Epi Info V6

Présentation rapide du logiciel Epi Info®
Loïc Desquilbet, PhD
Département des Productions Animales et de Santé Publique
Ecole Nationale Vétérinaire d’Alfort
[email protected]
Tutoriel Epi Info v6
Plan
Où trouver Epi Info ?
3
Importer un fichier Excel dans Epi Info
5
Importer un fichier Excel « Open Office » dans Epi Info
13
Fenêtre « program editor »
17
Décrire un fichier de données
Faire apparaître le fichier de données
22
Tableau de fréquences simple (pour une variable qualitative)
24
Moyennes et médianes (pour une variable quantitative)
26
Histogramme
29
Associations statistiques brutes
Tableau de fréquences croisées (pour deux variables qualitatives)
32
Moyennes et médianes par modalité d’une variable binaire
42
Moyennes et médianes par modalité d’une variable à > 2 classes
47
Associations statistiques stratifiées
Tableau de fréquences croisées stratifié sur une variable binaire
52
Analyses statistiques dans un sous-échantillon
60
Créer des variables
64
2
Où trouver Epi Info ?
Adresse web : www.cdc.gov/epiinfo/
Download pour la version 3.5.1
3
Où trouver Epi Info ?
Clic sur Full
Download
Clic sur Download
seetup.exe
4
Importer un fichier Excel dans Epi Info
5
Importer un fichier Excel dans Epi Info
1
Clic sur « Read (import) » pour importer des
données
2
Le projet par défaut d’Epi
Info (« sample.mdb »)
doit être obligatoirement
changé avant l’import
d’un fichier de données
6
Importer un fichier Excel dans Epi Info
1
3
2
Puis clic sur « Ouvrir »
Changer le projet = procédure obligatoire !
Clic sur « Change Project » pour créer un nouveau projet sur
le disque dur, en le nommant comme on veut (ici « nouveau
projet » dans le répertoire « Tutorial vidéo Epi Info »)
7
Importer un fichier Excel dans Epi Info
Choisir le format de la base de données que
l’on veut importer dans Epi Info : « Excel 8.0 »
8
Importer un fichier Excel dans Epi Info
2
Aller chercher le fichier Excel
à importer (par exemple,
« pour_tutorial.xls »)
1
9
Importer un fichier Excel dans Epi Info
Sélectionner la feuille Excel du
fichier de données qui contient
les données à importer…
1
2
… puis clic sur « Ok »
10
Importer un fichier Excel dans Epi Info
Clic sur « Ok » après avoir vérifié que la
case qui dit à Epi Info que la 1ère ligne
contient le nom des variables a été cochée
(La première ligne de la feuille de calcul
qui contient les données à importer doit
être le nom des variables, sans espace)
11
Importer un fichier Excel dans Epi Info
Le fichier de données a été importé, et
contient 200 lignes
12
Importer un fichier Excel « Open Office » dans Epi Info
1ère étape : enregistrer le tableur sous le format txt (séparateur = tabulation)
2ème étape : importer le fichier sous Epi Info (après avoir changé le projet !)
Clic sur « Read (import) » pour importer les
données
1
2
Sélectionner « Text »
13
Importer un fichier Excel « Open Office » dans Epi Info
1
Sélectionner ensuite le
fichier txt à importer
2
Puis « ouvrir »
3
Le fichier texte s’ouvre ⇒ le fermer
14
Importer un fichier Excel « Open Office » dans Epi Info
Cliquer sur « Ok »
15
Importer un fichier Excel « Open Office » dans Epi Info
1
Sélectionner « (tab) »
Puis « Ok »
2
Remarque
Après l’import, les variables binaires codées en 0/1 seront codées en « No » / « Yes »,
mais intrinsèquement, leur valeur reste « 0 » ou « 1 »
16
Fenêtre « program editor »
Présentation générale
▪ Cette fenêtre s’appelle la fenêtre « program editor »
▪ C’est dans cette fenêtre que s’écrit (ou que l’on écrit) les lignes
de programme qui permettent d’exécuter toutes les commandes
17
Fenêtre « program editor »
Présentation générale
Remarque
a
Quand on exécute les commandes par « clic » (a), la ligne
de programme s’écrit automatiquement (b) ⇒ très
pratique pour apprendre le code d’Epi Info !
b
On a donc ici la ligne de
programme qui correspond à
l’import du fichier Excel précédent
18
Fenêtre « program editor »
Présentation générale
Pour exécuter une ligne de commande déjà écrite (ou que vous
venez d’écrire), placez-vous sur la ligne de programme (celle du
haut si la ligne de programme tient sur plusieurs ligne, comme ici),
et cliquez sur « Run This Command »
19
Fenêtre « program editor »
Enregistrer le programme
Clic sur « Save » permet de sauvegarder le
programme, pour le relancer par la suite
1
20
Fenêtre « program editor »
Enregistrer le programme
2
3
Le programme s’enregistre dans le projet créé
préalablement (en tout cas, il faut le vérifier)
On choisit de nommer ce programme
« pgme_tutor_pwt » (le nom du programme ne
doit pas contenir d’espace)
4
Clic sur « Ok »
21
Décrire un fichier de données
Faire apparaître le fichier de données
Clic sur « Grid » ou « Web »
(si bug avec « Grid)
3
Clic sur « Ok »
2
4
1
Clic sur « List »
22
Décrire un fichier de données
Faire apparaître le fichier de données
Fichier de données
Ligne de programme pour faire apparaître le fichier
de données
23
Décrire un fichier de données
Tableau de fréquences simple (pour une variable qualitative)
Choix de la variable dont on veut le
tableau de fréquences (ici, « race_locale »)
3
2
1
4
Clic sur « Frequencies »
Puis « Ok »
24
Décrire un fichier de données
Tableau de fréquences simple (pour une variable qualitative)
Rappel de la commande
Tableau de fréquences
et des %
Intervalle de confiance des %
Ligne de programme qui a été écrite à la
suite du clic sur « Frequencies »
25
Décrire un fichier de données
Moyennes et médianes (pour une variable quantitative)
Choix de la variable dont on veut
la moyenne (Ici, « age »)
3
2
1
4
Clic sur « Means »
Puis « Ok »
26
Décrire un fichier de données
Moyennes et médianes (pour une variable quantitative)
Rappel de la commande
Sortie n°1
Tableau de toutes les
valeurs que prend la
variable « age »
Ligne de programme qui a été écrite à la
suite du clic sur « Means »
27
Décrire un fichier de données
Moyennes et médianes (pour une variable quantitative)
Sortie n°2
▪ Moyenne de 6,0 ans (SD1 : 1,9 ans)
▪ Médiane de 5,8 ans (IQR2 : 4,7 ; 7,4)
1
SD = Standard Deviation (écart-type dans l’échantillon)
2
IQR = InterQuartile Range = 25ème et 75ème percentiles (1er et 3ème quartiles)
28
Décrire un fichier de données
Histogramme
Choix de « Histogram »
Choix de la variable
quantitative (ici, « poids »)
3
2
1
Clic sur « Graph »
29
Décrire un fichier de données
Histogramme
Clic sur « Ok »
5
4
Choix de la largeur des barres de l’histogramme
(ici, choix d’une largeur de 40 kilos)
30
Décrire un fichier de données
Histogramme
En ordonnées, nombre d’individus
par barre de l’histogramme
40
Largeur de barres de 40 kilos
31
Associations statistiques brutes
Tableau de fréquences croisées (pour deux variables qualitatives)
Choix de la variable d’exposition
(Ici, « race_locale »)
Choix de la variable « maladie »
(Ici, « tuberculose »)
4
3
2
1
Clic sur « Tables »
5
Puis « Ok »
32
Associations statistiques brutes
Tableau de fréquences croisées (pour deux variables qualitatives)
Rappel de la commande
Sortie n°1 : tableau de
fréquences
Pourcentages en colonne : 68%
des bovins sans tuberculose
sont de race locale contre 42%
des bovins avec tuberculose
Ligne de programme qui a été écrite à la
suite du clic sur « Tables »
33
Associations statistiques brutes
Tableau de fréquences croisées (pour deux variables qualitatives)
Sortie n°1 : tableau de
fréquences
Pourcentages en ligne : 23% des
bovins de race locale sont
atteints de tuberculose contre
46% des bovins d’autres races
34
Associations statistiques brutes
Tableau de fréquences croisées (pour deux variables qualitatives)
Sortie n°2.a : Odds Ratios
▪ Epi Info fournit deux
estimations de l’OR (elles
sont quasiment identiques)
▪ MLE = maximum likelihood
estimation (estimation par le
maximum de vraisemblance)
▪ L’OR comparant les exposés
(exposure variable = 1) aux
non exposés (exposure
variable = 0) sur la présence
de maladie est de :
0,34 [0,18 ; 0,62]95%
35
Associations statistiques brutes
Tableau de fréquences croisées (pour deux variables qualitatives)
Sortie n°2.b : tests statistiques
▪ Les tests comparent
- 68% à 42% (% en col.)
- 23% à 46% (% en ligne)
▪ Les effectifs attendus sous
H0 sont tous > 5 (sinon, Epi
Info vous avertit !)
⇒ On lit le test le p du Chideux non corrigé
bilatéral (2-tailed)
36
Associations statistiques brutes
Tableau de fréquences croisées (pour deux variables qualitatives) lorsque les
effectifs attendus sont < 5
▪ Lorsqu’au moins 1 des effectifs attendus est < 5, il faut utiliser le test de Fisher (la
correction de Yates n’est plus vraiment utilisée…)
▪ Dans la diapo 32, on remarque qu’Epi Info fournit le p de Fisher, mais il s’agit d’un test
unilatéral !! (1-tailed)
⇒ Il faut utiliser Statcalc d’Epi Info
▪ La démarche est la suivante :
1) Utiliser la commande TABLES pour avoir les effectifs observés dans chacune des 4
cases (cf.diapo 29), et les pourcentages à comparer
2) Regarder si Epi Info dit qu’il y a au moins un des 4 effectifs attendus < 5
3) Si oui, utiliser Statcalc pour calculer le p de Fisher bilatéral, qui permettra de conclure à
la différence significative ou non entre les deux pourcentages à comparer
37
Associations statistiques brutes
Tableau de fréquences croisées (pour deux variables qualitatives) lorsque les
effectifs attendus sont < 5
Utilities -> StatCalc
38
Associations statistiques brutes
Tableau de fréquences croisées (pour deux variables qualitatives) lorsque les
effectifs attendus sont < 5
▪ Dans ces fenêtres DOS, la souris
ne marche pas !
▪ Il faut sélectionner les menus
avec les flèches du clavier, puis
taper sur « entrée »
▪ Ici, sélection de Tables (2x2, 2xn)
puis « entrée »
39
Associations statistiques brutes
Tableau de fréquences croisées (pour deux variables qualitatives) lorsque les
effectifs attendus sont < 5
▪ Il faut rentrer chaque nombre
puis appuyer sur « entrée » pour
passer à la case suivante
▪ Une fois les 4 nombres rentrés, il
faut taper F4 pour avoir les
résultats des tests statistiques
40
Associations statistiques brutes
Tableau de fréquences croisées (pour deux variables qualitatives) lorsque les
effectifs attendus sont < 5
▪ Epi Info ne fournit le test de Fisher que si au moins un des effectifs
attendus est < 5
▪ Il faut lire la valeur du p de Fisher bilatéral (2-tailed) : ici, pFisher = 0,27
▪ Pour quitter Statcalc, taper plusieurs fois sur F10
41
Associations statistiques brutes
Moyennes et médianes par modalité d’une variable binaire
Choix de la variable dont on veut
la moyenne (Ici, « age »)
Choix de la variable « tuberculose »
selon laquelle on veut les moyenne et
médiane de « age »
4
3
2
1
5
Clic sur « Means »
Puis « Ok »
42
Associations statistiques brutes
Moyennes et médianes par modalité d’une variable binaire
Rappel de la commande
Sortie n°1
Tableau de toutes les valeurs que
prend la variable « age » selon les
modalités de « tuberculose »
Ligne de programme qui a été écrite
à la suite du clic sur « Means »
43
Associations statistiques brutes
Moyennes et médianes par modalité d’une variable binaire
Sortie n°2
▪ Moyennes…
Il y a 136 vaches qui ont « 0 »
pour « tuberculose » et 64 qui
ont « 1 » pour « tuberculose »
Pour « tuberculose » = 0 : 5,7 ans
Pour « tuberculose » = 1 : 6,7 ans
▪ Médianes…
Pour « tuberculose » = 0 : 5,5 ans
Pour « tuberculose » = 1 : 6,8 ans
44
Associations statistiques brutes
Moyennes et médianes par modalité d’une variable binaire
Sortie n°3
▪ Test de Student
Valeur du T de Student : 3,5 (a)
Valeur du p : p < 0,05 (b)
⇒ Les 2 moyennes sont
significativement différentes
a
b
Sortie n°3 (suite)
▪ Test de comparaison des variances (inutile ici car les effectifs sont ≥ 30)
p = 0,38 (variances non significativement inégales)
45
Associations statistiques brutes
Moyennes et médianes par modalité d’une variable binaire
Sortie n°4
▪ Test de comparaison des médianes par les tests de Wilcoxon (pour
variable binaire) ou Kruskal-Wallis (pour variable à > 2 classes)
p < 0,05 (médianes d’âge significativement différentes entre les bovins
sans tuberculose et les bovins avec tuberculose)
46
Associations statistiques brutes
Moyennes et médianes par modalité d’une variable à > 2 classes
Choix de la variable « region » selon
laquelle on veut les moyennes et
médianes de « age »
Choix de la variable dont on veut
la moyenne (Ici, « age »)
3
4
2
1
5
Clic sur « Means »
Puis « Ok »
47
Associations statistiques brutes
Moyennes et médianes par modalité d’une variable à > 2 classes
Rappel de la commande
Sortie n°1
Tableau de toutes les valeurs que
prend la variable « age » selon les
modalités de « region »
48
Associations statistiques brutes
Moyennes et médianes par modalité d’une variable à > 2 classes
Sortie n°2
▪ Moyennes…
- Pour « region » = 1 : 5,8 ans
- Pour « region » = 2 : 6,6 ans
- Pour « region » = 3 : 5,9 ans
- Pour « region » = 4 : 5,8 ans
▪ Médianes…
- Pour « region » = 1 : 5,8 ans
- Pour « region » = 2 : 6,5 ans
- Pour « region » = 3 : 5,8 ans
- Pour « region » = 4 : 5,2 ans
49
Associations statistiques brutes
Moyennes et médianes par modalité d’une variable à > 2 classes
Sortie n°3
▪ Test d’analyse de variance
Valeur du F de Fisher : 1,85 (a)
▪ Valeur du p : p = 0,14 (b)
⇒ Les 4 moyennes ne sont pas
significativement différentes
a
b
(Le test d’analyse de variance est
le test statistique qui permet de
comparer > 2 moyennes)
50
Associations statistiques brutes
Moyennes et médianes par modalité d’une variable à > 2 classes
Sortie n°4
▪ Test de comparaison des médianes par le test de Kruskal-Wallis
p = 0,14 (médianes d’âge non significativement différentes)
51
Associations statistiques stratifiées
Tableau de fréquences croisées stratifié sur une variable binaire
Choix de la variable d’exposition
(Ici, « race_locale »)
Choix de la variable « maladie »
(Ici, « tuberculose »)
4
5
3
2
1
6
Clic sur « Tables »
Stratification sur
« Gestation »
Puis « Ok »
52
Associations statistiques stratifiées
Tableau de fréquences croisées stratifié sur une variable binaire
Sortie n°1
Résumé des analyses effectuées :
1) Croisement de « race_locale » par
« tuberculose » parmi « gestation = 0 »
2) Croisement de « race_locale » par
« tuberculose » parmi « gestation = 1 »
3) Résumé de la stratification (présentation
des OR ajustés)
53
Associations statistiques stratifiées
Tableau de fréquences croisées stratifié sur une variable binaire
Sortie n°2
Tableau croisé pour « gestation = 0 »
- Prévalence de tuberculose chez les
vaches de race locale : 17%
- Prévalence de tuberculose chez les
vaches d’autres races : 42%
54
Associations statistiques stratifiées
Tableau de fréquences croisées stratifié sur une variable binaire
Sortie n°3
(a) OR avec IC95% parmi
« gestation = 0 »
(b)Test du Chi-2 testant les
prévalences de tuberculose
parmi « gestation = 0 »
(cf. sortie n°2)
a
b
55
Associations statistiques stratifiées
Tableau de fréquences croisées stratifié sur une variable binaire
Sortie n°4
Tableau croisé pour « gestation = 1 »
- Prévalence de tuberculose chez les
vaches de race locale : 30%
- Prévalence de tuberculose chez les
vaches d’autres races : 50%
56
Associations statistiques stratifiées
Tableau de fréquences croisées stratifié sur une variable binaire
Sortie n°5
(a) OR avec IC95% parmi
« gestation = 1 »
(b)Test du Chi-2 testant les
prévalences de tuberculose
parmi « gestation = 1 »
(cf. sortie n°4)
a
b
57
Associations statistiques stratifiées
Tableau de fréquences croisées stratifié sur une variable binaire
Sortie n°6
(a) OR brut avec IC95%
(b)OR ajusté sur « gestation »
avec IC95%
a
b
58
Associations statistiques stratifiées
Tableau de fréquences croisées stratifié sur une variable binaire
Sortie n°7
(a) Test du Chi-2 MantelHaenszel testant l’OR
ajusté (⇔
⇔ test de Wald)
(b)Test du Chi-2 testant la
présence d’une interaction
significative (OR dans
strate 1 ≠ OR dans strate 2)
a
b
59
Analyses statistiques dans un sous-échantillon
Décrire un fichier de données parmi une sélection d’individus
▪ Objectif
Fournir des statistiques descriptives (+ tests) dans un sous-échantillon de l’échantillon
initial selon des critères bien précis (conditions précises)
▪ Principe
Il faut demander à Epi Info de sélectionner les observations qui répondent aux
conditions de sélection du sous-échantillon
▪ Syntaxe pour sélectionner les observations : SELECT condition
▪ Syntaxe pour déselectionner les observations : SELECT
▪ Utilisation des mot-clés AND et OR si la condition porte sur plusieurs variables
60
Analyses statistiques dans un sous-échantillon
Décrire un fichier de données parmi une sélection d’individus
▪ Objectif
Fournir des statistiques descriptives (+ tests) dans un sous-échantillon de l’échantillon
initial selon des critères bien précis (conditions précises)
▪ Principe
Il faut demander à Epi Info de sélectionner les observations qui répondent aux
conditions de sélection du sous-échantillon
▪ Syntaxe pour sélectionner les observations : select condition
▪ Syntaxe pour déselectionner les observations : select
▪ Illustration
Fournir la médiane d’âge des bovins sans tuberculose parmi les vaches de race
locale hors période de gestation
61
Analyses statistiques dans un sous-échantillon
Décrire un fichier de données parmi une sélection d’individus
▪ Illustration
Fournir la médiane d’âge des bovins parmi les vaches de race locale hors période de
gestation
Médiane : 5,5 ans
62
Analyses statistiques dans un sous-échantillon
Décrire un fichier de données parmi une sélection d’individus
▪ Illustration
Fournir la médiane d’âge des bovins parmi les vaches de race locale hors période de
gestation
Retour à l’échantillon initial des 200 bovins
63
Créer des variables
Commandes Epi-Info et syntaxe
▪ Commandes : define, assign, recode
▪ Syntaxe n°1 : création d’une variable sous conditio ns
define new_var
if condition1 then
assign new_var = valeur1
end
if condition2 then
assign new_var = valeur2
end
64
Créer des variables
Commandes Epi-Info et syntaxe
▪ Syntaxe n°2 : recodage d’une variable quantitative en une variable en classes selon
des seuils de la variable quantitative
define var_classes
recode var_quant to var_classes
lovalue-seuil1 = valeur1
seuil1-seuil2 = valeur2
seuil2-seuil3 = valeur3
…=…
seuilk-hivalue = valeurp
end
seuil2
seuil1
valeur1
valeur2
seuil3
valeur3
var_quant
valeur4
Valeurs de var_classes
65
Créer des variables
Commandes Epi-Info et syntaxe
▪ Pour supprimer une variable d’un fichier de données, il faut taper :
undefine variable
▪ Si une variable est déjà créée, et que l’on veut modifier son codage, il faut la
supprimer avant de la redéfinir
66
Créer des variables
Présentation de différents exemples
▪ On veut créer deux variables :
- raceloc_sup3 : variable qui vaut « 1 » si le bovin est de race locale d’un âge
supérieur ou égal à 3 ans, et « 0 » sinon (bovin d’autres races ou d’âge inférieur à 3
ans)
- age_cl = variable qui vaut « 1 » si l’animal est âgé ≤ 4 ans, « 2 » si 4-6 ans, « 3 » si
6-8 ans, et « 4 » si > 8 ans
67
Créer des variables
Création de raceloc_sup3
Création de age_cl
68