{"id":4048,"date":"2026-10-14T18:01:10","date_gmt":"2026-10-14T18:01:10","guid":{"rendered":"http:\/\/french.arabpsychology.com\/statistics\/test-khi-deux-independance-definition-formule-exemple\/"},"modified":"2026-10-14T18:01:10","modified_gmt":"2026-10-14T18:01:10","slug":"test-khi-deux-independance-definition-formule-exemple","status":"publish","type":"psych_stat","link":"https:\/\/french.arabpsychology.com\/?psych_stat=test-khi-deux-independance-definition-formule-exemple","title":{"rendered":"Test du khi-deux d&rsquo;ind\u00e9pendance : D\u00e9finition, formule et exemple"},"content":{"rendered":"<p>Dans l&rsquo;arsenal m\u00e9thodologique des sciences humaines, sociales et biom\u00e9dicales, l&rsquo;analyse des donn\u00e9es qualitatives occupe une place pr\u00e9pond\u00e9rante, souvent complexe et parfois sous-estim\u00e9e au profit des mod\u00e9lisations lin\u00e9aires continues. Lorsque le chercheur ou le praticien se trouve confront\u00e9 \u00e0 des ph\u00e9nom\u00e8nes dont la nature intrins\u00e8que rel\u00e8ve de cat\u00e9gories discr\u00e8tes \u2014 qu&rsquo;il s&rsquo;agisse de classifications nosographiques, de choix comportementaux, de profils de personnalit\u00e9 ou de modalit\u00e9s de r\u00e9ponse \u00e0 un traitement \u2014, les postulats classiques de normalit\u00e9 et d&rsquo;homosc\u00e9dasticit\u00e9 propres aux statistiques param\u00e9triques s&rsquo;av\u00e8rent inop\u00e9rants. C&rsquo;est pr\u00e9cis\u00e9ment au c\u0153ur de cette contrainte \u00e9pist\u00e9mologique que s&rsquo;impose le test du khi-deux d&rsquo;ind\u00e9pendance, instrument d&rsquo;inf\u00e9rence non param\u00e9trique fondamental permettant de sonder la structure relationnelle liant deux variables nominales ou ordinales.<\/p>\n<p>Concevoir l&rsquo;ind\u00e9pendance de deux attributs qualitatifs exige de d\u00e9passer la simple intuition descriptive issue de l&rsquo;observation brute d&rsquo;un \u00e9chantillon. Les variations d&rsquo;effectifs relev\u00e9es au sein d&rsquo;un tableau crois\u00e9 r\u00e9sultent-elles d&rsquo;une v\u00e9ritable interd\u00e9pendance fonctionnelle entre les facteurs \u00e9tudi\u00e9s, ou ne constituent-elles que le reflet des fluctuations d&rsquo;\u00e9chantillonnage inh\u00e9rentes \u00e0 l&rsquo;al\u00e9a stochastique ? R\u00e9pondre avec rigueur \u00e0 cette interrogation n\u00e9cessite de confronter les donn\u00e9es recueillies \u00e0 un mod\u00e8le th\u00e9orique contrefactuel repr\u00e9sentant l&rsquo;absence totale de liaison. Le test de Karl Pearson formalise cette confrontation \u00e0 travers une m\u00e9trique quadratique normalis\u00e9e, offrant ainsi un cadre d\u00e9cisionnel probabiliste universellement reconnu.<\/p>\n<p>Le pr\u00e9sent article propose une exploration exhaustive, th\u00e9orique et appliqu\u00e9e du test du khi-deux d&rsquo;ind\u00e9pendance. Con\u00e7u \u00e0 destination des chercheurs, doctorants et praticiens des sciences du comportement, il d\u00e9taille successivement l&rsquo;ancrage historique de cette m\u00e9thode, ses fondements probabilistes formels, les conditions requises pour son emploi licite, ainsi que les \u00e9tapes computationnelles menant du tableau de contingence aux coefficients d&rsquo;association et aux analyses post-hoc. \u00c0 travers une illustration clinique concr\u00e8te emprunt\u00e9e \u00e0 la psychopathologie et \u00e0 l&rsquo;\u00e9valuation des psychoth\u00e9rapies, ce guide met en lumi\u00e8re les subtilit\u00e9s d&rsquo;interpr\u00e9tation, les \u00e9cueils m\u00e9thodologiques r\u00e9currents et les prolongements contemporains n\u00e9cessaires \u00e0 une pratique quantitative \u00e9clair\u00e9e.<\/p>\n<h2>1. Introduction et fondements conceptuels du test du khi-deux d&rsquo;ind\u00e9pendance<\/h2>\n<h3>1.1 D\u00e9finition \u00e9pist\u00e9mologique et origine historique<\/h3>\n<p>L&rsquo;acte de naissance de la statistique inf\u00e9rentielle moderne appliqu\u00e9e aux variables cat\u00e9gorielles est indissociable de la publication princeps de <a rel=\"noopener noreferrer\" href=\"https:\/\/fr.wikipedia.org\/wiki\/Karl_Pearson\">Karl Pearson<\/a> en 1900, intitul\u00e9e <em>\u00ab On the criterion that a given system of deviations from the probable in the case of a correlated system of variables is such that it can be reasonably supposed to have arisen from random sampling \u00bb<\/em> dans le <em>Philosophical Magazine<\/em>. \u00c0 l&rsquo;aube du XXe si\u00e8cle, la biom\u00e9trie et les sciences de l&rsquo;h\u00e9r\u00e9dit\u00e9 naissantes se heurtaient \u00e0 l&rsquo;absence d&rsquo;outils probabilistes permettant d&rsquo;\u00e9valuer la concordance entre des lois th\u00e9oriques (telles que les pr\u00e9dictions mend\u00e9liennes) et des comptages de fr\u00e9quences empiriques. Pearson a con\u00e7u la statistique du khi-deux en exploitant la convergence multidimensionnelle de variables binomiales et multinomiales vers une distribution gaussienne multivari\u00e9e, \u00e9tablissant ainsi le tout premier crit\u00e8re formel de test d&rsquo;hypoth\u00e8se probabiliste de l&rsquo;histoire.<\/p>\n<p>Sur le plan \u00e9pist\u00e9mologique, il convient de distinguer avec nettet\u00e9 le <strong>test du khi-deux d&rsquo;ad\u00e9quation<\/strong> (ou de conformit\u00e9) du <strong>test du khi-deux d&rsquo;ind\u00e9pendance<\/strong>. Alors que le test d&rsquo;ad\u00e9quation compare la distribution univari\u00e9e observ\u00e9e au sein d&rsquo;un \u00e9chantillon unique \u00e0 une distribution th\u00e9orique pr\u00e9\u00e9tablie <em>a priori<\/em> (par exemple, une distribution \u00e9quiprobable ou une loi de Poisson), le test d&rsquo;ind\u00e9pendance op\u00e8re de mani\u00e8re bivari\u00e9e. Il se propose d&rsquo;\u00e9valuer si deux crit\u00e8res de classification appliqu\u00e9s simultan\u00e9ment \u00e0 une m\u00eame population s&rsquo;influencent mutuellement ou s&rsquo;ils se comportent de mani\u00e8re autonome, les distributions th\u00e9oriques \u00e9tant alors estim\u00e9es directement \u00e0 partir des distributions marginales observ\u00e9es de l&rsquo;\u00e9chantillon.<\/p>\n<p>Le r\u00f4le de ce test au sein de l&rsquo;inf\u00e9rence non param\u00e9trique est central : il s&rsquo;agit d&rsquo;une proc\u00e9dure <em>distribution-free<\/em> (\u00e0 distribution libre). Contrairement aux tests de Student ou \u00e0 l&rsquo;analyse de variance (<a rel=\"noopener noreferrer\" href=\"https:\/\/fr.wikipedia.org\/wiki\/Analyse_de_la_variance\">ANOVA<\/a>), le test d&rsquo;ind\u00e9pendance n&rsquo;exige aucun postulat relatif \u00e0 la normalit\u00e9 des populations sous-jacentes ni \u00e0 la continuit\u00e9 de la m\u00e9trique utilis\u00e9e. Cette caract\u00e9ristique le rend indispensable \u00e0 l&rsquo;analyse des donn\u00e9es comportementales, o\u00f9 les taxonomies cliniques, les choix de r\u00e9ponse sociod\u00e9mographiques et les \u00e9tats d&rsquo;activation cognitive se manifestent sous la forme d&rsquo;\u00e9v\u00e9nements discrets insensibles aux op\u00e9rations arithm\u00e9tiques directes de sommation m\u00e9trique ou d&rsquo;intervalles constants.<\/p>\n<h3>1.2 Nature des donn\u00e9es et variables cat\u00e9gorielles<\/h3>\n<p>L&rsquo;application rigoureuse du test du khi-deux d&rsquo;ind\u00e9pendance pr\u00e9suppose une compr\u00e9hension exacte des niveaux de mesure qui sous-tendent les donn\u00e9es empiriques. Les variables mobilis\u00e9es doivent imp\u00e9rativement appartenir au registre cat\u00e9goriel. On distingue \u00e0 cet \u00e9gard les <strong>variables nominales pures<\/strong> \u2014 o\u00f9 les diff\u00e9rentes modalit\u00e9s repr\u00e9sentent des classes qualitatives distinctes d\u00e9pourvues de tout ordre sous-jacent (par exemple, le diagnostic psychiatrique : schizophr\u00e9nie, trouble bipolaire, trouble panique) \u2014 des <strong>variables ordinales<\/strong>, dont les niveaux entretiennent une relation d&rsquo;ordre hi\u00e9rarchique sans que les intervalles num\u00e9riques entre ces niveaux soient n\u00e9cessairement \u00e9gaux (telles que les \u00e9chelles de s\u00e9v\u00e9rit\u00e9 clinique : l\u00e9ger, mod\u00e9r\u00e9, s\u00e9v\u00e8re).<\/p>\n<p>Pour garantir la validit\u00e9 interne du croisement statistique, les cat\u00e9gories composant chaque variable doivent imp\u00e9rativement respecter deux imp\u00e9ratifs logiques formul\u00e9s par la th\u00e9orie de la mesure : l&rsquo;<strong>exclusion mutuelle<\/strong> et l&rsquo;<strong>exhaustivit\u00e9<\/strong>. L&rsquo;exclusion mutuelle impose que chaque unit\u00e9 statistique (individu, observation clinique) ne puisse \u00eatre affect\u00e9e qu&rsquo;\u00e0 une seule et unique cellule du tableau crois\u00e9 ; aucun sujet ne peut appartenir simultan\u00e9ment \u00e0 deux sous-groupes de la m\u00eame variable. L&rsquo;exhaustivit\u00e9, quant \u00e0 elle, exige que le syst\u00e8me taxonomique retenu int\u00e8gre l&rsquo;ensemble des \u00e9ventualit\u00e9s observables, de sorte qu&rsquo;aucun individu ne se trouve sans classification assignable.<\/p>\n<p>Dans la recherche comportementale contemporaine, les chercheurs naviguent continuellement entre codages binaires (pr\u00e9sence\/absence d&rsquo;un biomarqueur comportemental, succ\u00e8s\/\u00e9chec) et codages polytomiques (orientation th\u00e9orique des cliniciens, sous-cat\u00e9gories d&rsquo;attachement chez l&rsquo;adulte). Le choix du niveau de d\u00e9coupage cat\u00e9goriel influence directement les degr\u00e9s de libert\u00e9 du syst\u00e8me matriciel et conditionne la sensibilit\u00e9 analytique de l&rsquo;inf\u00e9rence : un sur-d\u00e9coupage taxonomique entra\u00eene une dispersion excessive des effectifs r\u00e9duisant la puissance statistique, tandis qu&rsquo;une agr\u00e9gation h\u00e2tive masque souvent des h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9s structurelles fondamentales au sein des corpus cliniques.<\/p>\n<h3>1.3 Principe sous-jacent d&rsquo;ind\u00e9pendance statistique<\/h3>\n<p>Au sens de la <a rel=\"noopener noreferrer\" href=\"https:\/\/fr.wikipedia.org\/wiki\/Th%C3%A9orie_des_probabilit%C3%A9s\">th\u00e9orie des probabilit\u00e9s<\/a> axiomatis\u00e9e par Kolmogorov, deux \u00e9v\u00e9nements al\u00e9atoires <em>A<\/em> et <em>B<\/em> sont dits statistiquement ind\u00e9pendants si et seulement si la survenue de l&rsquo;un n&rsquo;alt\u00e8re en aucune mani\u00e8re la probabilit\u00e9 de survenue de l&rsquo;autre. Cette propri\u00e9t\u00e9 fondamentale se formalise par l&rsquo;\u00e9quation multiplicative :<\/p>\n<p style=\"text-align: center; font-weight: bold; margin: 2em 0;\">\n    <em>P(A \u2229 B) = P(A) \u00d7 P(B)<\/em>\n<\/p>\n<p>Transpos\u00e9e au cadre matriciel du croisement de deux variables qualitatives, cette r\u00e8gle implique que la probabilit\u00e9 conditionnelle d&rsquo;observer une modalit\u00e9 particuli\u00e8re de la premi\u00e8re variable sachant que l&rsquo;individu pr\u00e9sente une modalit\u00e9 sp\u00e9cifique de la seconde variable demeure rigoureusement \u00e9gale \u00e0 la probabilit\u00e9 marginale inconditionnelle de cette premi\u00e8re modalit\u00e9. Autrement dit, pour toutes modalit\u00e9s <em>i<\/em> et <em>j<\/em>, la condition <em>P(A<sub>i<\/sub> | B<sub>j<\/sub>) = P(A<sub>i<\/sub>)<\/em> doit \u00eatre v\u00e9rifi\u00e9e.<\/p>\n<p>L&rsquo;op\u00e9ration fondamentale du test du khi-deux consiste donc \u00e0 comparer terme \u00e0 terme deux \u00e9tats distributionnels : la distribution empirique des effectifs conjoints relev\u00e9s sur le terrain au sein d&rsquo;un \u00e9chantillon probabiliste, et la distribution th\u00e9orique correspondante qui r\u00e9sulterait m\u00e9caniquement de l&rsquo;application rigoureuse du produit des probabilit\u00e9s marginales. Tout \u00e9cart substantiel entre ces deux distributions trahit une distorsion structurelle. Le mod\u00e8le nul postule l&rsquo;invariance relationnelle : les variations constat\u00e9es ne constituent que du bruit stochastique. D\u00e8s lors que la d\u00e9viation globale agr\u00e9g\u00e9e franchit un seuil de dispersion probabiliste intol\u00e9rable au regard du hasard pur, le postulat d&rsquo;ind\u00e9pendance s&rsquo;effondre au profit de l&rsquo;affirmation d&rsquo;une interd\u00e9pendance fonctionnelle entre les facteurs.<\/p>\n<h2>2. Motivations et applications m\u00e9thodologiques en psychologie<\/h2>\n<h3>2.1 Pertinence dans la recherche en psychologie clinique et psychopathologie<\/h3>\n<p>La recherche en psychopathologie et en psychologie clinique repose substantiellement sur des crit\u00e8res taxonomiques discrets. Les classifications internationales contemporaines, telles que le Manuel diagnostique et statistique des troubles mentaux (<a rel=\"noopener noreferrer\" href=\"https:\/\/www.psychiatry.org\/psychiatrists\/practice\/dsm\">DSM-5<\/a>) ou la Classification internationale des maladies (CIM-11), conceptualisent encore largement les psychopathologies sous l&rsquo;angle d&rsquo;entit\u00e9s syndromiques distinctes. L&rsquo;analyse des taux de comorbidit\u00e9 psychiatrique constitue d\u00e8s lors un champ d&rsquo;\u00e9lection du test d&rsquo;ind\u00e9pendance. Il permet par exemple d&rsquo;interroger formellement si la survenue d&rsquo;un trouble de l&rsquo;usage de substances est statistiquement ind\u00e9pendante du diagnostic principal d&rsquo;un trouble d\u00e9pressif majeur ou d&rsquo;un trouble de stress post-traumatique.<\/p>\n<p>Un autre pan m\u00e9thodologique crucial concerne l&rsquo;\u00e9valuation des processus psychoth\u00e9rapeutiques et l&rsquo;alliance de travail. Les chercheurs comparent fr\u00e9quemment l&rsquo;observance th\u00e9rapeutique \u2014 classifi\u00e9e en adh\u00e9sion compl\u00e8te, partielle ou abandon pr\u00e9coce (<em>drop-out<\/em>) \u2014 selon l&rsquo;orientation clinique de la prise en charge (th\u00e9rapie cognitivo-comportementale, th\u00e9rapie psychodynamique, th\u00e9rapie syst\u00e9mique ou approche humaniste). Le test du khi-deux d&rsquo;ind\u00e9pendance permet d&rsquo;\u00e9tablir si le maintien dans le parcours de soin s&rsquo;articule pr\u00e9f\u00e9rentiellement \u00e0 un mod\u00e8le th\u00e9orique sp\u00e9cifique ou si les taux d&rsquo;attrition se r\u00e9partissent de mani\u00e8re homog\u00e8ne entre les dispositifs de traitement.<\/p>\n<p>Enfin, l&rsquo;exploration de la vuln\u00e9rabilit\u00e9 psychologique mobilise souvent l&rsquo;analyse de contingence pour sonder le r\u00f4le de facteurs environnementaux d\u00e9veloppementaux discr\u00e9tis\u00e9s. L&rsquo;exposition \u00e0 des traumatismes infantiles (pr\u00e9sence ou absence de n\u00e9gligence \u00e9motionnelle, d&rsquo;abus physique) est ainsi mise en relation avec des trajectoires symptomatiques \u00e0 l&rsquo;\u00e2ge adulte. Dans les \u00e9tudes de g\u00e9n\u00e9tique comportementale ou d&rsquo;\u00e9pid\u00e9miologie clinique, le test valide ou r\u00e9fute l&rsquo;ind\u00e9pendance entre des ph\u00e9notypes cliniques pr\u00e9cis et des ant\u00e9c\u00e9dents familiaux collig\u00e9s en cat\u00e9gories binaires au sein de cohortes repr\u00e9sentatives.<\/p>\n<h3>2.2 Applications en psychologie cognitive et exp\u00e9rimentale<\/h3>\n<p>Bien que la psychologie cognitive s&rsquo;appuie massivement sur des m\u00e9triques temporelles continues (temps de r\u00e9action) ou psychophysiologiques, de nombreux paradigmes exp\u00e9rimentaux g\u00e9n\u00e8rent des variables d\u00e9pendantes intrins\u00e8quement discr\u00e8tes. C&rsquo;est notamment le cas dans l&rsquo;\u00e9tude du jugement et de la prise de d\u00e9cision sous incertitude. Dans les protocoles inspir\u00e9s de l&rsquo;\u00e9conomie comportementale (tels que l&rsquo;Iowa Gambling Task ou les dilemmes du tramway en \u00e9thique exp\u00e9rimentale), les d\u00e9cisions formul\u00e9es par les sujets \u2014 cat\u00e9goris\u00e9es par exemple en choix rationnels versus irrationnels, ou d\u00e9ontologiques versus cons\u00e9quentialistes \u2014 sont crois\u00e9es avec des conditions d&rsquo;amor\u00e7age cognitif (<em>priming<\/em>) ou des \u00e9tats de charge mn\u00e9sique induite.<\/p>\n<p>De m\u00eame, l&rsquo;investigation des m\u00e9canismes mn\u00e9siques exploite fr\u00e9quemment le classement typologique des performances. Lors d&rsquo;\u00e9preuves de rappel libre ou indic\u00e9, les erreurs commises par les participants ne se r\u00e9sument pas \u00e0 leur quantit\u00e9 brute ; elles sont class\u00e9es qualitativement en fausses m\u00e9moires (intrusions s\u00e9mantiques), confabulations ou omissions pures. Le test du khi-deux d&rsquo;ind\u00e9pendance permet d&rsquo;analyser si le spectre typologique de ces d\u00e9faillances mn\u00e9siques varie syst\u00e9matiquement en fonction de tranches d&rsquo;\u00e2ge d\u00e9veloppementales (enfants, adultes jeunes, personnes \u00e2g\u00e9es institutionnalis\u00e9es) ou de l\u00e9sions c\u00e9r\u00e9brales focalis\u00e9es.<\/p>\n<p>L&rsquo;exploration des modalit\u00e9s sensorielles pr\u00e9f\u00e9rentielles face \u00e0 des t\u00e2ches de r\u00e9solution de probl\u00e8mes fournit une autre illustration de premier plan. En manipulant le format de pr\u00e9sentation d&rsquo;un probl\u00e8me complexe (verbal-textuel, abstrait-symbolique ou visuo-spatial), les chercheurs observent si la modalit\u00e9 heuristique d\u00e9ploy\u00e9e avec succ\u00e8s par les participants d\u00e9pend de la nature du stimulus ou si les strat\u00e9gies de traitement de l&rsquo;information op\u00e8rent de fa\u00e7on ind\u00e9pendante de l&rsquo;encapsulation perceptive du probl\u00e8me.<\/p>\n<h3>2.3 Usages en psychologie sociale et diff\u00e9rentielle<\/h3>\n<p>La psychologie sociale exp\u00e9rimentale et la psychologie politique font un usage constant des tables de contingence pour d\u00e9chiffrer l&rsquo;articulation entre l&rsquo;appartenance groupale et les cognitions sociales. L&rsquo;adh\u00e9sion \u00e0 des croyances id\u00e9ologiques, des th\u00e9ories conspirationnistes ou des st\u00e9r\u00e9otypes intergroupes est couramment analys\u00e9e au prisme de l&rsquo;identification partisane ou de l&rsquo;appartenance confessionnelle. Le test d&rsquo;ind\u00e9pendance permet ici de d\u00e9terminer si le niveau d&rsquo;endossement de certaines repr\u00e9sentations sociales se distribue de mani\u00e8re al\u00e9atoire au sein de l&rsquo;espace politique ou s&rsquo;il refl\u00e8te une polarisation id\u00e9ologique structurelle.<\/p>\n<p>Dans l&rsquo;\u00e9tude diff\u00e9rentielle des st\u00e9r\u00e9otypes de genre et des dynamiques professionnelles, les chercheurs confrontent les repr\u00e9sentations de r\u00f4les sociaux avec des comportements r\u00e9els de projection acad\u00e9mique et professionnelle. Il s&rsquo;agit par exemple de mesurer si l&rsquo;orientation vers les disciplines de type STIM (Sciences, Technologies, Ing\u00e9nierie et Math\u00e9matiques) versus les fili\u00e8res des sciences humaines et du <em>care<\/em> demeure statistiquement d\u00e9pendante du genre auto-d\u00e9clar\u00e9, et comment cette articulation fluctue en fonction de variables contextuelles telles que l&rsquo;acc\u00e8s \u00e0 des mod\u00e8les d&rsquo;identification f\u00e9minins.<\/p>\n<p>Enfin, l&rsquo;\u00e9tude des attitudes socioculturelles envers la psychiatrie et les dispositifs d&rsquo;aide psychologique constitue une th\u00e9matique majeure de sant\u00e9 publique. Les r\u00e9ticences face \u00e0 la demande de soins, la stigmatisation internalis\u00e9e de la maladie mentale et le recours aux m\u00e9decines alternatives versus la biom\u00e9decine conventionnelle sont crois\u00e9s avec des strates sociod\u00e9mographiques (niveaux de dipl\u00f4me, statut socio-\u00e9conomique, zones g\u00e9ographiques urbaines versus rurales). En psychologie diff\u00e9rentielle, la confrontation des typologies de personnalit\u00e9 issues de mod\u00e8les cat\u00e9goriels (par exemple, les typologies d&rsquo;attachement ou les profils d&rsquo;engagement civique) d\u00e9montre l&rsquo;utilit\u00e9 clinique et soci\u00e9tale de tests non param\u00e9triques robustes.<\/p>\n<h2>3. Conditions d&rsquo;application et postulats fondamentaux<\/h2>\n<h3>3.1 \u00c9chantillonnage et ind\u00e9pendance des observations<\/h3>\n<p>Le respect scrupuleux des postulats th\u00e9oriques du test du khi-deux d&rsquo;ind\u00e9pendance conditionne la validit\u00e9 des d\u00e9ductions inf\u00e9rentielles formul\u00e9es par le statisticien. Le premier postulat, de nature m\u00e9thodologique et m\u00e9thodologique, est celui de l&rsquo;<strong>ind\u00e9pendance absolue des observations individuelles<\/strong>. Chaque unit\u00e9 statistique observ\u00e9e ne doit contribuer qu&rsquo;une seule et unique fois \u00e0 l&rsquo;effectif global de la table de contingence. Concr\u00e8tement, le comportement ou la r\u00e9ponse d&rsquo;un participant ne doit en aucun cas \u00eatre influenc\u00e9 par la r\u00e9ponse d&rsquo;un autre participant, ni faire l&rsquo;objet de comptages multiples dans plusieurs cat\u00e9gories crois\u00e9es.<\/p>\n<p>Cette contrainte exclut formellement l&rsquo;utilisation du test du khi-deux d&rsquo;ind\u00e9pendance standard sur des plans de recherche exp\u00e9rimentaux comportant des mesures r\u00e9p\u00e9t\u00e9es ou des comparaisons pr\u00e9-test\/post-test sur les m\u00eames individus. Tenter d&rsquo;analyser l&rsquo;\u00e9volution symptomatique d&rsquo;une cohorte de patients \u00e9valu\u00e9s \u00e0 deux temps temporels successifs (par exemple, avant et apr\u00e8s intervention th\u00e9rapeutique) via un test d&rsquo;ind\u00e9pendance ordinaire viole dramatiquement le postulat d&rsquo;ind\u00e9pendance inter-cellulaire. Dans une telle configuration longitudinale appari\u00e9e, les cellules hors-diagonales sont structurellement corr\u00e9l\u00e9es, ce qui entra\u00eene une sous-estimation massive de l&rsquo;erreur standard et une inflation incontr\u00f4l\u00e9e de l&rsquo;erreur de premi\u00e8re esp\u00e8ce (rejet \u00e0 tort de l&rsquo;hypoth\u00e8se nulle). Le protocole requiert alors l&rsquo;application du <a rel=\"noopener noreferrer\" href=\"https:\/\/fr.wikipedia.org\/wiki\/Test_de_McNemar\">test de McNemar<\/a> ou de mod\u00e8les de r\u00e9gression logistique \u00e0 effets mixtes.<\/p>\n<p>De surcro\u00eet, le processus d&rsquo;\u00e9chantillonnage doit proc\u00e9der d&rsquo;un tirage al\u00e9atoire simple ou stratifi\u00e9 rigoureux issu de la population cible. Les donn\u00e9es agr\u00e9g\u00e9es de convenance ou les biais de s\u00e9lection massifs (par exemple, les questionnaires diffus\u00e9s sur les r\u00e9seaux sociaux g\u00e9n\u00e9rant de l&rsquo;auto-s\u00e9lection) compromettent l&rsquo;hypoth\u00e8se sous-jacente selon laquelle les variations d&rsquo;effectifs sont gouvern\u00e9es par un processus d&rsquo;\u00e9chantillonnage multinomial neutre.<\/p>\n<h3>3.2 Effectifs th\u00e9oriques et r\u00e8gle empirique de Cochran<\/h3>\n<p>Le test du khi-deux repose fondamentalement sur une approximation asymptotique : la distribution statistique discr\u00e8te des d\u00e9viations quadratiques suit de mani\u00e8re approch\u00e9e la distribution continue du khi-deux th\u00e9orique uniquement lorsque les effectifs de l&rsquo;\u00e9chantillon sont suffisamment vastes. Si les effectifs r\u00e9els observ\u00e9s au sein des cellules peuvent th\u00e9oriquement \u00eatre \u00e9gaux \u00e0 z\u00e9ro, la loi limite s&rsquo;effondre lorsque les <strong>effectifs th\u00e9oriques attendus<\/strong> (calcul\u00e9s sous l&rsquo;hypoth\u00e8se nulle) deviennent excessivement faibles.<\/p>\n<p>Pour pr\u00e9venir l&rsquo;invalidit\u00e9 de l&rsquo;approximation asymptotique, la communaut\u00e9 scientifique se r\u00e9f\u00e8re universellement aux crit\u00e8res canoniques \u00e9tablis par le statisticien William Gemmell Cochran en 1952 et 1954, connus sous le nom de <strong>r\u00e8gle empirique de Cochran<\/strong> :<\/p>\n<ul>\n<li>Au sein de la table de contingence, au moins <strong>80 % des cellules<\/strong> doivent pr\u00e9senter un effectif th\u00e9orique attendu sup\u00e9rieur ou \u00e9gal \u00e0 5 (<em>E<sub>ij<\/sub> \u2265 5<\/em>).<\/li>\n<li><strong>Aucune cellule<\/strong> ne doit imp\u00e9rativement poss\u00e9der un effectif th\u00e9orique attendu strictement inf\u00e9rieur \u00e0 1 (<em>E<sub>ij<\/sub> &lt; 1<\/em>).<\/li>\n<\/ul>\n<p>Dans le cas sp\u00e9cifique des tables quadratiques de taille minimale (les tables 2 \u00d7 2 poss\u00e9dant un seul degr\u00e9 de libert\u00e9), cette exigence est traditionnellement durcie : l&rsquo;int\u00e9gralit\u00e9 des 4 cellules doit contenir un effectif attendu \u00e9gal ou sup\u00e9rieur \u00e0 5. Lorsque ces conditions arithm\u00e9tiques ne sont pas satisfaites au sein d&rsquo;une table <em>r \u00d7 c<\/em> complexe, le chercheur dispose d&rsquo;alternatives techniques pr\u00e9cises. La premi\u00e8re consiste en un <em>regroupement licite de modalit\u00e9s<\/em> : fusionner des cat\u00e9gories conceptuellement et cliniquement coh\u00e9rentes (par exemple, fusionner les cat\u00e9gories \u00ab Trouble panique mod\u00e9r\u00e9 \u00bb et \u00ab Trouble panique s\u00e9v\u00e8re \u00bb) afin de gonfler m\u00e9caniquement les totaux marginaux et, par r\u00e9percussion, les effectifs attendus sous-jacents. Si une telle agr\u00e9gation d\u00e9nature la grille de lecture th\u00e9orique de l&rsquo;\u00e9tude, l&rsquo;abandon du khi-deux asymptotique au profit d&rsquo;un test exact devient incontournable.<\/p>\n<h3>3.3 Taille globale de l&rsquo;\u00e9chantillon<\/h3>\n<p>Outre les contraintes pesant sur la r\u00e9partition interne des cellules, l&rsquo;effectif global de l&rsquo;\u00e9chantillon, not\u00e9 <em>N<\/em>, constitue un param\u00e8tre r\u00e9gulateur d\u00e9terminant pour la pertinence de l&rsquo;analyse. Une recommandation m\u00e9thodologique largement accept\u00e9e sugg\u00e8re qu&rsquo;un effectif global minimal absolu de <em>N = 20<\/em> est requis pour les grilles les plus restreintes (2 \u00d7 2), tandis qu&rsquo;un effectif d&rsquo;au moins <em>N = 40<\/em> est hautement pr\u00e9f\u00e9rable pour absorber les variations distributionnelles au sein de grilles de plus grande dimension.<\/p>\n<p>\u00c0 l&rsquo;autre extr\u00e9mit\u00e9 du spectre m\u00e9thodologique \u00e9merge un ph\u00e9nom\u00e8ne tout aussi d\u00e9licat : la <strong>sensibilit\u00e9 excessive aux tr\u00e8s grands \u00e9chantillons<\/strong>. \u00c0 l&rsquo;instar de tout test d&rsquo;hypoth\u00e8se bas\u00e9 sur une somme pond\u00e9r\u00e9e par l&rsquo;effectif, la statistique du khi-deux cro\u00eet de mani\u00e8re proportionnelle \u00e0 <em>N<\/em>. Dans des bases de donn\u00e9es massives (par exemple, <em>N &gt; 50 000<\/em> issues d&rsquo;enqu\u00eates d\u00e9mographiques nationales ou de plateformes num\u00e9riques), des d\u00e9viations infimes, biologiquement ou cliniquement insignifiantes, par rapport \u00e0 l&rsquo;ind\u00e9pendance parfaite produiront une valeur de khi-deux colossale, associ\u00e9e \u00e0 une valeur <em>p<\/em> infinit\u00e9simale (<em>p &lt; .00001<\/em>). Ce faux positif pratique conduit le chercheur \u00e0 proclamer une association hautement \u00ab significative \u00bb qui ne refl\u00e8te en r\u00e9alit\u00e9 aucune force d&rsquo;association concr\u00e8te dans le monde r\u00e9el.<\/p>\n<p>Inversement, le recueil de donn\u00e9es aupr\u00e8s de petits \u00e9chantillons expose l&rsquo;investigateur \u00e0 un manque criant de <a rel=\"noopener noreferrer\" href=\"https:\/\/fr.wikipedia.org\/wiki\/Puissance_statistique\">puissance statistique<\/a> (risque de commettre une erreur de seconde esp\u00e8ce). L&rsquo;arbitrage m\u00e9thodologique r\u00e9side donc dans un calcul de puissance <em>a priori<\/em>, permettant de calibrer l&rsquo;\u00e9chantillonnage de fa\u00e7on \u00e0 d\u00e9tecter une taille d&rsquo;effet sp\u00e9cifique pr\u00e9d\u00e9finie tout en demeurant dans les limites logistiques de l&rsquo;investigation clinique de terrain.<\/p>\n<h2>4. Formulation rigoureuse des hypoth\u00e8ses statistiques<\/h2>\n<h3>4.1 D\u00e9finition formelle de l&rsquo;hypoth\u00e8se nulle (H0)<\/h3>\n<p>Dans la structure d\u00e9ductive de l&rsquo;inf\u00e9rence fr\u00e9quentiste, l&rsquo;hypoth\u00e8se nulle, d\u00e9sign\u00e9e conventionnellement par la notation <strong>H<sub>0<\/sub><\/strong>, incarne le mod\u00e8le th\u00e9orique de r\u00e9f\u00e9rence postulant l&rsquo;absence de relation, d&rsquo;association ou de d\u00e9pendance structurelle entre les deux variables qualitatives investigu\u00e9es au sein de la population parente. Textuellement, elle affirme que la distribution des effectifs \u00e0 travers les diff\u00e9rentes cat\u00e9gories de la premi\u00e8re variable est rigoureusement identique quelle que soit la modalit\u00e9 consid\u00e9r\u00e9e de la seconde variable.<\/p>\n<p>Sur le plan math\u00e9matique, pour une table de contingence comportant <em>r<\/em> lignes et <em>c<\/em> colonnes, l&rsquo;hypoth\u00e8se nulle s&rsquo;\u00e9nonce par l&rsquo;\u00e9galit\u00e9 stricte des probabilit\u00e9s conjointes au produit de leurs probabilit\u00e9s marginales respectives pour tout couple d&rsquo;indices <em>(i, j)<\/em> :<\/p>\n<p style=\"text-align: center; font-weight: bold; margin: 2em 0;\">\n    H<sub>0<\/sub> : <em>P(X = i \u2229 Y = j) = P(X = i) \u00d7 P(Y = j)<\/em> &nbsp;&nbsp;&nbsp; (pour tout <em>i \u2208 {1, &#8230;, r}<\/em> et tout <em>j \u2208 {1, &#8230;, c}<\/em>)\n<\/p>\n<p>Il est fondamental de concevoir H<sub>0<\/sub> sous le prisme de l&rsquo;\u00e9pist\u00e9mologie falsificationniste de <a rel=\"noopener noreferrer\" href=\"https:\/\/fr.wikipedia.org\/wiki\/Karl_Popper\">Karl Popper<\/a> : l&rsquo;hypoth\u00e8se nulle n&rsquo;est jamais math\u00e9matiquement \u00ab d\u00e9montr\u00e9e \u00bb ou \u00ab prouv\u00e9e \u00bb dans sa v\u00e9racit\u00e9 absolue. Elle joue le r\u00f4le d&rsquo;hypoth\u00e8se conservatrice par d\u00e9faut, attribuant l&rsquo;ensemble des \u00e9carts observ\u00e9s entre le mod\u00e8le th\u00e9orique et les donn\u00e9es empiriques aux seules fluctuations d&rsquo;\u00e9chantillonnage al\u00e9atoire. La d\u00e9marche scientifique consiste exclusivement \u00e0 tenter de la falsifier ; si la quantit\u00e9 d&rsquo;invraisemblance accumul\u00e9e d\u00e9passe le seuil critique tol\u00e9r\u00e9, H<sub>0<\/sub> est rejet\u00e9e.<\/p>\n<h3>4.2 D\u00e9finition formelle de l&rsquo;hypoth\u00e8se alternative (H1)<\/h3>\n<p>L&rsquo;hypoth\u00e8se alternative, not\u00e9e <strong>H<sub>1<\/sub><\/strong> (ou parfois <em>H<sub>a<\/sub><\/em>), repr\u00e9sente la proposition contradictoire qui s&rsquo;impose logiquement d\u00e8s lors que l&rsquo;hypoth\u00e8se nulle est r\u00e9fut\u00e9e par l&rsquo;\u00e9preuve statistique. Elle postule l&rsquo;existence d&rsquo;une relation, d&rsquo;une association ou d&rsquo;une d\u00e9pendance statistiquement significative entre les deux variables qualitatives dans la population d&rsquo;int\u00e9r\u00eat. Formellement, elle se contente d&rsquo;affirmer l&rsquo;existence d&rsquo;au moins une rupture dans l&rsquo;\u00e9galit\u00e9 probabiliste :<\/p>\n<p style=\"text-align: center; font-weight: bold; margin: 2em 0;\">\n    H<sub>1<\/sub> : Il existe au moins un couple <em>(i, j)<\/em> tel que <em>P(X = i \u2229 Y = j) \u2260 P(X = i) \u00d7 P(Y = j)<\/em>\n<\/p>\n<p>Une caract\u00e9ristique th\u00e9orique cruciale du test du khi-deux d&rsquo;ind\u00e9pendance r\u00e9side dans sa nature d&rsquo;\u00e9preuve <strong>omnibus non directionnelle<\/strong>. Contrairement aux tests unilat\u00e9raux appliqu\u00e9s \u00e0 des moyennes (o\u00f9 l&rsquo;on peut formuler <em>H<sub>1<\/sub> : \u03bc<sub>1<\/sub> &gt; \u03bc<sub>2<\/sub><\/em>), le khi-deux agr\u00e8ge l&rsquo;ensemble des d\u00e9viations quadratiques sans privil\u00e9gier ni tester une directionnalit\u00e9 vectorielle sp\u00e9cifique entre les modalit\u00e9s. Il signale simplement l&rsquo;existence d&rsquo;une d\u00e9formation globale de la matrice empirique par rapport au mod\u00e8le d&rsquo;ind\u00e9pendance th\u00e9orique.<\/p>\n<p>Il importe d&rsquo;insister avec la plus grande fermet\u00e9 sur la distinction irr\u00e9ductible entre association statistique et implication causale d\u00e9terministe. Le rejet de H<sub>0<\/sub> valide une interd\u00e9pendance distributionnelle, mais n&rsquo;autorise en aucun cas le chercheur \u00e0 inf\u00e9rer que la variable <em>X<\/em> est la cause m\u00e9canique directe des \u00e9tats de la variable <em>Y<\/em>. La pr\u00e9sence d&rsquo;une troisi\u00e8me variable confondante non mesur\u00e9e ou d&rsquo;une causalit\u00e9 inverse constitue une limite interpr\u00e9tative que seule une m\u00e9thodologie exp\u00e9rimentale randomis\u00e9e permet de lever.<\/p>\n<h3>4.3 Niveau de risque alpha et probabilit\u00e9s d&rsquo;erreur<\/h3>\n<p>Toute prise de d\u00e9cision inf\u00e9rentielle s&rsquo;effectue dans un environnement probabiliste incertain o\u00f9 deux types d&rsquo;erreurs logiques irr\u00e9ductibles menacent le raisonnement statistique du chercheur. Le niveau de signification, not\u00e9 <strong>\u03b1 (alpha)<\/strong>, correspond \u00e0 la probabilit\u00e9 a priori de commettre une <strong>erreur de type I<\/strong>, c&rsquo;est-\u00e0-dire le risque de rejeter l&rsquo;hypoth\u00e8se nulle H<sub>0<\/sub> et de conclure pr\u00e9matur\u00e9ment \u00e0 l&rsquo;existence d&rsquo;une d\u00e9pendance statistique alors qu&rsquo;en r\u00e9alit\u00e9, dans la population parente, l&rsquo;ind\u00e9pendance est absolue.<\/p>\n<p>Par convention acad\u00e9mique instaur\u00e9e par <a rel=\"noopener noreferrer\" href=\"https:\/\/fr.wikipedia.org\/wiki\/Ronald_Aylmer_Fisher\">Ronald Fisher<\/a>, ce seuil est fix\u00e9 de mani\u00e8re immuable avant l&rsquo;analyse \u00e0 <em>\u03b1 = 0,05<\/em> (5 % de risque d&rsquo;erreur consenti), ou plus rigoureusement \u00e0 <em>\u03b1 = 0,01<\/em> (1 %) dans les contextes cliniques et pharmacologiques \u00e0 forts enjeux th\u00e9rapeutiques. Sym\u00e9triquement, l&rsquo;<strong>erreur de type II<\/strong>, gouvern\u00e9e par la probabilit\u00e9 <strong>\u03b2 (b\u00eata)<\/strong>, r\u00e9side dans le non-rejet erron\u00e9 de l&rsquo;hypoth\u00e8se nulle alors qu&rsquo;une v\u00e9ritable association d&rsquo;int\u00e9r\u00eat clinique existe effectivement au sein de la population. La puissance statistique de l&rsquo;\u00e9preuve, quantifi\u00e9e par <em>1 &#8211; \u03b2<\/em>, mat\u00e9rialise la sensibilit\u00e9 de l&rsquo;outil \u00e0 diagnostiquer correctement cette liaison.<\/p>\n<p>Le chercheur chevronn\u00e9 maintient en permanence l&rsquo;\u00e9quilibre subtil entre conservatisme statistique (r\u00e9duction de \u03b1 pour \u00e9viter les faux positifs doctrinaux) et sensibilit\u00e9 clinique (maintien d&rsquo;un <em>N<\/em> ad\u00e9quat pour contenir \u03b2). Il est prohib\u00e9 de modifier le seuil de risque apr\u00e8s avoir pris connaissance de la valeur calcul\u00e9e, sous peine de verser dans le biais \u00e9pist\u00e9mologique du <em>p-hacking<\/em>.<\/p>\n<h2>5. La table de contingence : Organisation et structure des donn\u00e9es<\/h2>\n<h3>5.1 Structure matricielle r \u00d7 c<\/h3>\n<p>La transcription formelle de l&rsquo;association bivari\u00e9e s&rsquo;op\u00e8re au sein d&rsquo;un tableau \u00e0 double entr\u00e9e universellement d\u00e9sign\u00e9 sous le vocable technique de <strong>table de contingence<\/strong> (ou matrice de contingence). Ce dispositif matriciel, conventionnellement not\u00e9 de dimension <em>r \u00d7 c<\/em>, structure l&rsquo;information brute en organisant les <em>r<\/em> modalit\u00e9s exclusives de la premi\u00e8re variable en lignes successives et les <em>c<\/em> modalit\u00e9s exclusives de la seconde variable en colonnes parall\u00e8les.<\/p>\n<p>L&rsquo;intersection g\u00e9om\u00e9trique d&rsquo;une ligne <em>i<\/em> (avec <em>i \u2208 {1, 2, &#8230;, r}<\/em>) et d&rsquo;une colonne <em>j<\/em> (avec <em>j \u2208 {1, 2, &#8230;, c}<\/em>) d\u00e9limite une entit\u00e9 spatiale discr\u00e8te nomm\u00e9e <strong>cellule d&rsquo;intersection<\/strong> (ou case conjointe). Au total, la table contient exactement <em>r \u00d7 c<\/em> cellules conjointes. La clart\u00e9 taxonomique impose d&rsquo;attribuer des intitul\u00e9s de modalit\u00e9s univoques et mutuellement exclusifs, interdisant tout recouvrement s\u00e9mantique susceptible d&rsquo;induire une affectation ambigu\u00eb des observations.<\/p>\n<p>Cette matrice ne constitue pas un simple support graphique descriptif ; elle incarne l&rsquo;espace probabiliste discret sur lequel vont op\u00e9rer les sommations marginales et le calcul de divergence m\u00e9trique. Une structuration ordonn\u00e9e de la table de contingence repr\u00e9sente la pierre angulaire de toute la cha\u00eene algorithmique du test d&rsquo;ind\u00e9pendance.<\/p>\n<h3>5.2 Effectifs observ\u00e9s (O_ij) et calcul des totaux marginaux<\/h3>\n<p>Chaque cellule conjointe de la table <em>r \u00d7 c<\/em> accueille en son sein un nombre entier positif ou nul d\u00e9sign\u00e9 sous le terme d&rsquo;<strong>effectif observ\u00e9<\/strong>, rigoureusement not\u00e9 <strong>O<sub>ij<\/sub><\/strong> (o\u00f9 <em>O<\/em> fait r\u00e9f\u00e9rence au terme anglais <em>Observed<\/em>, ou parfois not\u00e9 <em>n<sub>ij<\/sub><\/em> dans la litt\u00e9rature francophone). L&rsquo;effectif <em>O<sub>ij<\/sub><\/em> quantifie de fa\u00e7on brute le nombre d&rsquo;unit\u00e9s statistiques issues de l&rsquo;\u00e9chantillon qui pr\u00e9sentent simultan\u00e9ment la modalit\u00e9 <em>i<\/em> de la premi\u00e8re variable et la modalit\u00e9 <em>j<\/em> de la seconde variable.<\/p>\n<p>\u00c0 partir de ces d\u00e9nombrements d&rsquo;intersection, le statisticien d\u00e9rive les <strong>totaux marginaux<\/strong> par sommation unidirectionnelle :<\/p>\n<ul>\n<li>Les <strong>sommes marginales de lignes<\/strong>, not\u00e9es <strong>R<sub>i<\/sub><\/strong> (pour <em>Row<\/em>) ou <em>O<sub>i\u00b7<\/sub><\/em>, obtenues par la sommation horizontale des effectifs observ\u00e9s le long de la ligne <em>i<\/em> :\n<p style=\"text-align: center; margin: 1em 0;\"><em>R<sub>i<\/sub> = \u03a3<sub>j=1&#8230;c<\/sub> O<sub>ij<\/sub><\/em><\/p>\n<\/li>\n<li>Les <strong>sommes marginales de colonnes<\/strong>, not\u00e9es <strong>C<sub>j<\/sub><\/strong> (pour <em>Column<\/em>) ou <em>O<sub>\u00b7j<\/sub><\/em>, obtenues par la sommation verticale des effectifs observ\u00e9s le long de la colonne <em>j<\/em> :\n<p style=\"text-align: center; margin: 1em 0;\"><em>C<sub>j<\/sub> = \u03a3<sub>i=1&#8230;r<\/sub> O<sub>ij<\/sub><\/em><\/p>\n<\/li>\n<\/ul>\n<p>L&rsquo;ensemble du syst\u00e8me converge vers un invariant arithm\u00e9tique absolu : la <strong>taille globale de l&rsquo;\u00e9chantillon<\/strong>, not\u00e9e <strong>N<\/strong> (ou <em>n<sub>\u00b7\u00b7<\/sub><\/em>). L&rsquo;\u00e9galit\u00e9 fondamentale de conservation des effectifs impose que la somme de tous les totaux de lignes soit rigoureusement identique \u00e0 la somme de tous les totaux de colonnes, toutes deux \u00e9tant \u00e9gales \u00e0 la somme int\u00e9grale des <em>r \u00d7 c<\/em> cellules :<\/p>\n<p style=\"text-align: center; font-weight: bold; margin: 2em 0;\">\n    <em>N = \u03a3<sub>i=1&#8230;r<\/sub> R<sub>i<\/sub> = \u03a3<sub>j=1&#8230;c<\/sub> C<sub>j<\/sub> = \u03a3<sub>i=1&#8230;r<\/sub> \u03a3<sub>j=1&#8230;c<\/sub> O<sub>ij<\/sub><\/em>\n<\/p>\n<h3>5.3 Calcul analytique des effectifs th\u00e9oriques attendus (E_ij)<\/h3>\n<p>L&rsquo;\u00e9tape computationnelle charni\u00e8re du processus consiste \u00e0 g\u00e9n\u00e9rer la matrice contrefactuelle des <strong>effectifs th\u00e9oriques attendus<\/strong> (ou esp\u00e9rances conditionnelles sous H<sub>0<\/sub>), conventionnellement not\u00e9s <strong>E<sub>ij<\/sub><\/strong> (pour <em>Expected<\/em>). Ces valeurs repr\u00e9sentent math\u00e9matiquement les effectifs pr\u00e9cis qui devraient peupler chaque cellule conjointe si la distribution empirique respectait scrupuleusement l&rsquo;hypoth\u00e8se nulle d&rsquo;ind\u00e9pendance probabiliste absolue, tout en maintenant parfaitement constants les totaux marginaux observ\u00e9s (<em>R<sub>i<\/sub><\/em> et <em>C<sub>j<\/sub><\/em>).<\/p>\n<p>La d\u00e9monstration de leur calcul d\u00e9coule imm\u00e9diatement de l&rsquo;axiome probabiliste d&rsquo;ind\u00e9pendance. Sous l&rsquo;hypoth\u00e8se H<sub>0<\/sub>, la probabilit\u00e9 th\u00e9orique conjointe d&rsquo;appartenir \u00e0 la cellule <em>(i, j)<\/em> est donn\u00e9e par le produit de la probabilit\u00e9 marginale de se trouver dans la ligne <em>i<\/em> et de la probabilit\u00e9 marginale de se trouver dans la colonne <em>j<\/em> :<\/p>\n<p style=\"text-align: center; margin: 1.5em 0;\">\n    <em>P(Cellule<sub>ij<\/sub>) = P(Ligne<sub>i<\/sub>) \u00d7 P(Colonne<sub>j<\/sub>) = (R<sub>i<\/sub> \/ N) \u00d7 (C<sub>j<\/sub> \/ N)<\/em>\n<\/p>\n<p>Puisque l&rsquo;effectif attendu d&rsquo;une classe correspond au produit de l&rsquo;effectif global <em>N<\/em> par la probabilit\u00e9 th\u00e9orique de cette classe (esp\u00e9rance de la loi multinomiale : <em>E<sub>ij<\/sub> = N \u00d7 P(Cellule<sub>ij<\/sub>)<\/em>), une simplification alg\u00e9brique imm\u00e9diate conduit \u00e0 la formule universelle de projection matricielle :<\/p>\n<p style=\"text-align: center; font-weight: bold; margin: 2em 0;\">\n    <em>E<sub>ij<\/sub> = N \u00d7 (R<sub>i<\/sub> \/ N) \u00d7 (C<sub>j<\/sub> \/ N) = (R<sub>i<\/sub> \u00d7 C<sub>j<\/sub>) \/ N<\/em>\n<\/p>\n<p>Contrairement aux effectifs observ\u00e9s <em>O<sub>ij<\/sub><\/em>, qui sont consubstantiellement des nombres entiers naturels, les effectifs th\u00e9oriques attendus <em>E<sub>ij<\/sub><\/em> sont des esp\u00e9rances math\u00e9matiques continues qui doivent \u00eatre imp\u00e9rativement calcul\u00e9es et conserv\u00e9es avec une pr\u00e9cision d\u00e9cimale (au minimum deux \u00e0 trois d\u00e9cimales apr\u00e8s la virgule). Toute troncature pr\u00e9matur\u00e9e ou arrondi aux entiers les plus proches engendre un biais arithm\u00e9tique cumulatif susceptible de fausser substantiellement la statistique de test finale.<\/p>\n<h2>6. La formule math\u00e9matique du test du khi-deux d&rsquo;ind\u00e9pendance<\/h2>\n<h3>6.1 Expression analytique g\u00e9n\u00e9rale<\/h3>\n<p>La m\u00e9trique con\u00e7ue par Karl Pearson pour condenser l&rsquo;ensemble des disparit\u00e9s locales entre les distributions empirique et th\u00e9orique au sein d&rsquo;une valeur scalaire synth\u00e9tique unique s&rsquo;incarne dans la formule g\u00e9n\u00e9rale du khi-deux calcul\u00e9, not\u00e9 conventionnellement <strong>\u03c7\u00b2<\/strong> (ou <em>\u03c7\u00b2<sub>obs<\/sub><\/em>) :<\/p>\n<p style=\"text-align: center; font-weight: bold; margin: 2em 0; font-size: 1.2em;\">\n    <em>\u03c7\u00b2 = \u03a3<sub>i=1&#8230;r<\/sub> \u03a3<sub>j=1&#8230;c<\/sub> [ (O<sub>ij<\/sub> &#8211; E<sub>ij<\/sub>)\u00b2 \/ E<sub>ij<\/sub> ]<\/em>\n<\/p>\n<p>L&rsquo;op\u00e9rateur de double sommation indique de mani\u00e8re exhaustive que le calcul doit \u00eatre r\u00e9it\u00e9r\u00e9 pour chacune des <em>r \u00d7 c<\/em> cellules de la table de contingence, puis que les <em>r \u00d7 c<\/em> composantes r\u00e9sultantes doivent \u00eatre rigoureusement additionn\u00e9es. D&rsquo;un point de vue g\u00e9om\u00e9trique dans l&rsquo;espace euclidien multidimensionnel, cette quantit\u00e9 s&rsquo;interpr\u00e8te comme une forme standardis\u00e9e de distance m\u00e9trique quadratique s\u00e9parant le point repr\u00e9sentatif de l&rsquo;\u00e9chantillon observ\u00e9 r\u00e9el du barycentre th\u00e9orique fix\u00e9 par l&rsquo;ind\u00e9pendance statistique absolue.<\/p>\n<p>En vertu de sa nature alg\u00e9brique reposant sur l&rsquo;addition de fractions dont les num\u00e9rateurs sont des carr\u00e9s parfaits et les d\u00e9nominateurs des grandeurs positives strictes (les effectifs th\u00e9oriques), la valeur issue de la statistique de test est <strong>strictement non n\u00e9gative<\/strong> :<\/p>\n<p style=\"text-align: center; margin: 1.5em 0;\">\n    <em>\u03c7\u00b2 \u2265 0<\/em>\n<\/p>\n<p>Une valeur num\u00e9rique rigoureusement \u00e9gale \u00e0 z\u00e9ro attesterait d&rsquo;une superposition parfaite et absolue entre les effectifs observ\u00e9s et les effectifs th\u00e9oriques dans l&rsquo;ensemble des cellules (<em>O<sub>ij<\/sub> = E<sub>ij<\/sub><\/em> partout), une configuration d&rsquo;une raret\u00e9 extr\u00eame en contexte empirique. Plus la divergence entre la r\u00e9alit\u00e9 du terrain et le mod\u00e8le nul d&rsquo;ind\u00e9pendance s&rsquo;amplifie, plus la valeur finale du khi-deux cro\u00eet de mani\u00e8re monotone.<\/p>\n<h3>6.2 R\u00f4le et justification de l&rsquo;\u00e9l\u00e9vation au carr\u00e9<\/h3>\n<p>L&rsquo;\u00e9l\u00e9vation au carr\u00e9 de la d\u00e9viation brute <em>(O<sub>ij<\/sub> &#8211; E<sub>ij<\/sub>)<\/em> op\u00e9r\u00e9e au num\u00e9rateur de la m\u00e9trique r\u00e9pond \u00e0 un double imp\u00e9ratif, \u00e0 la fois arithm\u00e9tique et probabiliste. Sur le plan arithm\u00e9tique \u00e9l\u00e9mentaire, les totaux marginaux de la matrice th\u00e9orique \u00e9tant contraints par construction \u00e0 s&rsquo;aligner sur les totaux marginaux observ\u00e9s, la somme lin\u00e9aire brute de tous les r\u00e9sidus locaux <em>\u03a3\u03a3 (O<sub>ij<\/sub> &#8211; E<sub>ij<\/sub>)<\/em> est m\u00e9caniquement et perp\u00e9tuellement nulle :<\/p>\n<p style=\"text-align: center; margin: 1.5em 0;\">\n    <em>\u03a3<sub>i=1&#8230;r<\/sub> \u03a3<sub>j=1&#8230;c<\/sub> (O<sub>ij<\/sub> &#8211; E<sub>ij<\/sub>) = \u03a3 O<sub>ij<\/sub> &#8211; \u03a3 E<sub>ij<\/sub> = N &#8211; N = 0<\/em>\n<\/p>\n<p>Sans une transformation non lin\u00e9aire annulant le signe, les \u00e9carts positifs (surrepr\u00e9sentations de cellules) viendraient compenser et neutraliser alg\u00e9briquement les \u00e9carts n\u00e9gatifs (sous-repr\u00e9sentations de cellules), masquant ainsi l&rsquo;existence m\u00eame de distorsions distributionnelles consid\u00e9rables. L&rsquo;\u00e9l\u00e9vation \u00e0 la puissance deux assure la stricte positivit\u00e9 de chaque r\u00e9sidu \u00e9l\u00e9mentaire.<\/p>\n<p>Au-del\u00e0 de cette neutralisation de signe, la fonction quadratique inflige une <strong>pond\u00e9ration non lin\u00e9aire s\u00e9v\u00e8re aux fortes divergences<\/strong>. Un \u00e9cart num\u00e9rique substantiel entre ce qui \u00e9tait anticip\u00e9 et ce qui est observ\u00e9 est p\u00e9nalis\u00e9 de mani\u00e8re disproportionn\u00e9e par rapport \u00e0 une multitude de micro-fluctuations d&rsquo;\u00e9chantillonnage. Ce traitement s&rsquo;inscrit en continuit\u00e9 directe avec la m\u00e9thode des moindres carr\u00e9s de Gauss et Legendre et trouve sa justification math\u00e9matique profonde dans le th\u00e9or\u00e8me central limite : les effectifs conjoints suivant asymptotiquement une loi multinomiale conjointe, les \u00e9carts normalis\u00e9s se comportent comme des variables centr\u00e9es r\u00e9duites gaussiennes ; or, la somme des carr\u00e9s de telles variables al\u00e9atoires standardis\u00e9es ind\u00e9pendantes converge pr\u00e9cis\u00e9ment vers la <a rel=\"noopener noreferrer\" href=\"https:\/\/fr.wikipedia.org\/wiki\/Loi_du_%CF%87%C2%B2\">loi du khi-deux<\/a>.<\/p>\n<h3>6.3 R\u00f4le de la standardisation par les effectifs attendus<\/h3>\n<p>L&rsquo;op\u00e9ration de division de l&rsquo;\u00e9cart quadratique par le d\u00e9nominateur <em>E<sub>ij<\/sub><\/em> repr\u00e9sente la phase de <strong>standardisation relative<\/strong> (ou pond\u00e9ration d&rsquo;\u00e9chelle). Un \u00e9cart brut de magnitude absolue identique \u2014 par exemple une diff\u00e9rence de 10 individus entre l&rsquo;observ\u00e9 et l&rsquo;attendu \u2014 rev\u00eat une signification probabiliste radicalement dissemblable selon qu&rsquo;il se manifeste au sein d&rsquo;une cellule o\u00f9 l&rsquo;effectif attendu \u00e9tait de 12 sujets ou dans une cellule o\u00f9 l&rsquo;effectif attendu \u00e9tait de 1 000 sujets.<\/p>\n<p>Dans le premier cas, observer 22 patients au lieu des 12 attendus repr\u00e9sente un doublement quasi int\u00e9gral de la fr\u00e9quence th\u00e9orique (une d\u00e9viation relative majeure de pr\u00e8s de 83 %). Dans le second cas, d\u00e9nombrer 1 010 sujets au lieu des 1 000 attendus ne constitue qu&rsquo;une micro-oscillation relative de 1 %, parfaitement compatible avec le bruit d&rsquo;\u00e9chantillonnage le plus anodin. L&rsquo;insertion de <em>E<sub>ij<\/sub><\/em> au d\u00e9nominateur permet pr\u00e9cis\u00e9ment de moduler l&rsquo;\u00e9cart quadratique au prorata de l&rsquo;importance structurelle de la cellule :<\/p>\n<ul>\n<li>Pour la petite cellule : <em>(22 &#8211; 12)\u00b2 \/ 12 = 100 \/ 12 \u2248 8,33<\/em> (contribution substantielle au score global).<\/li>\n<li>Pour la grande cellule : <em>(1 010 &#8211; 1 000)\u00b2 \/ 1 000 = 100 \/ 1 000 = 0,10<\/em> (contribution n\u00e9gligeable au score global).<\/li>\n<\/ul>\n<p>Cette normalisation conf\u00e8re \u00e0 chaque terme <em>(O<sub>ij<\/sub> &#8211; E<sub>ij<\/sub>)\u00b2 \/ E<sub>ij<\/sub><\/em> le statut d&rsquo;une variable al\u00e9atoire standardis\u00e9e dont la variance asymptotique tend vers l&rsquo;unit\u00e9. En \u00e9liminant l&rsquo;h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 des \u00e9chelles de mesure marginales, cette \u00e9tape fonde la comparabilit\u00e9 inter-cellulaire et assure la validit\u00e9 th\u00e9orique de l&rsquo;agr\u00e9gation finale.<\/p>\n<h2>7. D\u00e9termination des degr\u00e9s de libert\u00e9 et distribution critique<\/h2>\n<h3>7.1 Calcul et signification des degr\u00e9s de libert\u00e9<\/h3>\n<p>La statistique du khi-deux calcul\u00e9e ne poss\u00e8de pas de signification probabiliste intrins\u00e8que isol\u00e9e ; elle ne peut \u00eatre convertie en probabilit\u00e9 d&rsquo;erreur sans r\u00e9f\u00e9rence \u00e0 un param\u00e8tre morphologique fondamental d\u00e9sign\u00e9 sous le nom de <strong>degr\u00e9s de libert\u00e9<\/strong> (not\u00e9s couramment <em>ddl<\/em> en fran\u00e7ais ou <em>df<\/em> pour <em>degrees of freedom<\/em>). Dans une table de contingence de dimensions <em>r \u00d7 c<\/em>, la formule de d\u00e9duction structurelle s&rsquo;\u00e9nonce universellement :<\/p>\n<p style=\"text-align: center; font-weight: bold; margin: 2em 0;\">\n    <em>ddl = (r &#8211; 1) \u00d7 (c &#8211; 1)<\/em>\n<\/p>\n<p>Ce concept mat\u00e9rialise le nombre exact de cellules d&rsquo;intersection dont les effectifs observ\u00e9s sont libres de fluctuer de mani\u00e8re totalement autonome une fois que les marges du tableau (l&rsquo;ensemble des <em>R<sub>i<\/sub><\/em> et l&rsquo;ensemble des <em>C<sub>j<\/sub><\/em>) sont pr\u00e9alablement fix\u00e9es et consid\u00e9r\u00e9es comme des invariants structurels de l&rsquo;\u00e9chantillon. Pour d\u00e9montrer cette propri\u00e9t\u00e9 arithm\u00e9tique \u00e9l\u00e9mentaire, consid\u00e9rons une table 2 \u00d7 2 : d\u00e8s l&rsquo;instant o\u00f9 l&rsquo;effectif de la cellule <em>(1, 1)<\/em> est d\u00e9termin\u00e9 et que les sommes marginales sont fig\u00e9es, les trois cellules restantes sont int\u00e9gralement contraintes par soustraction :<\/p>\n<ul>\n<li><em>O<sub>12<\/sub> = R<sub>1<\/sub> &#8211; O<sub>11<\/sub><\/em><\/li>\n<li><em>O<sub>21<\/sub> = C<sub>1<\/sub> &#8211; O<sub>11<\/sub><\/em><\/li>\n<li><em>O<sub>22<\/sub> = R<sub>2<\/sub> &#8211; O<sub>21<\/sub> = R<sub>2<\/sub> &#8211; (C<sub>1<\/sub> &#8211; O<sub>11<\/sub>)<\/em><\/li>\n<\/ul>\n<p>Dans cette matrice 2 \u00d7 2, une seule cellule jouit d&rsquo;une autonomie stochastique : <em>ddl = (2 &#8211; 1) \u00d7 (2 &#8211; 1) = 1<\/em>. Dans une table 3 \u00d7 3, il est n\u00e9cessaire de fixer <em>(3 &#8211; 1) \u00d7 (3 &#8211; 1) = 4<\/em> cellules pour que l&rsquo;int\u00e9gralit\u00e9 du tableau soit math\u00e9matiquement verrouill\u00e9e par les marges. Le param\u00e8tre des degr\u00e9s de libert\u00e9 conditionne directement la forme analytique, la variance th\u00e9orique (qui vaut exactement <em>2 \u00d7 ddl<\/em>) et l&rsquo;esp\u00e9rance math\u00e9matique de la distribution d&rsquo;\u00e9chantillonnage sous H<sub>0<\/sub> (qui vaut exactement <em>ddl<\/em>).<\/p>\n<h3>7.2 Propri\u00e9t\u00e9s g\u00e9om\u00e9triques de la distribution du khi-deux<\/h3>\n<p>La distribution th\u00e9orique du khi-deux est une famille de lois continues d\u00e9finies exclusivement sur le demi-axe r\u00e9el positif <em>[0, +\u221e[<\/em>. Pour les faibles valeurs de degr\u00e9s de libert\u00e9 (notamment pour <em>ddl = 1<\/em> et <em>ddl = 2<\/em>), la courbe de densit\u00e9 de probabilit\u00e9 est extr\u00eamement <strong>asym\u00e9trique positive<\/strong> (fortement \u00e9tal\u00e9e vers la droite), pr\u00e9sentant une asymptote verticale \u00e0 l&rsquo;origine ou une d\u00e9croissance exponentielle rapide.<\/p>\n<p>Au fur et \u00e0 mesure que les degr\u00e9s de libert\u00e9 s&rsquo;\u00e9l\u00e8vent (par exemple pour <em>ddl &gt; 30<\/em>), la distribution subit une transformation morphologique remarquable dict\u00e9e par le th\u00e9or\u00e8me central limite : l&rsquo;asym\u00e9trie s&rsquo;att\u00e9nue progressivement et la courbe de densit\u00e9 prend une forme de cloche de plus en plus sym\u00e9trique, convergeant asymptotiquement vers une loi normale <em>N(ddl, 2 \u00d7 ddl)<\/em>. Il existe donc une distribution th\u00e9orique du khi-deux propre \u00e0 chaque valeur de <em>ddl<\/em>.<\/p>\n<p>Une apparente contradiction conceptuelle m\u00e9rite d&rsquo;\u00eatre lev\u00e9e : bien que l&rsquo;hypoth\u00e8se alternative H<sub>1<\/sub> soit constitutivement <strong>bilat\u00e9rale<\/strong> (elle affirme une d\u00e9viation g\u00e9n\u00e9rale sans polarit\u00e9 orient\u00e9e entre les sous-groupes), le test statistique du khi-deux s&rsquo;ex\u00e9cute toujours sous la forme d&rsquo;un <strong>test unilat\u00e9ral \u00e0 droite<\/strong>. En effet, les \u00e9carts \u00e9tant syst\u00e9matiquement \u00e9lev\u00e9s au carr\u00e9, les divergences distributionnelles se traduisent exclusivement par une augmentation positive de la statistique calcul\u00e9e. La r\u00e9gion critique de rejet de l&rsquo;hypoth\u00e8se nulle se situe donc toujours dans la queue sup\u00e9rieure droite de la distribution th\u00e9orique, sous l&rsquo;abscisse critique d\u00e9limitant l&rsquo;aire correspondant au risque alpha s\u00e9lectionn\u00e9.<\/p>\n<h3>7.3 Utilisation de la table statistique et d\u00e9termination de la valeur seuil<\/h3>\n<p>Avant la g\u00e9n\u00e9ralisation contemporaine des logiciels de calcul statistique (tels que R, SPSS, JASP ou Jamovi), le statisticien d\u00e9terminait le statut de l&rsquo;analyse en consultant les <strong>tables statistiques de la loi du khi-deux<\/strong>. Une table statistique compile, pour chaque degr\u00e9 de libert\u00e9 dispos\u00e9 en ligne et pour une s\u00e9rie de probabilit\u00e9s critiques usuelles dispos\u00e9es en colonnes (notamment <em>\u03b1 = 0,10 ; 0,05 ; 0,01 ; 0,001<\/em>), la valeur d&rsquo;abscisse seuil, d\u00e9sign\u00e9e sous le terme de <strong>valeur critique du khi-deux<\/strong> et not\u00e9e <strong>\u03c7\u00b2<sub>critique<\/sub><\/strong>.<\/p>\n<p>La r\u00e8gle d\u00e9cisionnelle formelle d&rsquo;inf\u00e9rence statistique op\u00e8re par une confrontation directe et univoque entre la grandeur num\u00e9rique calcul\u00e9e \u00e0 partir des donn\u00e9es empiriques et cette valeur th\u00e9orique tabul\u00e9e :<\/p>\n<ul>\n<li>Si <strong>\u03c7\u00b2<sub>calcul\u00e9<\/sub> &gt; \u03c7\u00b2<sub>critique<\/sub><\/strong> : La probabilit\u00e9 associ\u00e9e d&rsquo;obtenir par simple hasard d&rsquo;\u00e9chantillonnage une d\u00e9viation au moins aussi prononc\u00e9e sous H<sub>0<\/sub> est strictement inf\u00e9rieure au risque d&rsquo;erreur consenti (<em>p &lt; \u03b1<\/em>). L&rsquo;hypoth\u00e8se nulle d&rsquo;ind\u00e9pendance est <strong>rejet\u00e9e avec force<\/strong> au profit de l&rsquo;hypoth\u00e8se alternative. L&rsquo;association est d\u00e9clar\u00e9e statistiquement significative.<\/li>\n<li>Si <strong>\u03c7\u00b2<sub>calcul\u00e9<\/sub> \u2264 \u03c7\u00b2<sub>critique<\/sub><\/strong> : La statistique se situe dans la r\u00e9gion de confiance ou de r\u00e9tention stochastique. L&rsquo;\u00e9cart entre les distributions observ\u00e9e et attendue peut raisonnablement \u00eatre imput\u00e9 aux fluctuations d&rsquo;\u00e9chantillonnage (<em>p \u2265 \u03b1<\/em>). Le statisticien conclut au <strong>non-rejet de l&rsquo;hypoth\u00e8se nulle<\/strong> d&rsquo;ind\u00e9pendance statistique.<\/li>\n<\/ul>\n<p>Un \u00e9cueil m\u00e9thodologique classique consiste \u00e0 affirmer abusivement que H<sub>0<\/sub> est \u00ab confirm\u00e9e \u00bb ou \u00ab accept\u00e9e \u00bb : l&rsquo;absence de preuve d&rsquo;une liaison ne constitue jamais la preuve formelle de l&rsquo;absence totale de liaison, d&rsquo;autant plus si le test est sous-dimensionn\u00e9 en effectif et manque de puissance pour franchir un seuil critique exigeant.<\/p>\n<h2>8. Exemple empirique complet : Orientation psychoth\u00e9rapeutique et r\u00e9duction symptomatique<\/h2>\n<h3>8.1 Contexte clinique et recueil des donn\u00e9es<\/h3>\n<p>Afin de concr\u00e9tiser l&rsquo;ensemble du corpus algorithmique formalis\u00e9 jusqu&rsquo;ici, nous mettons en \u0153uvre une investigation empirique fictive mais cliniquement \u00e9cologique au sein d&rsquo;un d\u00e9partement hospitalier de psychopathologie cognitive et comportementale. Une \u00e9quipe de chercheurs souhaite \u00e9valuer si l&rsquo;\u00e9volution symptomatique \u00e0 court terme de patients diagnostiqu\u00e9s avec un Trouble Anxieux G\u00e9n\u00e9ralis\u00e9 (<a rel=\"noopener noreferrer\" href=\"https:\/\/fr.wikipedia.org\/wiki\/Trouble_anxieux_g%C3%A9n%C3%A9ralis%C3%A9\">TAG<\/a>) selon les crit\u00e8res du DSM-5 est d\u00e9pendante ou ind\u00e9pendante de l&rsquo;orientation \u00e9pist\u00e9mologique de la psychoth\u00e9rapie administr\u00e9e.<\/p>\n<p>Une cohorte clinique cons\u00e9cutive de <strong>N = 150 patients<\/strong> est suivie pendant une dur\u00e9e standardis\u00e9e de six mois. Les patients ont \u00e9t\u00e9 pris en charge selon trois orientations psychoth\u00e9rapeutiques distinctes (Variable 1, polytomique, <em>r = 3<\/em> modalit\u00e9s) :<\/p>\n<ol>\n<li>Th\u00e9rapie Comportementale et Cognitive (TCC)<\/li>\n<li>Psychoth\u00e9rapie d&rsquo;orientation Psychanalytique \/ Psychodynamique (PSY)<\/li>\n<li>Th\u00e9rapie Familiale et Syst\u00e9mique (SYS)<\/li>\n<\/ol>\n<p>\u00c0 l&rsquo;issue des six mois d&rsquo;intervention th\u00e9rapeutique, l&rsquo;\u00e9volution clinique globale est consign\u00e9e par des \u00e9valuateurs ind\u00e9pendants en trois classes ordinales mutuellement exclusives (Variable 2, <em>c = 3<\/em> modalit\u00e9s) :<\/p>\n<ol>\n<li>R\u00e9mission compl\u00e8te (disparition des crit\u00e8res diagnostiques)<\/li>\n<li>Am\u00e9lioration partielle (r\u00e9duction cliniquement significative des scores sans r\u00e9mission pleine)<\/li>\n<li>Aucun changement ou d\u00e9t\u00e9rioration symptomatique<\/li>\n<\/ol>\n<p>La collecte brute des donn\u00e9es a produit la table de contingence empirique 3 \u00d7 3 suivante, recensant les effectifs observ\u00e9s (<em>O<sub>ij<\/sub><\/em>) :<\/p>\n<table style=\"width: 100%; border-collapse: collapse; margin: 2em 0; text-align: center; border: 1px solid #cbd5e1;\">\n<thead>\n<tr style=\"background-color: #f1f5f9; border-bottom: 2px solid #94a3b8;\">\n<th style=\"padding: 12px; border: 1px solid #cbd5e1; text-align: left;\">Orientation Th\u00e9rapeutique (Lignes)<\/th>\n<th style=\"padding: 12px; border: 1px solid #cbd5e1;\">R\u00e9mission compl\u00e8te<\/th>\n<th style=\"padding: 12px; border: 1px solid #cbd5e1;\">Am\u00e9lioration partielle<\/th>\n<th style=\"padding: 12px; border: 1px solid #cbd5e1;\">Aucun changement<\/th>\n<th style=\"padding: 12px; border: 1px solid #cbd5e1; background-color: #e2e8f0;\">Total marginal (R<sub>i<\/sub>)<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td style=\"padding: 10px; border: 1px solid #cbd5e1; text-align: left; font-weight: bold;\">TCC<\/td>\n<td style=\"padding: 10px; border: 1px solid #cbd5e1;\">28<\/td>\n<td style=\"padding: 10px; border: 1px solid #cbd5e1;\">16<\/td>\n<td style=\"padding: 10px; border: 1px solid #cbd5e1;\">6<\/td>\n<td style=\"padding: 10px; border: 1px solid #cbd5e1; font-weight: bold; background-color: #f8fafc;\">50<\/td>\n<\/tr>\n<tr>\n<td style=\"padding: 10px; border: 1px solid #cbd5e1; text-align: left; font-weight: bold;\">Psychanalyse (PSY)<\/td>\n<td style=\"padding: 10px; border: 1px solid #cbd5e1;\">11<\/td>\n<td style=\"padding: 10px; border: 1px solid #cbd5e1;\">21<\/td>\n<td style=\"padding: 10px; border: 1px solid #cbd5e1;\">18<\/td>\n<td style=\"padding: 10px; border: 1px solid #cbd5e1; font-weight: bold; background-color: #f8fafc;\">50<\/td>\n<\/tr>\n<tr>\n<td style=\"padding: 10px; border: 1px solid #cbd5e1; text-align: left; font-weight: bold;\">Syst\u00e9mie (SYS)<\/td>\n<td style=\"padding: 10px; border: 1px solid #cbd5e1;\">15<\/td>\n<td style=\"padding: 10px; border: 1px solid #cbd5e1;\">22<\/td>\n<td style=\"padding: 10px; border: 1px solid #cbd5e1;\">13<\/td>\n<td style=\"padding: 10px; border: 1px solid #cbd5e1; font-weight: bold; background-color: #f8fafc;\">50<\/td>\n<\/tr>\n<\/tbody>\n<tfoot>\n<tr style=\"background-color: #e2e8f0; font-weight: bold; border-top: 2px solid #94a3b8;\">\n<td style=\"padding: 12px; border: 1px solid #cbd5e1; text-align: left;\">Total marginal (C<sub>j<\/sub>)<\/td>\n<td style=\"padding: 12px; border: 1px solid #cbd5e1;\">54<\/td>\n<td style=\"padding: 12px; border: 1px solid #cbd5e1;\">59<\/td>\n<td style=\"padding: 12px; border: 1px solid #cbd5e1;\">37<\/td>\n<td style=\"padding: 12px; border: 1px solid #cbd5e1; background-color: #cbd5e1;\">N = 150<\/td>\n<\/tr>\n<\/tfoot>\n<\/table>\n<h3>8.2 Calcul exhaustif des effectifs th\u00e9oriques<\/h3>\n<p>L&rsquo;application rigoureuse du protocole algorithmique requiert la mod\u00e9lisation de la matrice contrefactuelle des effectifs th\u00e9oriques attendus (<em>E<sub>ij<\/sub><\/em>) sous l&rsquo;hypoth\u00e8se nulle d&rsquo;ind\u00e9pendance. Dans notre configuration clinique, les trois approches psychoth\u00e9rapeutiques comportent chacune un sous-\u00e9chantillon parfaitement \u00e9gal de 50 patients (<em>R<sub>1<\/sub> = 50, R<sub>2<\/sub> = 50, R<sub>3<\/sub> = 50<\/em>). Les sommes marginales de colonnes traduisant l&rsquo;\u00e9volution globale de l&rsquo;\u00e9chantillon sont de :<\/p>\n<ul>\n<li>R\u00e9mission compl\u00e8te : <em>C<sub>1<\/sub> = 28 + 11 + 15 = 54<\/em><\/li>\n<li>Am\u00e9lioration partielle : <em>C<sub>2<\/sub> = 16 + 21 + 22 = 59<\/em><\/li>\n<li>Aucun changement : <em>C<sub>3<\/sub> = 6 + 18 + 13 = 37<\/em><\/li>\n<\/ul>\n<p>Le contr\u00f4le de compl\u00e9tude marginale confirme : <em>N = 54 + 59 + 37 = 150<\/em>. En exploitant syst\u00e9matiquement la formule d&rsquo;esp\u00e9rance proportionnelle conditionnelle <em>E<sub>ij<\/sub> = (R<sub>i<\/sub> \u00d7 C<sub>j<\/sub>) \/ N<\/em>, nous proc\u00e9dons au calcul analytique des 9 effectifs th\u00e9oriques attendus :<\/p>\n<ul>\n<li>Pour la ligne 1 (TCC) :\n<ul>\n<li><em>E<sub>11<\/sub> (TCC, R\u00e9mission) = (50 \u00d7 54) \/ 150 = 2 700 \/ 150 = <strong>18,000<\/strong><\/em><\/li>\n<li><em>E<sub>12<\/sub> (TCC, Am\u00e9lioration) = (50 \u00d7 59) \/ 150 = 2 950 \/ 150 = <strong>19,667<\/strong><\/em><\/li>\n<li><em>E<sub>13<\/sub> (TCC, Aucun changement) = (50 \u00d7 37) \/ 150 = 1 850 \/ 150 = <strong>12,333<\/strong><\/em><\/li>\n<\/ul>\n<\/li>\n<li>Pour la ligne 2 (Psychanalyse) :\n<ul>\n<li><em>E<sub>21<\/sub> (PSY, R\u00e9mission) = (50 \u00d7 54) \/ 150 = <strong>18,000<\/strong><\/em><\/li>\n<li><em>E<sub>22<\/sub> (PSY, Am\u00e9lioration) = (50 \u00d7 59) \/ 150 = <strong>19,667<\/strong><\/em><\/li>\n<li><em>E<sub>23<\/sub> (PSY, Aucun changement) = (50 \u00d7 37) \/ 150 = <strong>12,333<\/strong><\/em><\/li>\n<\/ul>\n<\/li>\n<li>Pour la ligne 3 (Syst\u00e9mie) :\n<ul>\n<li><em>E<sub>31<\/sub> (SYS, R\u00e9mission) = (50 \u00d7 54) \/ 150 = <strong>18,000<\/strong><\/em><\/li>\n<li><em>E<sub>32<\/sub> (SYS, Am\u00e9lioration) = (50 \u00d7 59) \/ 150 = <strong>19,667<\/strong><\/em><\/li>\n<li><em>E<sub>33<\/sub> (SYS, Aucun changement) = (50 \u00d7 37) \/ 150 = <strong>12,333<\/strong><\/em><\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<p>Proc\u00e9dons imm\u00e9diatement \u00e0 la v\u00e9rification imp\u00e9rative des <strong>conditions d&rsquo;application de Cochran<\/strong> :<\/p>\n<ol>\n<li>L&rsquo;effectif th\u00e9orique minimal absolu relev\u00e9 dans la table est de <em>12,333<\/em>. Il est sup\u00e9rieur \u00e0 1 (aucun <em>E<sub>ij<\/sub> &lt; 1<\/em>).<\/li>\n<li>La totalit\u00e9 des 9 cellules (soit <strong>100 %<\/strong> des cases) affiche un effectif attendu strictement sup\u00e9rieur ou \u00e9gal \u00e0 5 (<em>E<sub>ij<\/sub> \u2265 5<\/em>), d\u00e9passant largement le pr\u00e9requis conventionnel de 80 %.<\/li>\n<\/ol>\n<p>Les postulats de Cochran \u00e9tant impeccablement honor\u00e9s, l&rsquo;usage de l&rsquo;approximation distributionnelle asymptotique continue du khi-deux est parfaitement valid\u00e9.<\/p>\n<h3>8.3 Calcul manuel \u00e9tape par \u00e9tape de la statistique \u03c7\u00b2<\/h3>\n<p>Nous pouvons d\u00e9sormais d\u00e9composer minutieusement l&rsquo;\u00e9valuation de chaque contribution locale \u00e0 la statistique globale de divergence quadratique en suivant la formule canonique <em>(O<sub>ij<\/sub> &#8211; E<sub>ij<\/sub>)\u00b2 \/ E<sub>ij<\/sub><\/em> :<\/p>\n<table style=\"width: 100%; border-collapse: collapse; margin: 2em 0; text-align: center; border: 1px solid #cbd5e1;\">\n<thead>\n<tr style=\"background-color: #f1f5f9; border-bottom: 2px solid #94a3b8;\">\n<th style=\"padding: 10px; border: 1px solid #cbd5e1;\">Cellule <em>(i, j)<\/em><\/th>\n<th style=\"padding: 10px; border: 1px solid #cbd5e1;\">O<sub>ij<\/sub><\/th>\n<th style=\"padding: 10px; border: 1px solid #cbd5e1;\">E<sub>ij<\/sub><\/th>\n<th style=\"padding: 10px; border: 1px solid #cbd5e1;\">O<sub>ij<\/sub> &#8211; E<sub>ij<\/sub><\/th>\n<th style=\"padding: 10px; border: 1px solid #cbd5e1;\">(O<sub>ij<\/sub> &#8211; E<sub>ij<\/sub>)\u00b2<\/th>\n<th style=\"padding: 10px; border: 1px solid #cbd5e1; background-color: #e2e8f0;\">Contribution : (O<sub>ij<\/sub> &#8211; E<sub>ij<\/sub>)\u00b2 \/ E<sub>ij<\/sub><\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1; text-align: left;\">1. TCC \u00d7 R\u00e9mission<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1;\">28<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1;\">18,000<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1;\">+10,000<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1;\">100,000<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1; font-weight: bold;\">5,556<\/td>\n<\/tr>\n<tr>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1; text-align: left;\">2. TCC \u00d7 Am\u00e9lioration<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1;\">16<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1;\">19,667<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1;\">-3,667<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1;\">13,447<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1; font-weight: bold;\">0,684<\/td>\n<\/tr>\n<tr>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1; text-align: left;\">3. TCC \u00d7 Aucun chang.<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1;\">6<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1;\">12,333<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1;\">-6,333<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1;\">40,107<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1; font-weight: bold;\">3,252<\/td>\n<\/tr>\n<tr>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1; text-align: left;\">4. PSY \u00d7 R\u00e9mission<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1;\">11<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1;\">18,000<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1;\">-7,000<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1;\">49,000<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1; font-weight: bold;\">2,722<\/td>\n<\/tr>\n<tr>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1; text-align: left;\">5. PSY \u00d7 Am\u00e9lioration<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1;\">21<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1;\">19,667<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1;\">+1,333<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1;\">1,777<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1; font-weight: bold;\">0,090<\/td>\n<\/tr>\n<tr>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1; text-align: left;\">6. PSY \u00d7 Aucun chang.<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1;\">18<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1;\">12,333<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1;\">+5,667<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1;\">32,115<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1; font-weight: bold;\">2,604<\/td>\n<\/tr>\n<tr>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1; text-align: left;\">7. SYS \u00d7 R\u00e9mission<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1;\">15<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1;\">18,000<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1;\">-3,000<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1;\">9,000<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1; font-weight: bold;\">0,500<\/td>\n<\/tr>\n<tr>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1; text-align: left;\">8. SYS \u00d7 Am\u00e9lioration<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1;\">22<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1;\">19,667<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1;\">+2,333<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1;\">5,443<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1; font-weight: bold;\">0,277<\/td>\n<\/tr>\n<tr>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1; text-align: left;\">9. SYS \u00d7 Aucun chang.<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1;\">13<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1;\">12,333<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1;\">+0,667<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1;\">0,445<\/td>\n<td style=\"padding: 8px; border: 1px solid #cbd5e1; font-weight: bold;\">0,036<\/td>\n<\/tr>\n<\/tbody>\n<tfoot>\n<tr style=\"background-color: #e2e8f0; font-weight: bold; border-top: 2px solid #94a3b8;\">\n<td style=\"padding: 10px; border: 1px solid #cbd5e1; text-align: left;\">Sommation totale<\/td>\n<td style=\"padding: 10px; border: 1px solid #cbd5e1;\">150<\/td>\n<td style=\"padding: 10px; border: 1px solid #cbd5e1;\">150<\/td>\n<td style=\"padding: 10px; border: 1px solid #cbd5e1;\">0,000<\/td>\n<td style=\"padding: 10px; border: 1px solid #cbd5e1;\">\u2014<\/td>\n<td style=\"padding: 10px; border: 1px solid #cbd5e1; background-color: #cbd5e1; font-size: 1.1em;\">\u03c7\u00b2 = 15,721<\/td>\n<\/tr>\n<\/tfoot>\n<\/table>\n<p>La sommation g\u00e9n\u00e9rale des neuf composantes quadratiques normalis\u00e9es fournit la valeur finale de la statistique de test empirique :<\/p>\n<p style=\"text-align: center; font-weight: bold; margin: 1.5em 0; font-size: 1.2em;\">\n    <em>\u03c7\u00b2<sub>calcul\u00e9<\/sub> = 5,556 + 0,684 + 3,252 + 2,722 + 0,090 + 2,604 + 0,500 + 0,277 + 0,036 = <strong>15,721<\/strong><\/em>\n<\/p>\n<p>Le calcul explicite des degr\u00e9s de libert\u00e9 associ\u00e9s \u00e0 cette grille de contingence s&rsquo;\u00e9tablit par :<\/p>\n<p style=\"text-align: center; font-weight: bold; margin: 1.5em 0;\">\n    <em>ddl = (r &#8211; 1) \u00d7 (c &#8211; 1) = (3 &#8211; 1) \u00d7 (3 &#8211; 1) = 2 \u00d7 2 = <strong>4<\/strong><\/em>\n<\/p>\n<h2>9. Interpr\u00e9tation statistique, valeur p et prise de d\u00e9cision<\/h2>\n<h3>9.1 Confrontation \u00e0 la valeur critique et extraction de la valeur p<\/h3>\n<p>L&rsquo;\u00e9tape d\u00e9cisionnelle requiert la confrontation imm\u00e9diate de notre statistique empirique (<em>\u03c7\u00b2<sub>calcul\u00e9<\/sub> = 15,721<\/em>) \u00e0 la distribution th\u00e9orique du khi-deux param\u00e9tr\u00e9e \u00e0 <strong>4 degr\u00e9s de libert\u00e9<\/strong>. Fixons le seuil de signification a priori au standard acad\u00e9mique consensuel de <strong>\u03b1 = 0,05<\/strong>.<\/p>\n<p>La consultation de la table statistique de r\u00e9f\u00e9rence pour <em>ddl = 4<\/em> indique les seuils critiques suivants :<\/p>\n<ul>\n<li>Pour <em>\u03b1 = 0,05<\/em> : <em>\u03c7\u00b2<sub>critique<\/sub> = 9,488<\/em><\/li>\n<li>Pour <em>\u03b1 = 0,01<\/em> : <em>\u03c7\u00b2<sub>critique<\/sub> = 13,277<\/em><\/li>\n<li>Pour <em>\u03b1 = 0,001<\/em> : <em>\u03c7\u00b2<sub>critique<\/sub> = 18,467<\/em><\/li>\n<\/ul>\n<p>Le constat arithm\u00e9tique est sans appel : notre valeur empirique d\u00e9passe largement le seuil requis pour le niveau alpha de d\u00e9part (<em>15,721 &gt; 9,488<\/em>), et franchit \u00e9galement avec succ\u00e8s le seuil ultra-conservateur de 1 % (<em>15,721 &gt; 13,277<\/em>). L&rsquo;extraction num\u00e9rique pr\u00e9cise de la <a rel=\"noopener noreferrer\" href=\"https:\/\/fr.wikipedia.org\/wiki\/Valeur_p\">valeur p<\/a> exacte (effectu\u00e9e via la fonction de distribution cumulative compl\u00e9mentaire) livre :<\/p>\n<p style=\"text-align: center; font-weight: bold; margin: 2em 0; font-size: 1.2em;\">\n    <em>p = P(\u03c7\u00b2<sub>4<\/sub> \u2265 15,721) = <strong>0,00342<\/strong><\/em>\n<\/p>\n<p>La r\u00e8gle d\u00e9cisionnelle binaire prescrit un <strong>rejet cat\u00e9gorique de l&rsquo;hypoth\u00e8se nulle (H<sub>0<\/sub>)<\/strong> au seuil de signification conventionnel. La probabilit\u00e9 d&rsquo;observer une divergence distributionnelle d&rsquo;une telle magnitude sous l&#8217;empire exclusif de l&rsquo;al\u00e9a d&rsquo;\u00e9chantillonnage n&rsquo;est que d&rsquo;environ 3,4 pour mille. Nous concluons formellement \u00e0 l&rsquo;existence d&rsquo;une d\u00e9pendance statistique hautement significative entre l&rsquo;orientation psychoth\u00e9rapeutique dispens\u00e9e et l&rsquo;\u00e9volution symptomatique \u00e0 6 mois des patients anxieux.<\/p>\n<h3>9.2 Interpr\u00e9tation contextuelle et clinique des r\u00e9sultats<\/h3>\n<p>La r\u00e9futation de l&rsquo;ind\u00e9pendance statistique autorise le passage de l&rsquo;abstraction math\u00e9matique \u00e0 l&rsquo;inf\u00e9rence clinique contextualis\u00e9e. L&rsquo;inspection des d\u00e9viations brutes r\u00e9v\u00e8le que la distribution des trajectoires de sant\u00e9 mentale ne s&rsquo;op\u00e8re pas au hasard :<\/p>\n<ul>\n<li>Le groupe trait\u00e9 par <strong>TCC<\/strong> manifeste un taux de r\u00e9mission compl\u00e8te particuli\u00e8rement substantiel (28 patients observ\u00e9s contre 18 attendus par le mod\u00e8le neutre, soit un exc\u00e9dent notable), coupl\u00e9 \u00e0 une sous-repr\u00e9sentation marqu\u00e9e de l&rsquo;absence de changement (seulement 6 \u00e9checs observ\u00e9s pour 12,3 attendus).<\/li>\n<li>\u00c0 l&rsquo;oppos\u00e9, le groupe suivi en <strong>Psychanalyse<\/strong> se caract\u00e9rise par une fr\u00e9quence de r\u00e9missions compl\u00e8tes inf\u00e9rieure aux attentes th\u00e9oriques (11 observ\u00e9es contre 18 attendues) et un exc\u00e8s clinique d&rsquo;\u00e9tats d&rsquo;absence d&rsquo;am\u00e9lioration (18 observ\u00e9s contre 12,3 attendus).<\/li>\n<li>L&rsquo;approche <strong>Syst\u00e9mique<\/strong> semble occuper un profil interm\u00e9diaire, s&rsquo;illustrant principalement par un taux \u00e9lev\u00e9 d&rsquo;am\u00e9liorations partielles (22 observ\u00e9es pour 19,7 attendues) et des scores de r\u00e9mission mod\u00e9r\u00e9s mais proches des projections neutres.<\/li>\n<\/ul>\n<p>Conform\u00e9ment aux normes typographiques et r\u00e9dactionnelles \u00e9dict\u00e9es par l&rsquo;American Psychological Association (<a rel=\"noopener noreferrer\" href=\"https:\/\/apastyle.apa.org\/\">APA<\/a>, 7e \u00e9dition), ce r\u00e9sultat s&rsquo;\u00e9nonce dans le corps du texte acad\u00e9mique selon le formalisme standardis\u00e9 :<\/p>\n<p style=\"text-align: center; font-style: italic; margin: 1.5em 0; background-color: #f8fafc; padding: 1em; border-left: 4px solid #3b82f6;\">\n    \u00ab Une analyse par test du khi-deux d&rsquo;ind\u00e9pendance a r\u00e9v\u00e9l\u00e9 une relation statistiquement significative entre l&rsquo;orientation psychoth\u00e9rapeutique et l&rsquo;\u00e9volution clinique des patients \u00e0 six mois, \u03c7\u00b2(4, N = 150) = 15,72, p = .003. \u00bb\n<\/p>\n<p>Une pr\u00e9caution \u00e9pist\u00e9mologique capitale doit toutefois \u00eatre martel\u00e9e : si notre \u00e9tude clinique fictive n&rsquo;a pas proc\u00e9d\u00e9 \u00e0 une assignation al\u00e9atoire stricte en double aveugle des patients au sein des trois protocoles (plan exp\u00e9rimental randomis\u00e9 contr\u00f4l\u00e9), ces disparit\u00e9s ne sauraient \u00eatre imput\u00e9es m\u00e9caniquement \u00e0 la seule sup\u00e9riorit\u00e9 technique intrins\u00e8que d&rsquo;une m\u00e9thode de soin. Des facteurs de confusion li\u00e9s aux pr\u00e9f\u00e9rences individuelles, \u00e0 la s\u00e9v\u00e9rit\u00e9 initiale ou \u00e0 l&rsquo;alliance th\u00e9rapeutique subjective ont pu moduler cette dynamique.<\/p>\n<h3>9.3 Signalement des limites inh\u00e9rentes \u00e0 la seule valeur p<\/h3>\n<p>L&rsquo;obtention d&rsquo;une valeur <em>p<\/em> hautement significative (<em>p = .003<\/em>) engendre fr\u00e9quemment un travers d&rsquo;interpr\u00e9tation m\u00e9thodologique : la confusion pernicieuse entre la <strong>signification statistique<\/strong> et l&rsquo;<strong>importance clinique ou pratique<\/strong>. La valeur <em>p<\/em> ne constitue en aucun cas un indicateur d&rsquo;intensit\u00e9 ou de force de la liaison. Elle quantifie exclusivement le degr\u00e9 d&rsquo;incompatibilit\u00e9 probabiliste entre les donn\u00e9es recueillies et l&rsquo;hypoth\u00e8se nulle d&rsquo;ind\u00e9pendance, sous le prisme contraignant de la taille d&rsquo;\u00e9chantillon mobilis\u00e9e.<\/p>\n<p>En effet, du fait de la d\u00e9pendance structurelle de la m\u00e9trique envers l&rsquo;effectif <em>N<\/em>, un \u00e9chantillon massif de 5 000 sujets aurait pu produire une valeur <em>p<\/em> infinit\u00e9simale (<em>p &lt; .000001<\/em>) pour des divergences entre th\u00e9rapies si microscopiques qu&rsquo;aucun psychiatre ne pourrait en percevoir l&rsquo;impact sur le plan du pronostic individuel. Inversement, une cohorte clinique r\u00e9duite de 30 patients pr\u00e9sentant une s\u00e9paration clinique spectaculaire entre deux th\u00e9rapies pourrait aboutir \u00e0 un r\u00e9sultat \u00ab non significatif \u00bb (<em>p &gt; .05<\/em>) par simple manque de puissance probabiliste.<\/p>\n<p>Pour cette raison fondamentale, les recommandations m\u00e9thodologiques contemporaines en psychologie quantitative exigent unanimement d&rsquo;assortir syst\u00e9matiquement le r\u00e9sultat du test du khi-deux d&rsquo;une quantification rigoureuse de la <strong>taille de l&rsquo;effet standardis\u00e9e<\/strong>, mesure ind\u00e9pendante de l&rsquo;effectif permettant d&rsquo;appr\u00e9cier la magnitude substantielle du ph\u00e9nom\u00e8ne sous investigation.<\/p>\n<h2>10. Mesure de la taille de l&rsquo;effet : V de Cramer et coefficient Phi<\/h2>\n<h3>10.1 Le coefficient Phi (\u03c6) pour tables 2\u00d72<\/h3>\n<p>Dans le cadre restrictif des tables de contingence d&rsquo;ordre minimal 2 \u00d7 2 (croisant deux variables dichotomiques simples, <em>ddl = 1<\/em>), la mesure d&rsquo;association standardis\u00e9e la plus directe et \u00e9l\u00e9gante est constitu\u00e9e par le <strong>coefficient Phi<\/strong>, not\u00e9 <strong>\u03c6<\/strong>. Con\u00e7u math\u00e9matiquement comme la racine carr\u00e9e du quotient de la statistique de test par l&rsquo;effectif global :<\/p>\n<p style=\"text-align: center; font-weight: bold; margin: 2em 0;\">\n    <em>\u03c6 = \u221a(\u03c7\u00b2 \/ N)<\/em>\n<\/p>\n<p>Le coefficient Phi b\u00e9n\u00e9ficie d&rsquo;une propri\u00e9t\u00e9 th\u00e9orique remarquable : il est rigoureusement \u00e9quivalent sur le plan fonctionnel au coefficient de corr\u00e9lation lin\u00e9aire produit-moment de Pearson (<em>r<\/em>) calcul\u00e9 directement sur deux variables binaires cod\u00e9es num\u00e9riquement sous forme d&rsquo;indicatrices bool\u00e9ennes (0 et 1). Dans cette configuration 2 \u00d7 2, la m\u00e9trique varie strictement entre 0 (traduisant une ind\u00e9pendance probabiliste absolue, <em>\u03c7\u00b2 = 0<\/em>) et 1 (mat\u00e9rialisant une association d\u00e9terministe parfaite o\u00f9 les deux variables s&rsquo;ajustent sans aucune d\u00e9faillance cat\u00e9gorielle).<\/p>\n<p>Cependant, le coefficient Phi souffre d&rsquo;une inaptitude structurelle r\u00e9dhibitoire d\u00e8s lors que l&rsquo;on tente de l&rsquo;appliquer \u00e0 des matrices de dimensions sup\u00e9rieures \u00e0 2 \u00d7 2 (<em>r &gt; 2<\/em> ou <em>c &gt; 2<\/em>). Dans des tables complexes <em>r \u00d7 c<\/em>, la statistique du khi-deux peut d\u00e9passer la valeur de l&rsquo;effectif global <em>N<\/em>, conduisant le coefficient Phi \u00e0 franchir la valeur unitaire th\u00e9orique maximale (<em>\u03c6 &gt; 1,00<\/em>). Priv\u00e9 de sa borne sup\u00e9rieure, le coefficient perd instantan\u00e9ment son statut de m\u00e9trique standardis\u00e9e et interdit toute comparabilit\u00e9 rigoureuse entre \u00e9tudes.<\/p>\n<h3>10.2 Le V de Cramer pour tables r \u00d7 c<\/h3>\n<p>Pour surmonter l&rsquo;impasse m\u00e9thodologique du coefficient Phi au sein de grilles de contingence d&rsquo;ordre sup\u00e9rieur, le statisticien et math\u00e9maticien su\u00e9dois <a rel=\"noopener noreferrer\" href=\"https:\/\/fr.wikipedia.org\/wiki\/Harald_Cram%C3%A9r\">Harald Cram\u00e9r<\/a> a d\u00e9velopp\u00e9 en 1946 une normalisation universelle reconnue sous l&rsquo;appellation de <strong>V de Cram\u00e9r<\/strong> (not\u00e9 <em>V<\/em> ou parfois <em>\u03c6<sub>c<\/sub><\/em>). Son expression analytique int\u00e8gre une correction tenant compte de la g\u00e9om\u00e9trie de la matrice :<\/p>\n<p style=\"text-align: center; font-weight: bold; margin: 2em 0; font-size: 1.2em;\">\n    <em>V = \u221a [ \u03c7\u00b2 \/ (N \u00d7 min(r &#8211; 1, c &#8211; 1)) ]<\/em>\n<\/p>\n<p>O\u00f9 <em>min(r &#8211; 1, c &#8211; 1)<\/em> d\u00e9signe la plus petite des deux valeurs entre le nombre de lignes d\u00e9cr\u00e9ment\u00e9 de un et le nombre de colonnes d\u00e9cr\u00e9ment\u00e9 de un. Gr\u00e2ce \u00e0 ce d\u00e9nominateur correcteur, le V de Cram\u00e9r jouit d&rsquo;une invariance d&rsquo;\u00e9chelle parfaite : quelles que soient les dimensions <em>r<\/em> et <em>c<\/em> de la table de contingence, il demeure <strong>strictement born\u00e9 dans l&rsquo;intervalle [0, 1]<\/strong> :<\/p>\n<ul>\n<li><em>V = 0<\/em> : Absence totale de liaison (ind\u00e9pendance pure).<\/li>\n<li><em>V = 1<\/em> : Association cat\u00e9gorielle totale et parfaite (les modalit\u00e9s d&rsquo;une variable pr\u00e9disent de fa\u00e7on univoque les modalit\u00e9s de l&rsquo;autre).<\/li>\n<\/ul>\n<p>Pour interpr\u00e9ter de mani\u00e8re standardis\u00e9e la force pratique du V de Cram\u00e9r, la litt\u00e9rature scientifique s&rsquo;appuie sur les grilles de lecture psychom\u00e9triques \u00e9tablies par Jacob Cohen (1988), modul\u00e9es par les degr\u00e9s de libert\u00e9 structurels de la table <em>k = min(r &#8211; 1, c &#8211; 1)<\/em>. Pour notre matrice 3 \u00d7 3 o\u00f9 <em>k = min(3 &#8211; 1, 3 &#8211; 1) = 2<\/em>, les seuils conventionnels sont d\u00e9finis de la mani\u00e8re suivante :<\/p>\n<ul>\n<li><em>Effet faible<\/em> : <em>V \u2248 0,07<\/em><\/li>\n<li><em>Effet moyen (mod\u00e9r\u00e9)<\/em> : <em>V \u2248 0,21<\/em><\/li>\n<li><em>Effet fort<\/em> : <em>V \u2248 0,35<\/em><\/li>\n<\/ul>\n<p>Appliquons imm\u00e9diatement cette m\u00e9trique \u00e0 nos r\u00e9sultats cliniques obtenus dans l&rsquo;\u00e9valuation des psychoth\u00e9rapies (<em>\u03c7\u00b2 = 15,721<\/em>, <em>N = 150<\/em>, <em>k = 2<\/em>) :<\/p>\n<p style=\"text-align: center; font-weight: bold; margin: 2em 0; font-size: 1.2em;\">\n    <em>V = \u221a [ 15,721 \/ (150 \u00d7 2) ] = \u221a [ 15,721 \/ 300 ] = \u221a 0,052403 \u2248 <strong>0,229<\/strong><\/em>\n<\/p>\n<p>La taille de l&rsquo;effet obtenue (<em>V = 0,23<\/em>) d\u00e9passe le seuil critique de 0,21 : elle s&rsquo;interpr\u00e8te cliniquement comme une <strong>association d&rsquo;ampleur mod\u00e9r\u00e9e \u00e0 moyenne<\/strong>. Ce constat enrichit significativement l&rsquo;inf\u00e9rence : l&rsquo;orientation psychoth\u00e9rapeutique n&rsquo;est pas un facteur anecdotique ni un d\u00e9terminant omnipotent exclusif de la gu\u00e9rison ; elle constitue un levier explicatif de force interm\u00e9diaire bien r\u00e9el dans le pronostic des troubles anxieux.<\/p>\n<h3>10.3 Coefficients alternatifs de contingence<\/h3>\n<p>Bien que le V de Cram\u00e9r repr\u00e9sente aujourd&rsquo;hui le standard international pr\u00e9dominant pour les tables polytomiques, d&rsquo;autres coefficients d&rsquo;association ont \u00e9t\u00e9 historiquement forg\u00e9s. Le <strong>coefficient de contingence C de Pearson<\/strong> est formul\u00e9 par :<\/p>\n<p style=\"text-align: center; margin: 1.5em 0;\">\n    <em>C = \u221a [ \u03c7\u00b2 \/ (\u03c7\u00b2 + N) ]<\/em>\n<\/p>\n<p>Bien qu&rsquo;ais\u00e9 \u00e0 calculer, le coefficient <em>C<\/em> souffre d&rsquo;un d\u00e9faut alg\u00e9brique majeur : sa borne sup\u00e9rieure maximale n&rsquo;atteint jamais 1,00, et cette limite maximale varie selon la taille du tableau (pour une table 2 \u00d7 2, la valeur maximale th\u00e9orique de <em>C<\/em> n&rsquo;est que de <em>\u221a0,5 \u2248 0,707<\/em>). Cette d\u00e9pendance dimensionnelle biaise les comparaisons transversales entre \u00e9tudes publi\u00e9es exploitant des syst\u00e8mes taxonomiques dissemblables.<\/p>\n<p>D&rsquo;autres approches se focalisent sur la r\u00e9duction proportionnelle de l&rsquo;erreur de pr\u00e9diction, \u00e0 l&rsquo;instar du <strong>Lambda (\u03bb) de Goodman-Kruskal<\/strong> ou du <strong>tau de Goodman-Kruskal<\/strong>. Contrairement au khi-deux qui est purement sym\u00e9trique, le Lambda est une m\u00e9trique asym\u00e9trique hautement informative lorsque le chercheur cherche \u00e0 pr\u00e9dire une variable d\u00e9pendante pr\u00e9cise \u00e0 partir d&rsquo;un pr\u00e9dicteur cat\u00e9goriel. Mentionnons \u00e9galement le coefficient d&rsquo;incertitude (fond\u00e9 sur l&rsquo;entropie de Shannon issue de la th\u00e9orie de l&rsquo;information), qui offre des perspectives robustes face \u00e0 des distributions marginales extr\u00eamement asym\u00e9triques o\u00f9 le khi-deux traditionnel peut exhiber des instabilit\u00e9s d&rsquo;estimation.<\/p>\n<h2>11. Analyses post-hoc et r\u00e9sidus standardis\u00e9s ajust\u00e9s<\/h2>\n<h3>11.1 Le probl\u00e8me des tests omnibus et la n\u00e9cessit\u00e9 d&rsquo;investigations locales<\/h3>\n<p>Le rejet victorieux de l&rsquo;hypoth\u00e8se nulle globale \u00e0 l&rsquo;issue du test du khi-deux d&rsquo;ind\u00e9pendance plonge le chercheur au c\u0153ur d&rsquo;un dilemme interpr\u00e9tatif bien connu des m\u00e9thodologistes : le probl\u00e8me inh\u00e9rent aux <strong>tests statistiques omnibus<\/strong>. Le r\u00e9sultat global valide l&rsquo;existence ind\u00e9niable d&rsquo;une structure de d\u00e9pendance interne dans la matrice, mais demeure rigoureusement incapable de pr\u00e9ciser la localisation anatomique exacte de cette relation. Quelles sont pr\u00e9cis\u00e9ment les cellules sp\u00e9cifiques du tableau crois\u00e9 qui ont \u00e9t\u00e9 les moteurs de cette significativit\u00e9 statistique globale ? S&rsquo;agit-il d&rsquo;un succ\u00e8s massif de la TCC, d&rsquo;un d\u00e9ficit clinique particulier de la psychanalyse, ou d&rsquo;une anomalie marginale du sous-groupe syst\u00e9mique ?<\/p>\n<p>Tenter de r\u00e9soudre cette interrogation par un d\u00e9coupage na\u00eff de la table de contingence en une multitude de sous-tables 2 \u00d7 2 soumises \u00e0 de nouveaux tests du khi-deux successifs engendre un p\u00e9ril statistique imm\u00e9diat : l&rsquo;<strong>inflation spectaculaire du taux global d&rsquo;erreur de premi\u00e8re esp\u00e8ce<\/strong> (le <em>family-wise error rate<\/em>). Si l&rsquo;on r\u00e9alise par exemple 6 tests post-hoc locaux sans ajustement probabiliste au seuil unitaire <em>\u03b1 = 0,05<\/em>, la probabilit\u00e9 d&rsquo;observer au moins un faux positif s&rsquo;\u00e9l\u00e8ve \u00e0 <em>1 &#8211; (1 &#8211; 0,05)\u2076 \u2248 0,265<\/em>, soit plus de 26 % de risque d&rsquo;erreur ! Pour neutraliser cette d\u00e9rive, l&rsquo;application rigoureuse d&rsquo;une correction de seuil (proc\u00e9dure de Bonferroni : <em>\u03b1&rsquo; = \u03b1 \/ nombre de comparaisons<\/em>, ou m\u00e9thode s\u00e9quentielle plus puissante de Holm-Bonferroni) s&rsquo;av\u00e8re m\u00e9thodologiquement indispensable.<\/p>\n<p>Toutefois, la strat\u00e9gie la plus \u00e9l\u00e9gante, math\u00e9matiquement optimale et directement int\u00e9gr\u00e9e au mod\u00e8le d&rsquo;ind\u00e9pendance consiste \u00e0 ausculter la structure r\u00e9siduelle interne de la matrice initiale \u00e0 travers l&rsquo;\u00e9valuation individualis\u00e9e des cellules.<\/p>\n<h3>11.2 Calcul et d\u00e9tection par les r\u00e9sidus standardis\u00e9s<\/h3>\n<p>La premi\u00e8re technique d&rsquo;exploration locale repose sur l&rsquo;estimation des <strong>r\u00e9sidus standardis\u00e9s de Pearson<\/strong> (parfois d\u00e9sign\u00e9s sous le terme de r\u00e9sidus de Pearson non corrig\u00e9s), not\u00e9s individuellement <strong>R<sub>ij<\/sub><\/strong> pour chaque cellule de la grille de contingence :<\/p>\n<p style=\"text-align: center; font-weight: bold; margin: 2em 0;\">\n    <em>R<sub>ij<\/sub> = (O<sub>ij<\/sub> &#8211; E<sub>ij<\/sub>) \/ \u221aE<sub>ij<\/sub><\/em>\n<\/p>\n<p>L&rsquo;observation attentive de cette expression analytique met en lumi\u00e8re son \u00e9troite parent\u00e9 avec la statistique du khi-deux elle-m\u00eame : le khi-deux total n&rsquo;est rien d&rsquo;autre que la sommation stricte des carr\u00e9s de ces r\u00e9sidus de Pearson (<em>\u03c7\u00b2 = \u03a3\u03a3 R<sub>ij<\/sub>\u00b2<\/em>). Sur le plan distributionnel, sous r\u00e9serve que les effectifs attendus soient ad\u00e9quats, ces r\u00e9sidus standardis\u00e9s se comportent de mani\u00e8re approximative comme des scores standardis\u00e9s <em>z<\/em> gouvern\u00e9s par une <a rel=\"noopener noreferrer\" href=\"https:\/\/fr.wikipedia.org\/wiki\/Loi_normale\">loi normale centr\u00e9e r\u00e9duite<\/a> <em>N(0, 1)<\/em>.<\/p>\n<p>D\u00e8s lors, le chercheur dispose d&rsquo;une heuristique d\u00e9cisionnelle claire pour diagnostiquer les anomalies locales :<\/p>\n<ul>\n<li>Tout r\u00e9sidu tel que <strong>|R<sub>ij<\/sub>| &gt; 1,96<\/strong> signale un \u00e9cart localement significatif au seuil bilat\u00e9ral de 5 % (<em>\u03b1 = 0,05<\/em>).<\/li>\n<li>Tout r\u00e9sidu tel que <strong>|R<sub>ij<\/sub>| &gt; 2,58<\/strong> mat\u00e9rialise une divergence hautement significative au seuil de 1 % (<em>\u03b1 = 0,01<\/em>).<\/li>\n<\/ul>\n<p>Toutefois, cette m\u00e9thode conserve une faiblesse math\u00e9matique connue : la variance r\u00e9elle sous-jacente du r\u00e9sidu brut de Pearson n&rsquo;est pas rigoureusement \u00e9gale \u00e0 1, mais s&rsquo;av\u00e8re syst\u00e9matiquement inf\u00e9rieure \u00e0 l&rsquo;unit\u00e9 en raison de la contrainte impos\u00e9e par les totaux marginaux fixes. Par cons\u00e9quent, les r\u00e9sidus standardis\u00e9s de Pearson ont tendance \u00e0 sous-estimer la significativit\u00e9 statistique r\u00e9elle des d\u00e9viations, augmentant le risque d&rsquo;erreur de seconde esp\u00e8ce locale.<\/p>\n<h3>11.3 Les r\u00e9sidus standardis\u00e9s ajust\u00e9s d&rsquo;Haberman<\/h3>\n<p>Pour pallier l&rsquo;imperfection des r\u00e9sidus de Pearson, le statisticien Shelby Haberman a d\u00e9velopp\u00e9 en 1973 une correction math\u00e9matique de variance exacte formul\u00e9e sous le nom de <strong>r\u00e9sidus standardis\u00e9s ajust\u00e9s<\/strong> (not\u00e9s <strong>z<sub>ij<\/sub><\/strong> ou <em>ASR<\/em> pour <em>Adjusted Standardized Residuals<\/em>). Sa formulation int\u00e8gre dans son d\u00e9nominateur la correction d&rsquo;\u00e9chelle induite par les proportions marginales respectives des lignes et des colonnes :<\/p>\n<p style=\"text-align: center; font-weight: bold; margin: 2em 0; font-size: 1.2em;\">\n    <em>z<sub>ij<\/sub> = (O<sub>ij<\/sub> &#8211; E<sub>ij<\/sub>) \/ \u221a [ E<sub>ij<\/sub> \u00d7 (1 &#8211; R<sub>i<\/sub> \/ N) \u00d7 (1 &#8211; C<sub>j<\/sub> \/ N) ]<\/em>\n<\/p>\n<p>Gr\u00e2ce \u00e0 cette pond\u00e9ration marginale rigoureuse, la variance th\u00e9orique de <em>z<sub>ij<\/sub><\/em> sous l&rsquo;hypoth\u00e8se nulle est exactement \u00e9gale \u00e0 1,00. Cette quantit\u00e9 converge de fa\u00e7on optimale vers une loi normale centr\u00e9e r\u00e9duite stricte. La d\u00e9tection des <strong>attractions<\/strong> (surrepr\u00e9sentations anormales, <em>z<sub>ij<\/sub> &gt; +1,96<\/em>) et des <strong>r\u00e9pulsions<\/strong> (sous-repr\u00e9sentations anormales, <em>z<sub>ij<\/sub> &lt; -1,96<\/em>) entre modalit\u00e9s cat\u00e9gorielles devient ainsi parfaitement rigoureuse.<\/p>\n<p>Calculons de mani\u00e8re d\u00e9taill\u00e9e les r\u00e9sidus ajust\u00e9s d&rsquo;Haberman pour les cellules n\u00e9vralgiques de notre \u00e9tude clinique sur les troubles anxieux (rappelons que <em>N = 150<\/em> et <em>R<sub>i<\/sub> \/ N = 50 \/ 150 = 0,3333<\/em> pour l&rsquo;ensemble des trois th\u00e9rapies) :<\/p>\n<ul>\n<li><strong>Cellule (TCC, R\u00e9mission)<\/strong> :\n<p><em>O<sub>11<\/sub> = 28, E<sub>11<\/sub> = 18,000, C<sub>1<\/sub> = 54, d&rsquo;o\u00f9 C<sub>1<\/sub> \/ N = 54 \/ 150 = 0,360<\/em>.<\/p>\n<p>\u00c9cart brut : <em>28 &#8211; 18 = +10,000<\/em>.<\/p>\n<p>Erreur-type ajust\u00e9e : <em>\u221a [ 18,000 \u00d7 (1 &#8211; 0,3333) \u00d7 (1 &#8211; 0,360) ] = \u221a [ 18,000 \u00d7 0,6667 \u00d7 0,640 ] = \u221a [ 7,680 ] \u2248 2,771<\/em>.<\/p>\n<p style=\"font-weight: bold;\"><em>z<sub>11<\/sub> = +10,000 \/ 2,771 = <strong>+3,609<\/strong><\/em><\/p>\n<p>Ce r\u00e9sidu ajust\u00e9 est spectaculairement sup\u00e9rieur au seuil critique de +2,58 (et franchit m\u00eame le seuil de <em>p &lt; .001<\/em> fix\u00e9 \u00e0 3,29). Nous mettons en \u00e9vidence une <strong>attraction positive massive<\/strong> entre l&rsquo;orientation TCC et la r\u00e9mission symptomatique totale.<\/p>\n<\/li>\n<li><strong>Cellule (TCC, Aucun changement)<\/strong> :\n<p><em>O<sub>13<\/sub> = 6, E<sub>13<\/sub> = 12,333, C<sub>3<\/sub> = 37, d&rsquo;o\u00f9 C<sub>3<\/sub> \/ N = 37 \/ 150 = 0,2467<\/em>.<\/p>\n<p>\u00c9cart brut : <em>6 &#8211; 12,333 = -6,333<\/em>.<\/p>\n<p>Erreur-type ajust\u00e9e : <em>\u221a [ 12,333 \u00d7 (1 &#8211; 0,3333) \u00d7 (1 &#8211; 0,2467) ] = \u221a [ 12,333 \u00d7 0,6667 \u00d7 0,7533 ] = \u221a [ 6,194 ] \u2248 2,489<\/em>.<\/p>\n<p style=\"font-weight: bold;\"><em>z<sub>13<\/sub> = -6,333 \/ 2,489 = <strong>-2,544<\/strong><\/em><\/p>\n<p>Ce r\u00e9sidu inf\u00e9rieur \u00e0 -1,96 (et proche de -2,58) confirme une <strong>r\u00e9pulsion statistique majeure<\/strong> : le protocole TCC produit significativement moins d&rsquo;\u00e9checs th\u00e9rapeutiques que ce que pr\u00e9dit le mod\u00e8le stochastique neutre.<\/p>\n<\/li>\n<li><strong>Cellule (Psychanalyse, R\u00e9mission)<\/strong> :\n<p><em>O<sub>21<\/sub> = 11, E<sub>21<\/sub> = 18,000<\/em>. \u00c9cart brut : <em>11 &#8211; 18 = -7,000<\/em>.<\/p>\n<p>L&rsquo;erreur-type ajust\u00e9e \u00e9tant identique \u00e0 celle de la cellule (1,1), soit <em>2,771<\/em> :<\/p>\n<p style=\"font-weight: bold;\"><em>z<sub>21<\/sub> = -7,000 \/ 2,771 = <strong>-2,526<\/strong><\/em><\/p>\n<p>Une <strong>r\u00e9pulsion clinique significative<\/strong> (<em>z &lt; -1,96<\/em>) : la psychanalyse g\u00e9n\u00e8re significativement moins de r\u00e9missions compl\u00e8tes \u00e0 court terme (6 mois) chez ces patients TAG.<\/p>\n<\/li>\n<li><strong>Cellule (Psychanalyse, Aucun changement)<\/strong> :\n<p><em>O<sub>23<\/sub> = 18, E<sub>23<\/sub> = 12,333<\/em>. \u00c9cart brut : <em>18 &#8211; 12,333 = +5,667<\/em>.<\/p>\n<p>L&rsquo;erreur-type ajust\u00e9e \u00e9tant de <em>2,489<\/em> :<\/p>\n<p style=\"font-weight: bold;\"><em>z<sub>23<\/sub> = +5,667 \/ 2,489 = <strong>+2,277<\/strong><\/em><\/p>\n<p>Une <strong>attraction significative<\/strong> (<em>z &gt; +1,96<\/em>) : une surrepr\u00e9sentation d&rsquo;absence d&rsquo;am\u00e9lioration symptomatique dans ce sous-groupe.<\/p>\n<\/li>\n<\/ul>\n<p>Gr\u00e2ce aux r\u00e9sidus d&rsquo;Haberman, l&rsquo;interpr\u00e9tation du test omnibus n&rsquo;est plus une sp\u00e9culation globale : le chercheur est arm\u00e9 pour d\u00e9montrer pr\u00e9cis\u00e9ment que la significativit\u00e9 de son analyse est tract\u00e9e conjointement par la performance sup\u00e9rieure de la TCC sur l&rsquo;obtention de r\u00e9missions et par la vuln\u00e9rabilit\u00e9 relative de la prise en charge psychanalytique face \u00e0 la persistance des sympt\u00f4mes anxieux sur une \u00e9ch\u00e9ance temporelle de 6 mois.<\/p>\n<h2>12. Limites m\u00e9thodologiques, erreurs courantes et alternatives statistiques<\/h2>\n<h3>12.1 Erreurs fr\u00e9quentes commises dans la litt\u00e9rature acad\u00e9mique<\/h3>\n<p>En d\u00e9pit de son apparente simplicit\u00e9 op\u00e9ratoire, le test du khi-deux d&rsquo;ind\u00e9pendance fait l&rsquo;objet d&rsquo;erreurs m\u00e9thodologiques r\u00e9currentes dans les manuscrits soumis aux revues \u00e0 comit\u00e9 de lecture. La premi\u00e8re b\u00e9vue conceptuelle r\u00e9side dans la confusion entre <strong>test d&rsquo;ind\u00e9pendance<\/strong> et <strong>test d&rsquo;homog\u00e9n\u00e9it\u00e9 de proportions<\/strong>. Si les calculs math\u00e9matiques et la statistique finale s&rsquo;av\u00e8rent strictement identiques dans les deux cas, le plan d&rsquo;\u00e9chantillonnage diff\u00e8re radicalement : dans le test d&rsquo;ind\u00e9pendance, un \u00e9chantillon unique global est pr\u00e9lev\u00e9 au hasard et les deux variables qualitatives sont mesur\u00e9es simultan\u00e9ment (marges de lignes et colonnes al\u00e9atoires). Dans le test d&rsquo;homog\u00e9n\u00e9it\u00e9, le chercheur pr\u00e9-s\u00e9lectionne d\u00e9lib\u00e9r\u00e9ment des sous-populations distinctes d&rsquo;effectifs fixes (par exemple, recruter 50 hommes et 50 femmes, marge de lignes fixe) pour comparer la distribution d&rsquo;une variable r\u00e9ponse unique au sein de ces sous-groupes.<\/p>\n<p>Une erreur computationnelle destructrice consiste \u00e0 ex\u00e9cuter le test du khi-deux directement sur des <strong>pourcentages ou des proportions relatives<\/strong> au lieu de travailler sur les <strong>fr\u00e9quences absolues brutes<\/strong> (les comptages r\u00e9els d&rsquo;individus). Le calcul du khi-deux sur des pourcentages normalis\u00e9s \u00e0 100 d\u00e9nature l&rsquo;effectif r\u00e9el <em>N<\/em> : pour un \u00e9chantillon modeste de 20 sujets, le test surestime artificiellement la puissance en agissant comme si 100 individus avaient \u00e9t\u00e9 interrog\u00e9s ; \u00e0 l&rsquo;inverse, sur une vaste cohorte de 5 000 patients, le calcul sur pourcentages effondre dramatiquement la puissance du test en la ramenant fictivement \u00e0 <em>N = 100<\/em>.<\/p>\n<p>Citons \u00e9galement le recours proscrit au test ordinaire sur des donn\u00e9es d\u00e9pendantes (mesures r\u00e9p\u00e9t\u00e9es avant-apr\u00e8s), ainsi que l&rsquo;oubli quasi syst\u00e9matique du calcul et du rapportage de la taille de l&rsquo;effet (V de Cram\u00e9r) au profit du seul affichage de la valeur <em>p<\/em>. Une telle omission r\u00e9duit la port\u00e9e de la recherche en privant les cliniciens d&rsquo;une appr\u00e9ciation quantitative de la pertinence pratique des r\u00e9sultats obtenus.<\/p>\n<h3>12.2 Alternatives exactes pour petits \u00e9chantillons<\/h3>\n<p>Lorsque les postulats asymptotiques de Cochran sont viol\u00e9s \u2014 singuli\u00e8rement lorsqu&rsquo;au moins 20 % des cellules affichent des effectifs th\u00e9oriques attendus inf\u00e9rieurs \u00e0 5 ou qu&rsquo;au moins une cellule pr\u00e9sente un effectif th\u00e9orique inf\u00e9rieur \u00e0 1 \u2014, le chercheur doit renoncer au test du khi-deux sous peine de s&rsquo;exposer \u00e0 une distorsion majeure de la distribution d&rsquo;\u00e9chantillonnage.<\/p>\n<p>Pour les tables minimales 2 \u00d7 2, l&rsquo;alternative math\u00e9matique d&rsquo;excellence absolue est constitu\u00e9e par le <strong>test exact de Fisher<\/strong> (con\u00e7u par Ronald Fisher en 1935). Ce test abandonne toute approximation asymptotique continue : en conditionnant l&rsquo;univers probabiliste par la fixation absolue des marges observ\u00e9es, il calcule la probabilit\u00e9 exacte d&rsquo;apparition de la matrice empirique observ\u00e9e \u00e0 l&rsquo;aide de la loi hyperg\u00e9om\u00e9trique combinatoire pure :<\/p>\n<p style=\"text-align: center; font-weight: bold; margin: 2em 0;\">\n    <em>p = [ (R<sub>1<\/sub>! \u00d7 R<sub>2<\/sub>! \u00d7 C<sub>1<\/sub>! \u00d7 C<sub>2<\/sub>!) ] \/ [ N! \u00d7 O<sub>11<\/sub>! \u00d7 O<sub>12<\/sub>! \u00d7 O<sub>21<\/sub>! \u00d7 O<sub>22<\/sub>! ]<\/em>\n<\/p>\n<p>Dans les tables de dimensions sup\u00e9rieures <em>r \u00d7 c<\/em> complexes (telles que 3 \u00d7 3 ou 2 \u00d7 4) confront\u00e9es \u00e0 des effectifs r\u00e9duits, le test de Fisher se g\u00e9n\u00e9ralise sous l&rsquo;algorithme du <strong>test exact de Freeman-Halton<\/strong>. Cette proc\u00e9dure computationnelle exhaustive calcule la somme des probabilit\u00e9s hyperg\u00e9om\u00e9triques multivari\u00e9es de toutes les configurations de tables envisageables qui s&rsquo;av\u00e8rent de probabilit\u00e9 \u00e9gale ou inf\u00e9rieure \u00e0 celle de la table empiriquement observ\u00e9e.<\/p>\n<p>Historiquement, Frank Yates proposa en 1934 une <strong>correction de continuit\u00e9 pour tables 2 \u00d7 2<\/strong>, consistant \u00e0 retrancher 0,5 \u00e0 la valeur absolue de chaque \u00e9cart au num\u00e9rateur : <em>(|O<sub>ij<\/sub> &#8211; E<sub>ij<\/sub>| &#8211; 0,5)\u00b2 \/ E<sub>ij<\/sub><\/em>. Bien qu&rsquo;omnipr\u00e9sente dans les logiciels conventionnels, la correction de Yates est aujourd&rsquo;hui vivement critiqu\u00e9e par les m\u00e9thodologistes contemporains : excessivement conservatrice, elle comprime drastiquement la puissance statistique. En pr\u00e9sence de calculateurs modernes, le recours au test exact de Fisher ou aux m\u00e9thodes non param\u00e9triques intensives de r\u00e9\u00e9chantillonnage (<strong>tests de permutation de Monte-Carlo<\/strong> et <strong>bootstrapping<\/strong>) doit syst\u00e9matiquement lui \u00eatre pr\u00e9f\u00e9r\u00e9.<\/p>\n<h3>12.3 Alternatives pour variables ordinales et structures multivari\u00e9es<\/h3>\n<p>Une limitation conceptuelle majeure du test du khi-deux de Pearson r\u00e9side dans son insensibilit\u00e9 totale \u00e0 la hi\u00e9rarchie ordinale. Lorsqu&rsquo;un chercheur analyse des variables dont les cat\u00e9gories poss\u00e8dent un ordre intrins\u00e8que (par exemple : Aucun trouble &lt; Trouble mod\u00e9r\u00e9 &lt; Trouble s\u00e9v\u00e8re), le khi-deux traite ces donn\u00e9es comme de pures \u00e9tiquettes nominales d\u00e9connect\u00e9es. Il en r\u00e9sulte une <strong>perte de puissance statistique consid\u00e9rable<\/strong>, car le test disperse son \u00e9nergie math\u00e9matique \u00e0 rechercher des associations omnidirectionnelles non structur\u00e9es sans capitaliser sur la monotonie de la progression.<\/p>\n<p>Dans cette configuration ordinale, l&rsquo;investigateur avis\u00e9 mobilise le <strong>test d&rsquo;association lin\u00e9aire par lin\u00e9aire<\/strong> (souvent d\u00e9sign\u00e9 sous l&rsquo;appellation de <strong>test de tendance de Mantel-Haenszel<\/strong> pour variables ordinales). En assignant des scores num\u00e9riques ordonn\u00e9s aux modalit\u00e9s successives, ce test \u00e9value sp\u00e9cifiquement s&rsquo;il existe une corr\u00e9lation lin\u00e9aire ou monotone directionnelle entre les deux facteurs qualitatifs, offrant une puissance statistique tr\u00e8s sup\u00e9rieure pour un degr\u00e9 de libert\u00e9 unique (<em>ddl = 1<\/em>), quelle que soit la dimension matricielle du tableau.<\/p>\n<p>Enfin, lorsque la recherche psychologique quitte l&rsquo;analyse bivari\u00e9e pour s&rsquo;int\u00e9resser \u00e0 des dynamiques causales complexes impliquant simultan\u00e9ment trois variables cat\u00e9gorielles ou plus (par exemple : Diagnostic \u00d7 Type de traitement \u00d7 Genre du patient), le test du khi-deux bidimensionnel s&rsquo;av\u00e8re totalement impuissant face aux effets d&rsquo;interaction d&rsquo;ordre sup\u00e9rieur et au paradoxe de Simpson. Le chercheur franchit alors le pas vers la mod\u00e9lisation statistique multivari\u00e9e avanc\u00e9e :<\/p>\n<ul>\n<li>Les <strong>mod\u00e8les log-lin\u00e9aires<\/strong>, qui d\u00e9composent le logarithme n\u00e9p\u00e9rien des effectifs th\u00e9oriques de la table multidimensionnelle en une somme d&rsquo;effets principaux et d&rsquo;effets d&rsquo;interactions factorielles, sur le mod\u00e8le formel de l&rsquo;analyse de variance appliqu\u00e9e \u00e0 des comptages.<\/li>\n<li>La <strong>r\u00e9gression logistique multinomiale (polytomique)<\/strong> ou ordinale, qui positionne clairement un statut clinique discret en tant que variable d\u00e9pendante \u00e0 expliquer \u00e0 partir d&rsquo;un ensemble conjoint de covariables cat\u00e9gorielles et continues.<\/li>\n<\/ul>\n<p>En embrassant cette trajectoire analytique compl\u00e8te \u2014 de l&rsquo;\u00e9pist\u00e9mologie de Karl Pearson aux mod\u00e9lisations log-lin\u00e9aires contemporaines \u2014, le praticien et le chercheur conf\u00e8rent \u00e0 leurs donn\u00e9es cat\u00e9gorielles la rigueur quantitative, la clart\u00e9 inf\u00e9rentielle et la port\u00e9e clinique n\u00e9cessaires au progr\u00e8s rigoureux des sciences du comportement.<\/p>\n<h2>R\u00e9f\u00e9rences<\/h2>\n<ul>\n<li>Cochran, W. G. (1952). The \u03c7\u00b2 test of goodness of fit. <em>The Annals of Mathematical Statistics<\/em>, 23(3), 315\u2013345. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1214\/aoms\/1177729380\">https:\/\/doi.org\/10.1214\/aoms\/1177729380<\/a><\/li>\n<li>Cochran, W. G. (1954). Some methods for strengthening the common \u03c7\u00b2 tests. <em>Biometrics<\/em>, 10(4), 417\u2013451. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.2307\/3001616\">https:\/\/doi.org\/10.2307\/3001616<\/a><\/li>\n<li>Cohen, J. (1988). <em>Statistical power analysis for the behavioral sciences<\/em> (2e \u00e9d.). Lawrence Erlbaum Associates.<\/li>\n<li>Cram\u00e9r, H. (1946). <em>Mathematical methods of statistics<\/em>. Princeton University Press.<\/li>\n<li>Fisher, R. A. (1922). On the interpretation of \u03c7\u00b2 from contingency tables, and the calculation of P. <em>Journal of the Royal Statistical Society<\/em>, 85(1), 87\u201394. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.2307\/2340521\">https:\/\/doi.org\/10.2307\/2340521<\/a><\/li>\n<li>Fisher, R. A. (1935). The logic of inductive inference. <em>Journal of the Royal Statistical Society<\/em>, 98(1), 39\u201382. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.2307\/2342435\">https:\/\/doi.org\/10.2307\/2342435<\/a><\/li>\n<li>Freeman, G. H., &amp; Halton, J. H. (1951). Note on an exact treatment of contingency, goodness of fit and other problems of significance. <em>Biometrika<\/em>, 38(1\/2), 141\u2013149. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.2307\/2332323\">https:\/\/doi.org\/10.2307\/2332323<\/a><\/li>\n<li>Goodman, L. A., &amp; Kruskal, W. H. (1954). Measures of association for cross classifications. <em>Journal of the American Statistical Association<\/em>, 49(268), 732\u2013764. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1080\/01621459.1954.10501236\">https:\/\/doi.org\/10.1080\/01621459.1954.10501236<\/a><\/li>\n<li>Haberman, S. J. (1973). The analysis of residuals in cross-classified tables. <em>Biometrics<\/em>, 29(1), 205\u2013220. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.2307\/2529686\">https:\/\/doi.org\/10.2307\/2529686<\/a><\/li>\n<li>Mantel, N., &amp; Haenszel, W. (1959). Statistical aspects of the analysis of data from retrospective studies of disease. <em>Journal of the National Cancer Institute<\/em>, 22(4), 719\u2013748. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1093\/jnci\/22.4.719\">https:\/\/doi.org\/10.1093\/jnci\/22.4.719<\/a><\/li>\n<li>McNemar, Q. (1947). Note on the sampling error of the difference between correlated proportions or percentages. <em>Psychometrika<\/em>, 12(2), 153\u2013157. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1007\/BF02295996\">https:\/\/doi.org\/10.1007\/BF02295996<\/a><\/li>\n<li>Pearson, K. (1900). On the criterion that a given system of deviations from the probable in the case of a correlated system of variables is such that it can be reasonably supposed to have arisen from random sampling. <em>The London, Edinburgh, and Dublin Philosophical Magazine and Journal of Science<\/em>, 50(302), 157\u2013175. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1080\/14786440009463897\">https:\/\/doi.org\/10.1080\/14786440009463897<\/a><\/li>\n<li>Yates, F. (1934). Contingency tables involving small numbers and the \u03c7\u00b2 test. <em>Supplement to the Journal of the Royal Statistical Society<\/em>, 1(2), 217\u2013235. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.2307\/2983604\">https:\/\/doi.org\/10.2307\/2983604<\/a><\/li>\n<\/ul>\n","protected":false},"excerpt":{"rendered":"<p>Guide complet du test du khi-deux d&rsquo;ind\u00e9pendance : cadre th\u00e9orique, formule de calcul, conditions d&rsquo;application et exemple pratique en psychologie.<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"closed","template":"","categories":[1881,1835],"tags":[4087,16,4736,1837,3101],"class_list":["post-4048","psych_stat","type-psych_stat","status-publish","hentry","category-methodologie-de-la-recherche","category-statistiques-en-psychologie","tag-khi-deux","tag-psychometrie","tag-table-de-contingence","tag-test-dindependance","tag-variables-categorielles"],"_links":{"self":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_stat\/4048","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_stat"}],"about":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/types\/psych_stat"}],"author":[{"embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=4048"}],"version-history":[{"count":1,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_stat\/4048\/revisions"}],"predecessor-version":[{"id":16584,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_stat\/4048\/revisions\/16584"}],"wp:attachment":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=4048"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=4048"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=4048"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}