Ouvrir la navigation
OuvrirOuvrir l’espace de travail

Outils d'études de marché · Rapport des cotes

Calculateur d’odds ratio

De combien les chances d’un événement sont-elles plus élevées dans un groupe que dans l’autre ? Calculez l’odds ratio et son intervalle de confiance.

Calculer l’odds ratio en ligne

Saisissez ou collez les effectifs observés depuis un tableur. Les résultats se mettent à jour immédiatement et tout est calculé dans votre navigateur.

Taille du tableauAstuce : collez un bloc de décomptes directement à partir d'une feuille de calcul.
Vous avez une feuille de calcul ? Ouvrez l'espace de travail →Gardez cette calculatrice pour un tableau rapide ; utilisez l'espace de travail pour les fichiers, les filtres, les exportations et les projets enregistrés.
Total
100
100
Total60140200

Rapport de cotes

2,67

IC à 95 % 1,42–5,02 · Fisher p = 0,003

χ²(1, N = 200) = 9,52, p = 0,002, V = 0,22

Toutes les statistiques
Chi carré de Pearsonχ² = 9,524, df = 1, p = 0,002
Test G (rapport de vraisemblance)G = 9,663, df = 1, p = 0,002
Khi carré avec correction de Yatesχ² = 8,595, p = 0,003
Test exact de Fisher (bilatéral)p = 0,003
Rapport de cotes2,667 (IC à 95 % 1,417–5,020)
V de Cramér0,218 (petit)
Coefficient Phi (φ)0,218
Coefficient de contingence (C)0,213
Lambda (symétrique / ligne | col / col | ligne)0,125 / 0,200 / 0,000
Goodman–Kruskal gamma (γ)0,455
Kendall's tau-b / tau-c0,218 / 0,200
Somers' d0,217 / 0,238 / 0,200
Theil's U0,037 / 0,035 / 0,040
01

Calcul de l’odds ratio

La cote est le rapport événement / non-événement dans un groupe. L’odds ratio divise la cote du premier groupe par celle du second. Sa distribution étant asymétrique, l’intervalle est construit pour ln(OR) puis retransformé.

  • OR = (a ÷ b) ÷ (c ÷ d) = (a·d) ÷ (b·c)
  • IC à 95 % (Woolf) = exp(ln OR ± 1,96 · √(1/a + 1/b + 1/c + 1/d))
  • Avec une cellule nulle, l’OR vaut 0 ou l’infini ; reportez-vous alors au test exact de Fisher.
02

Exemple

Le calculateur s’ouvre sur [[40, 60], [20, 80]] (exposés contre non exposés, événement contre pas d’événement ; n = 200). Les cotes valent 0,67 et 0,25, d’où OR = 2,67, IC à 95 % [1,42 ; 5,02] ; khi-deux p = 0,002.

Les chances d’événement sont donc environ deux fois et demie plus élevées chez les exposés, et l’intervalle exclut nettement 1.

03

Quand l’utiliser, et quand l’éviter

L’odds ratio est la mesure de référence des études cas-témoins et des régressions logistiques.

  • Comparer deux groupes sur un résultat oui/non.
  • Rapporter des résultats comparables à ceux d’une régression logistique.
  • Ne pas le confondre avec le risque relatif : pour des événements fréquents, l’OR s’éloigne bien plus de 1.
  • Pas pour de plus grands tableaux sans les ramener à un 2×2.

Sources

Pour aller plus loin

  • Woolf, B. (1955). On estimating the relation between blood group and disease. Annals of Human Genetics, 19(4), 251–253.

  • Agresti, A. (2013). Categorical Data Analysis (3rd ed.). Hoboken, NJ: Wiley.

  • SciPy — scipy.stats.contingency.odds_ratio

FAQ

Questions fréquentes

Comment interpréter un odds ratio de 2 ?

Les chances (et non la probabilité) de l’événement sont deux fois plus élevées dans le premier groupe que dans le second.

Quelle différence entre odds ratio et risque relatif ?

Le risque relatif compare des probabilités, l’odds ratio des cotes. Pour des événements rares, ils sont presque égaux ; pour des événements fréquents, non.

Quand l’odds ratio est-il significatif ?

Quand l’intervalle de confiance à 95 % n’inclut pas 1.

Que faire avec une cellule à 0 ?

L’odds ratio vaut alors 0 ou n’est pas défini. Rapportez le test exact de Fisher et décrivez le sens de l’écart.

Mes données sont-elles envoyées ?

Non. Toutes les saisies sont calculées uniquement dans cet onglet du navigateur ; rien n’est envoyé à un serveur.

Analysez votre propre fichier d'enquête

Ouvrez un fichier CSV, Excel ou SPSS (.sav) et lancez l'analyse directement dans votre navigateur. Gratuit, sans compte : vos données ne quittent jamais votre ordinateur.

Ouvrir l'espace de travail complet

· Version anglaise