9 des partisans de la mouvance d\u00e9mocrate).<\/li>\n
- Somme marginale de la colonne 2 : 9 + 4 = 13<\/em> (totalit\u00e9 des partisans de la mouvance r\u00e9publicaine).<\/li>\n
- Somme globale : 13 + 12 = 25<\/em> (et par colonne : 12 + 13 = 25<\/em>). L’\u00e9galit\u00e9 math\u00e9matique N = 25<\/em> est scrupuleusement respect\u00e9e.<\/li>\n<\/ul>\n
Cette v\u00e9rification pr\u00e9vient les erreurs de frappe involontaires (permutations entre cellules adjacentes, inversion involontaire de la position de l’antislash ou omission d’une fr\u00e9quence), assurant que le calcul hyperg\u00e9om\u00e9trique subs\u00e9quent a conditionn\u00e9 l’\u00e9num\u00e9ration combinatoire sur la partition marginale exacte de l’exp\u00e9rience investigu\u00e9e.<\/p>\n
6. Ex\u00e9cution du test sur un jeu de donn\u00e9es en m\u00e9moire avec `tabulate`<\/h2>\n6.1 Syntaxe fondamentale de `tabulate` pour deux variables cat\u00e9gorielles<\/h3>\n
Lorsque la recherche s’inscrit dans un protocole d’analyse de donn\u00e9es brutes contenant l’enregistrement exhaustif de chaque sujet au sein d’un fichier de donn\u00e9es rectangulaire actif (charg\u00e9 via use base_de_donnees.dta, clear<\/code>), le recours \u00e0 la commande imm\u00e9diate tabi<\/code> s’efface au profit de la commande analytique standard tabulate<\/code> (ou son abr\u00e9viation conventionnelle tab<\/code>). La syntaxe canonique pour croiser deux variables cat\u00e9gorielles r\u00e9sidant dans l’espace de donn\u00e9es s’\u00e9nonce en indiquant le nom de la variable d’exposition en premier argument (lignes du tableau) et le nom de la variable de r\u00e9ponse en second argument (colonnes du tableau), suivi imp\u00e9rativement de l’option exact<\/code> :<\/p>\ntabulate genre affiliation, exact<\/code><\/p>\nStata prend en charge de mani\u00e8re fluide la s\u00e9lection conditionnelle de sous-groupes de sujets gr\u00e2ce aux clauses logiques if<\/code> et aux clauses d’indexation d’enregistrement in<\/code>. Par exemple, si l’investigateur souhaite restreindre le test exact aux seuls \u00e9tudiants inscrits en premi\u00e8re ann\u00e9e de master, l’instruction s’enrichit naturellement :<\/p>\ntabulate genre affiliation if annee_etude == 1, exact<\/code><\/p>\nIl importe de signaler une restriction m\u00e9thodologique et technique majeure propre \u00e0 l’architecture de calcul exact de Stata : l’option exact<\/code> est fondamentalement incompatible avec la pond\u00e9ration d’\u00e9chantillonnage de type pweight<\/code> (poids de sondage inversement proportionnels aux probabilit\u00e9s d’inclusion). En effet, le calcul combinatoire de la distribution hyperg\u00e9om\u00e9trique repose sur des d\u00e9nombrements d’unit\u00e9s statistiques enti\u00e8res indivisibles. L’utilisation de poids de sondage d\u00e9cimaux briserait la formulation factorielle n!<\/em> sous-jacente. Si des poids de fr\u00e9quence entiers sont manipul\u00e9s, seuls les poids de type fweight<\/code> (frequency weights<\/em>) sont formellement autoris\u00e9s par Stata : tabulate genre affiliation [fweight = variable_poids], exact<\/code>.<\/p>\n6.2 Param\u00e9trage des affichages avanc\u00e9s et valeurs attendues<\/h3>\n
Dans un contexte d’\u00e9valuation m\u00e9thodologique approfondie, il est particuli\u00e8rement recommand\u00e9 d’examiner simultan\u00e9ment les effectifs th\u00e9oriques attendus sous l’hypoth\u00e8se nulle d’ind\u00e9pendance pour v\u00e9rifier formellement la r\u00e8gle de Cochran directement depuis le jeu de donn\u00e9es en m\u00e9moire. L’adjonction de l’option expected<\/code> commande \u00e0 Stata de calculer et d’afficher, sous chaque fr\u00e9quence observ\u00e9e, la valeur th\u00e9orique E\u1d62\u2c7c<\/em> correspondante :<\/p>\ntabulate genre affiliation, expected exact<\/code><\/p>\nPour optimiser la clart\u00e9 visuelle de la fen\u00eatre d’affichage lors de la mod\u00e9lisation et \u00e9viter une surcharge cognitive due \u00e0 l’entrem\u00ealement de multiples pourcentages, il est judicieux de ne pas surcharger la commande avec row<\/code> ou cell<\/code> lorsque l’attention se focalise sur l’audit des valeurs attendues. L’ex\u00e9cution de cette commande produit un affichage net o\u00f9 chaque cellule comporte deux lignes : l’effectif empirique brut et l’effectif th\u00e9orique esp\u00e9r\u00e9. Le chercheur identifie imm\u00e9diatement si des valeurs th\u00e9oriques chutent en dessous du seuil critique de 5 ou de 1, justifiant de facto le basculement vers la statistique exacte aux yeux des pairs \u00e9valuateurs.<\/p>\n6.3 Comparaison pratique entre `tabi` et `tabulate`<\/h3>\n
Le choix raisonn\u00e9 entre la commande imm\u00e9diate tabi<\/code> et la commande analytique tabulate<\/code> r\u00e9pond \u00e0 des arbitrages op\u00e9rationnels distincts tout au long du cycle de vie d’un projet de recherche quantitative :<\/p>\n\n- Domaines d’\u00e9lection de
tabi<\/code> :<\/strong> La commande imm\u00e9diate excelle dans les revues syst\u00e9matiques de la litt\u00e9rature, les m\u00e9ta-analyses rapides, les audits d’articles scientifiques soumis \u00e0 r\u00e9vision par les pairs et les v\u00e9rifications de coh\u00e9rence en temps r\u00e9el. Elle \u00e9vite la cr\u00e9ation artificielle d’un fichier de donn\u00e9es lorsqu’on ne dispose que d’un tableau r\u00e9capitulatif imprim\u00e9. De plus, tabi<\/code> constitue un vecteur p\u00e9dagogique incomparable pour la transmission universitaire de la biostatistique.<\/li>\n- Domaines d’\u00e9lection de
tabulate<\/code> :<\/strong> La commande sur m\u00e9moire vive est irrempla\u00e7able pour l’analyse des donn\u00e9es primaires issues d’enqu\u00eates ou d’essais cliniques complexes. Elle s’int\u00e8gre harmonieusement dans les pipelines automatis\u00e9s de nettoyage de donn\u00e9es (data management<\/em>), autorise le filtrage conditionnel fin via if<\/code>, et facilite l’application de boucles de programmation s\u00e9quentielle (telles que foreach var of varlist ... { tabulate `var' issue, exact }<\/code>) pour \u00e9valuer de multiples pr\u00e9dicteurs de fa\u00e7on it\u00e9rative.<\/li>\n<\/ul>\nSur le plan de la science ouverte et de la reproductibilit\u00e9, l’utilisation de tabulate<\/code> au sein d’un Do-file pointant vers un fichier de micro-donn\u00e9es brut non alt\u00e9r\u00e9 garantit une transparence m\u00e9thodologique totale, tra\u00e7able de bout en bout de l’\u00e9chantillon \u00e0 l’article publi\u00e9.<\/p>\n7. Interpr\u00e9tation statistique exhaustive des sorties Stata<\/h2>\n7.1 Analyse de la probabilit\u00e9 unilat\u00e9rale (one-sided p-value)<\/h3>\n
L’une des particularit\u00e9s les plus remarquables de la sortie du test de Fisher dans Stata r\u00e9side dans la restitution scind\u00e9e de deux valeurs de probabilit\u00e9 distinctes, explicitement libell\u00e9es : 1-sided Fisher\u2019s exact<\/code> et Fisher\u2019s exact<\/code>. La compr\u00e9hension rigoureuse de cette dichotomie conditionne la validit\u00e9 des inf\u00e9rences cliniques et scientifiques qui en d\u00e9coulent.<\/p>\nLa probabilit\u00e9 unilat\u00e9rale (1-sided Fisher’s exact<\/em>) correspond \u00e0 la sommation exclusive des probabilit\u00e9s hyperg\u00e9om\u00e9triques associ\u00e9es \u00e0 la table observ\u00e9e empiriquement et \u00e0 toutes les tables alternatives th\u00e9oriques orient\u00e9es de mani\u00e8re encore plus extr\u00eame dans la direction sp\u00e9cifique dict\u00e9e par les donn\u00e9es observ\u00e9es. Dans notre \u00e9tude de cas portant sur le genre et l’affiliation politique, la table observ\u00e9e pr\u00e9sentait a = 4<\/em> hommes d\u00e9mocrates. Les marges marginales fixes (13 hommes, 12 femmes, 12 d\u00e9mocrates, 13 r\u00e9publicains) bornent la valeur minimale possible pour la cellule a<\/em> \u00e0 :<\/p>\n