Calculateur du chi carré avec correction de Yates
Calculez le chi carré corrigé de Yates pour les tableaux de contingence 2×2. Réduisez l'erreur de type I lorsque les fréquences attendues sont faibles.
Saisissez les quatre effectifs (a, b, c, d) de votre tableau de contingence 2×2 pour calculer la valeur χ² corrigée de Yates et la valeur p.
Calculateur du chi carré avec correction de Yates
Calculez le chi carré corrigé de Yates pour les tableaux de contingence 2×2. Réduisez l'erreur de type I lorsque les fréquences attendues sont faibles.
Saisissez les effectifs de votre tableau de contingence 2×2 : groupe A en lignes, résultat 1/2 en colonnes.
À propos de la correction de continuité de Yates
La correction de continuité de Yates est un ajustement appliqué au test du chi carré (χ²) lorsqu'il est utilisé avec un tableau de contingence 2×2. La distribution du chi carré est continue, mais les fréquences observées dans un tableau de contingence sont des comptages discrets. Cette différence conduit l'approximation du chi carré à surestimer la statistique de test, ce qui produit des valeurs p trop faibles et augmente le risque d'erreur de type I, surtout lorsque la taille d'échantillon ou les fréquences attendues sont faibles.
Frank Yates a proposé cette correction en 1934. L'idée est simple : soustraire 0,5 à la différence absolue entre chaque fréquence observée et attendue avant de mettre au carré. La formule corrigée est χ² = Σ (|O − E| − 0,5)² / E, sommée sur les quatre cellules. Ce petit ajustement réduit la valeur globale du chi carré et produit une valeur p plus conservatrice (plus grande), qui reflète mieux la probabilité réelle d'obtenir le résultat observé ou un résultat plus extrême.
La correction est particulièrement importante lorsque toute fréquence attendue tombe sous 10, et surtout sous 5. Dans ces conditions, le test du chi carré standard est connu pour être peu fiable, et la correction de Yates aide à compenser. Pour les grands échantillons où toutes les fréquences attendues dépassent 10, la correction a un impact minime et le test du chi carré standard suffit.
Pour utiliser le calculateur, vous devez structurer vos données sous forme de tableau de contingence 2×2. Les deux lignes représentent les deux groupes (par exemple, traitement vs contrôle), et les deux colonnes représentent les deux issues possibles (par exemple, succès vs échec). La cellule a est l'effectif du groupe A avec le résultat 1, la cellule b celui du groupe A avec le résultat 2, la cellule c celui du groupe B avec le résultat 1, et la cellule d celui du groupe B avec le résultat 2.
Les degrés de liberté d'un tableau 2×2 sont toujours égaux à 1. La valeur p est calculée à partir de la distribution du chi carré avec 1 degré de liberté. Une valeur p inférieure à 0.05 est traditionnellement interprétée comme une preuve d'association statistiquement significative entre l'appartenance au groupe et l'issue.
La communauté statistique débat encore du moment où il faut utiliser la correction de Yates. Certains statisticiens estiment qu'elle corrige trop et réduit la puissance statistique. L'alternative préférée par beaucoup de statisticiens modernes pour de très faibles fréquences attendues est le test exact de Fisher, qui calcule la probabilité exacte sans s'appuyer sur l'approximation du chi carré. Cependant, la correction de Yates reste largement enseignée et acceptée dans de nombreuses disciplines ; c'est un bon choix lorsque vous voulez un résultat rapide et conservateur pour un tableau 2×2.
Exemples pratiques
Explorez divers scénarios pour comprendre le fonctionnement du calculateur.
| Saisie (a, b, c, d) | χ² / valeur p | Remarque |
|---|---|---|
| a=3, b=22, c=11, d=14 | χ²≈4.86, p≈0.027 | Essai vaccinal — significatif ; le vaccin réduit le taux d'infection. |
| a=15, b=5, c=8, d=12 | χ²≈3.68, p≈0.055 | Méthode d'enseignement — limite, non significative à α=0.05. |
| a=25, b=975, c=15, d=985 | χ²≈2.07, p≈0.151 | Test publicitaire A/B — pas de différence significative du taux de clic. |
| a=1, b=49, c=6, d=44 | χ²≈2.48, p≈0.115 | Étude sur un effet secondaire rare — la correction de Yates est indispensable ici à cause des faibles effectifs. |
Comment utiliser le calculateur
- Disposez vos données dans un tableau 2×2 : groupe A sur la première ligne, groupe B sur la deuxième, résultat 1 dans la première colonne et résultat 2 dans la deuxième.
- Saisissez l'effectif de la cellule a (groupe A, résultat 1) dans le premier champ, puis celui de la cellule b (groupe A, résultat 2) dans le deuxième champ.
- Saisissez l'effectif de la cellule c (groupe B, résultat 1) et de la cellule d (groupe B, résultat 2) dans les champs restants. Toutes les valeurs doivent être des entiers non négatifs.
- Cliquez sur Calculer pour voir la valeur χ² corrigée de Yates, les degrés de liberté (toujours 1), la valeur p et la décision de significativité.
- Utilisez les boutons d'exemple pour charger des données prédéfinies et vérifier les résultats ou explorer des cas courants.
FAQ
Qu'est-ce que la correction de continuité de Yates ?
La correction de Yates est un ajustement de la formule standard du chi carré pour les tableaux 2×2. Elle soustrait 0,5 à la différence absolue entre les fréquences observées et attendues avant de mettre au carré. Cela rend le test plus conservateur et réduit le risque de faux positif (erreur de type I) lorsque la taille de l'échantillon ou les fréquences attendues sont faibles.
Quand dois-je utiliser la correction de Yates plutôt que le test du chi carré standard ?
Utilisez la correction de Yates lorsqu'une fréquence attendue est inférieure à 10. Le test du chi carré standard convient lorsque toutes les fréquences attendues sont de 10 ou plus. Pour les très petits échantillons où une fréquence attendue est inférieure à 5, envisagez plutôt le test exact de Fisher, car il est encore plus fiable dans ce cas.
Que représentent les cellules a, b, c et d ?
La cellule a est le nombre de sujets du groupe A ayant obtenu le résultat 1. La cellule b est le nombre du groupe A avec le résultat 2. La cellule c est le nombre du groupe B avec le résultat 1. La cellule d est le nombre du groupe B avec le résultat 2. Dans une étude vaccinale, le groupe A peut représenter les vaccinés, le groupe B les non-vaccinés, le résultat 1 l'infection et le résultat 2 l'absence d'infection.
Pourquoi le degré de liberté est-il toujours 1 pour un tableau 2×2 ?
Les degrés de liberté d'un test du chi carré d'indépendance sont égaux à (lignes − 1) × (colonnes − 1). Pour un tableau 2×2, cela donne (2−1) × (2−1) = 1. Cela signifie qu'une fois que vous connaissez les totaux marginaux et une valeur de cellule, toutes les autres valeurs sont entièrement déterminées, ce qui ne laisse qu'un seul paramètre libre.
La correction de Yates réduit-elle la puissance statistique ?
Oui, rendre le test plus conservateur signifie qu'il faut des preuves plus fortes pour rejeter l'hypothèse nulle. Les critiques soutiennent que la correction de Yates peut corriger excessivement et augmenter le risque d'erreur de type II (rater un effet réel). Pour les grands échantillons avec des effectifs attendus élevés, la correction est négligeable. Beaucoup de statisticiens modernes préfèrent le test exact de Fisher pour les analyses 2×2 sur petits échantillons.
Puis-je utiliser ce calculateur pour des tableaux plus grands que 2×2 ?
Non. La correction de Yates est spécifiquement conçue pour les tableaux de contingence 2×2. Pour des tableaux plus grands, comme 3×2 ou 3×3, utilisez le test du chi carré de Pearson standard sans correction de continuité. La formule et les degrés de liberté diffèrent pour les tableaux plus grands.