Télécharger le supplément (250 p.) - KCE

100 Médecine à l'acte / médecine au forfait - ANNEXES KCE Reports 85 S
la variable qui apporte le plus à l’explication de la variance des dépenses est la
variable « intervention majorée » qui a une F value de 300, suivie de la variable
« invalidité » qui a une F value de 225 et ainsi de suite…
Toutefois les F values des variables individuelles ne peuvent pas être interprétées seules à
partir du moment où il y a des croisements entre les variables individuelles. C’est l’ensemble
des F values où intervient la variable qui doit être interprété.
Pour simplifier à nouveau, imaginons qu’il n’y ait dans le tableau que la variable « inv », la
variable « im » et le croisement de ces deux variables. L’importance de la variable « inv»
dans l’explication de la variance devrait alors être évaluée de la manière suivante :
quand la variable « im» prend la valeur 0 (personnes ne jouissant pas de
l’intervention majorée), la variable « inv » (personnes ayant le statut
d’invalide) a une F value de 225
quand la variable « im» prend la valeur 1 (personnes jouissant de l’intervention
majorée), la variable « inv» (personnes ayant le statut d’invalides) a une F value
de 300 + 225 = 525.
Il n’est donc pas immédiat de pouvoir évaluer l’impact des différentes variables et de leurs
interactions.
Essai 1 - en mettant toutes les intéractions possibles
Class Level Information
Class Levels Values
age 7 1-4 ans 25-39 ans 40-64 ans 5-24 ans 65-74 ans 75-84 ans 85-+ ans
im 2 1 2
inv 2 1 2
PP0020 2 1 2
prep 2 1 2
VPO 2 1 2
chom3 2 1 2
aidsoc 2 1 2
Number of Observations Read 21778
Number of Observations Used 21778
Source DF Sum of Squares Mean Square F Value Pr > F
Model 63 38396623712 609470217.66 21.31 F
age 6 1521836321 253639387 8.87