JOURNAL ASMAC No 3 - juin 2019

Formation postgraduée/Conditions de travail
Apprendre à lire
La dispersion
de données
Souvent, nous décrivons la dispersion
(variance) de données avec
l’écart type. Pour simplifier,
l’écart type correspond à la
distance moyenne entre toutes les valeurs
mesurées d’une caractéristique et leur
moyenne. Prenons à titre d’exemple la
mesure du poids [kg] chez six patients: 57,
88, 102, 76, 67, 96. Le poids moyen de
notre échantillon est de 81 kg.
Pour déterminer l’écart type, nous devons
d’abord calculer la variance. La variance
correspond (environ) à la moyenne des
carrés des écarts (χ i
– χ– )
2
de chaque
obser va tion x i par rapport à la moyenne χ– .
L’écart type est finalement la racine
carrée de la variance, dans notre exemple
(voir la formule mathématique ci-dessous)
Comme l’écart type a la même unité que
les données, il peut être plus facilement
interprété que la variance. Une valeur
plus élevée de l’écart type signifie une
plus grande dispersion des données.
Le principe de base pour les données
normales dit qu’environ deux tiers des
valeurs sont comprises dans un écart type
de la moyenne, 95% des valeurs sont
comprises dans deux écarts types et 99%
des valeurs sont comprises dans trois
écarts types.
Lukas Staub,
spécialiste en
épidémiologie
clinique, membre
de la rédaction
du Journal ASMAC
18
3/19 VSAO /ASMAC Journal