Discussion :

[RemiBousquet]

bonjour,
J'ai dans un table les variables Nb_obs_bad, Nb_obs et risk_rate (Nb_obs_bad/Nb_obs).

Je calculais jusqu'à présent un intervalle de confiance autour de risk_rate avec l'approximation de la loi binomiale par la loi normale.
Sauf que dans certains cas, la limite inf était sous 0 ou la limite sup supérieure à 1...

Je souhaiterai donc calculer dans mon étape data un intervalle de confiance exact à 95% autour de mon risk_rate,
quelqu'un a-t'il une suggestion ?

[olivier.decourt]

Bonjour Rémi.
Deux solutions :
1) tu ressors les formules et tu calcules directement dans l'étape Data ou la proc SQL
2) tu prends les données brutes et tu demandes les calculs à la proc Freq avec l'option BINOMIAL.
Olivier

[RemiBousquet]

Merci Olivier,
Il était plus simple pour moi de recoder la formule de calcul que de refaire tourner une proc freq qui aurait ralenti mes temps de traitement lourdement.

Le plus dur était de choisir quelle formule, car la littérature sur le sujet est vaste et le nombre de méthodes important, chacune présentant ses points forts et points faibles selon le nombre d'obs et le tx.

Je suis resté sur la méthode de calcul "exacte" (dite de Clopper-Pearson), qui présente le désavantage d'être parfois conservative

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
data test2  ;
set test ;                               
    risk_rate_obs_bad = Nb_obs_bad / Nb_obs ;
    l_exact = ifn(Nb_obs_bad=0     , 0, 1-betainv(0.975,Nb_obs - Nb_obs_bad+1,Nb_obs_bad    ));
    u_exact = ifn(Nb_obs_bad=Nb_obs, 0, 1-betainv(0.025,Nb_obs - Nb_obs_bad  ,Nb_obs_bad + 1));
run ;