"En 1972-1974, à Whickham, une ville du nord-est de l'Angleterre, située à environ 6,5 kilomètres au sud-ouest de Newcastle upon Tyne, un sondage d'un sixième des électeurs a été effectué afin d'éclairer des travaux sur les maladies thyroïdiennes et cardiaques (Tunbridge et al. 1977). Une suite de cette étude a été menée vingt ans plus tard (Vanderpump et al. 1995). Certains des résultats avaient trait au tabagisme et cherchaient à savoir si les individus étaient toujours en vie lors de la seconde étude. Par simplicité, nous nous restreindrons aux femmes et parmi celles-ci aux 1314 qui ont été catégorisées comme \"fumant actuellement\" ou \"n'ayant jamais fumé\". Il y avait relativement peu de femmes dans le sondage initial ayant fumé et ayant arrêté depuis (162) et très peu pour lesquelles l'information n'était pas disponible (18). La survie à 20 ans a été déterminée pour l'ensemble des femmes du premier sondage."
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"1.Représentez dans un tableau le nombre total de femmes vivantes et décédées sur la période en fonction de leur habitude de tabagisme. \n",
"Calculez dans chaque groupe (fumeuses / non fumeuses) le taux de mortalité (le rapport entre le nombre de femmes décédées dans un groupe et le nombre total de femmes dans ce groupe). \n",
"Vous pourrez proposer une représentation graphique de ces données et calculer des intervalles de confiance si vous le souhaitez. En quoi ce résultat est-il surprenant ?\n"
"On a donc dans le tableau intitulé Data respectivement, le nombre de Non-fumeurs décédés puis vivants puis le nombre de non-fumeurs décédés puis vivants. On peut maintenant passer à l'analyse."
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"Calculez dans chaque groupe (fumeuses / non fumeuses) le taux de mortalité (le rapport entre le nombre de femmes décédées dans un groupe et le nombre total de femmes dans ce groupe). Vous pourrez proposer une représentation graphique de ces données et calculer des intervalles de confiance si vous le souhaitez. En quoi ce résultat est-il surprenant ?"
"Ce résultat est surprenant car il a été prouvé maintes fois que fumer nuit à la santé. Ce résultat est donc contre-intuitif."
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"2.Reprenez la question 1 (effectifs et taux de mortalité) en rajoutant une nouvelle catégorie liée à la classe d'âge. On considérera par exemple les classes suivantes : 18-34 ans, 34-54 ans, 55-64 ans, plus de 65 ans. En quoi ce résultat est-il surprenant ? Arrivez-vous à expliquer ce paradoxe ? De même, vous pourrez proposer une représentation graphique de ces données pour étayer vos explications.\n"
"Pour chaque ligne, on vient l'ajouter à un tableau dans un dictionnaire. On viens ensuite faire la manipulation précédente sur chacune des clés dans le dictionnaire."
]
},
{
"cell_type": "code",
"execution_count": 9,
"metadata": {},
"outputs": [],
"source": [
"x=Separer_par_age(Data)\n",
"def recuperer_stats_age(Data):\n",
" for i in Data.keys():\n",
" temp=[0,0,0,0]\n",
" for ligne in Data[i]:\n",
" compte_stats(temp, ligne)\n",
" Data[i]=diviser_data_fumeur(temp)\n",
"recuperer_stats_age(x)"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"On créée une fonction pour automatiser la séparation et récupération des données. On viens ensuite examiner chacune des tranches d'âge et afficher des graphes."
"Ce résultat est surprenant car il contredit les résultats précédents et place les fumeurs comme ayant le plus haut taux de mortalité. Lorsque le groupe est pris dans sa globalité, le résultat obtenu est différent de ceux que l'on obtient après avoir divisé le groupe en plusieurs sous-groupes. Je ne sais pas vraiment comment expliquer ce paradoxe. Il faudrait plus expérimenter avec les données."
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"3.Afin d'éviter un biais induit par des regroupements en tranches d'âges arbitraires et non régulières, il est envisageable d'essayer de réaliser une régression logistique. Si on introduit une variable Death valant 1 ou 0 pour indiquer si l'individu est décédé durant la période de 20 ans, on peut étudier le modèle Death ~ Age pour étudier la probabilité de décès en fonction de l'âge selon que l'on considère le groupe des fumeuses ou des non fumeuses. Ces régressions vous permettent-elles de conclure sur la nocivité du tabagisme ? Vous pourrez proposer une représentation graphique de ces régressions (en n'omettant pas les régions de confiance)."
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"Je n'ai pas réussi à comprendre ce qu'est la regression logistique et à l'appliquer."
