R EVUE DE STATISTIQUE APPLIQUÉE
J. L ELLOUCH D. S CHWARTZ
Association de 2 variables en tenant compte de l’influence d’une troisième (variables qualificatives)
Revue de statistique appliquée, tome 9, n
o2 (1961), p. 89-102
<
http://www.numdam.org/item?id=RSA_1961__9_2_89_0>
© Société française de statistique, 1961, tous droits réservés.
L’accès aux archives de la revue « Revue de statistique appliquée » (
http://www.sfds.asso.fr/publicat/rsa.htm
) implique l’accord avec les conditions générales d’uti- lisation (
http://www.numdam.org/conditions). Toute utilisation commerciale ou im- pression systématique est constitutive d’une infraction pénale. Toute copie ou im- pression de ce fichier doit contenir la présente mention de copyright.
Article numérisé dans le cadre du programme Numérisation de documents anciens mathématiques
http://www.numdam.org/
89
ASSOCIATION DE 2 VARIABLES EN TENANT COMPTE
DE L’INFLUENCE D’UNE TROISIÈME (variables qualificatives)
J. LELLOUCH
etD. SCHWARTZ
Unité
de Recherches Statistiques
del’Institut
Nationald’Hygiène (à l’Institut
GustaveRoussy)
Dans de nombreux
domaines, l’approche expértmentale
est tm-possible
ou n’a pas de sens, et lesdonnées
de baserésultent
de la seule observatton. La mise souscontrôle
de certainsfacteurs
para-sites, qu’apporte
habituellement leschéma expérimental,
doi t alorsê tre recherchée
aposteri ori
par le calcul.Soi t
à étudier
la liaison entrectiarette
et cancer du pou- mon. Des raisonsmatértélles
et moralesévidentes
inte rd isent de constituer partirage
au sort 2 groupescomparables qui
recevront l’ordre defumer
ou de ne pasfumer ;
on doi t se contenter d’obser-ver les
sujets qui
se sont choisisfumeurs
ou nonfumeurs;
mats ils peuvent alorsdifférer
par leur situation sociale, leur milieu d’ha-bttation,
etc.,facteurs
dont ilfaudra
tenircompte
encomparant
lestaux de cancers.
Cet te démarche est générale
dans le d oma i ne del’éttoloéte [1].
S’ait t-t l
d’unproblème
d’ordrepronost i que -un signe xentral-
nant une
évolution (acheuse-
laréparti tton du sitne
x selon le modeexpérimental
estdépourvue de sens ;
mats lessujets
avec et sans x peuvent alorsdifférer
par d’autrescaractères,
dont ilfaut
tenir compte si on veutconnaître
lerôle
propre dusigne.
Un autre
problème
bien connu est celui de lacomparaison
destaux de mortalité dans 2
populations
dont lastructure d’âge est di f- férente.
Lesdémographes désirent
neutraliser cettedifférence
etcomparer les
mortalttés à âge égal.
Ces
quelques exemples
nefont qu’ illustrer une difficulté
com-mune
à
toutes les sciences d’observatton.Cependant, même quand
l’expérimentation
estpossible,
il arrive que certainsfacteurs, non controlés
dans leschéma expérimental, méritent d’être pris
en con-sidération
dansl’analyse stattstique.
Il
s’agit finalement
d’unproblème
trèsgénéral, primordial
dans certains secteurs de
recherche,
etqu’on peut définir mathéma-
t t quement ainsi :
"étudier
l’assoctatton Je certaines variables enéliminant l’influ-
ence d’autres variables
(dites "variables de structure") qui peuvent
êtreliées
auxprécédentes".
Revue de Statistique Appliquée. 1961 - Vol. IX - N’ 2
90
Les
techniques statistiques appropriées
sonttrès variées,
selon la
formulation
exacte duproblème
et la nature,qu al
i tativeou
quantitative,
des diverses variables. Ellesenilobent
par exem-ple
la corrélationpartielle
etl’analyse
de la covariance. Nousnous proposons
d’étudier
en détail le cas de l’association de 2 va-riables
qualitatives X
e t Y avecélimination
de11 influence d’une seule
variable de structureZ,
elle-mêmequal itative.
Diverses méthodes pont
être indiquées ;
on les comparera en- suite dans le traitement d’unexemple numérique.
I - UN CAS SIMPLE -
X et Y
qualitatifs
à 2 étatsx
et x,y
et y Zqualitatif
à k états zl,z2 . , .
Zk.Les données de base se
présentent
sous la forme de k tableaux 2 x 2indépendants (cellules),
le ie étant le suivant :Cellule Z = z ;.
Soit par
exemple
à comparer les taux de mortalité de 2populations Pl
et
P2
de structured’âge
Zdifférente,
la variableZ,
divisée en tranchesd’âge,
étant considérée commequalitative
selon un usagecourant ;
on cons- titue avec tous lessujets qui appartiennent
à la tranched’âge
z; les tableauxanalogues
à celui-ci-dessous :L’hypothèse Ho
à tester est la suivante : X et Y ne sont liés dans au- cune des k cellules.On
peut
évidemment tester l’association dans chacune des diverses cel- lules par les méthodes habituelles( x2
ou calcul de laprobabilité) ;
mais leseffectifs
peuvent
y êtrefaibles,
d’où manque depuissance ;
enoutre,
si kRevue de Statistique Appliquée. 1961 - Vol. IX - N’ 2
91
est
élevé,
onrisque
de trouver dessignifications
dont on nesait,
sans testcomplémentaire,
si elles sont réelles ou dues au hasard(risque
de 1ère es-pèce).
Il vaut mieux utiliser un testunique.
Il existe différents tests del’hypothèse H0, qui
nepeuvent
êtrecomparés qu’en
fonction del’hypothèse
alternative
Hl.
Nous allons les passer en revue.DIFFERENTS TESTS DE L’HYPOTHESE
Ho
A - Combinaison des tests.Ce test est utilisé
quand
onignore
ce quepeut
êtrel’hypothèse
alter-native
Hl,
cequi correspond
souvent à unproblème
malposé.
La
méthode,
extrêmementgénérale,
est due à Fisher[2].
Leprincipe
en est le suivant : sous
Ho,
laprobabilité
de trouver "dans une cellule dé- terminée unesignification
au seuil a ou moins est par définition même a . La fonction derépartition
du seuil deprobabilité
p est donc F = p, et sa densité est dF =dp,
soit unedensité
uniforme. Pour se ramener à des loistabulées,
on pose :La densité de
probabilité
de u est alors é "du,
et sa fonction carac-téristique
est :En faisant de même pour toutes les cellules et en sommant - E
log
p =U ,
U a pour fonction
caractéristique (1 - itfk.
On en déduit que 2 U suit sousHo
une loi du
X2
à 2 kdegrés
deliberté,
d’où le test.La démonstration suppose que la loi de
probabilité
de p est continue.Ce n’est
approximativement
vrai que si les effectifs danschaque
cellule sontassez
grands.
Dans le cas contraire on sereportera
à[3]
ou[4].
B - Somme des
x2 .
Ce test sera
également
utiliséquand
onignore Hl.
Sous
Ho
chacune desquantités 1 (observés - attendus)
2calculée sur une cellule est un
x2
à 1degré
de liberté. La somme de tous cesX2
indé-pendants
est sousHo
unX2
avec kdegrés
de liberté.C - Somme des X
comptés
avec leursigne.
Les tests
précédents
ne tiennent pascompte
dusigne
des différences entre lespourcentages.
Si on suppose que toutes ces différences sont de même sens, le testqui
suit estpréférable :
La
quantité
var (1. Pi - p2i)
=var d;
suitapproximativement
une loi normaleréduite. Or cette
quantité
vautEiR (
03B5i = t1).
On en déduit que E03B5i~2
suit une loi normale de moyenne
nulle
et d’écarttype k.
D’où le test.Revue de Statistique Appliquée. 1961 - Vol. IX - N’ 2
92
Remarque
concernant les 3 testsqui précèdent.
Ils
présentent
l’inconvénient suivant : toutes les cellules ont le mêmepoids, malgré
les différencesqui peuvent
exister entre lesNi.
Or lapuis-
sance des tests effectués sur une cellule où N est
petit
estfaible,
et cettefaible
puissance
serépercutera
sur le test final. Il faut donc se méfier deces 3 méthodes
quand
les effectifs des divers tableaux 2 x 2 sont partrop
différents.Méthodes
d’ajustement.
D - Première méthode.
L’hypothèse Hl correspondante
est la suivante : toutes les différences despourcentages
dans les diverses cellulesd ; = pl p?
sont enespérance
mathématique indépendantes
de i etégales
à une valeur03C3.
On voit que l’on est alors naturellement amené à :
1/
trouver une estimation d de 0(la meilleure), 2/
comparer d à 0(hypothèse nulle) et,
si d =0,
3/
chiffrer l’association par d. Leproblème posé
sera alors entiè-rement résolu.
Reprenons
ces différentspoints :
1/
0 est comme d’habitude estimé pard,
combinaison linéaire desd;
d = 03A3 wi di
de sorte queE(d) = 03B4.
Zw;
iq
)
Sa variance est var d
Les w, sont tels que d ait la meilleure
précision (var
dminimum)
cequi
conduit à :
2/
Le test decomparaison
de d à 0 s’effectue au moyen du critèreOn a besoin d’estimer var
d ; :
on le fait parCette méthode est
analogue
à cellequ’utilisent
lesdémographes
pour comparer les taux de mortalité de 2populations Pl
etP2
de structured’âge
différente.
En effet ils ramènent les 2
populations
à la même structured’âge,
celle d’une
population P3 prise
commeréférence, puis
ils calculent par desrègles
de trois ce que seraient les taux demortalité
dePl
etP2
si ellesavaient la structure
d’âge
deP3.
Ils obtiennent ainsi 2 taux dits"taux
stan- dardisés(par âge)" qu’il
faut comparer. On calculegénéralement
leur dif-férence
d, qui est,
commeci-dessus,
de laforme S ai di.
Revue de Statistique Appliquée. 1961 - Vol, IX - N’ 2
93
Dans le choix de
P3,
donc des a;, lesdémographes
sontguidés
par le souci de commodité : onpeut prendre
parexemple
lapopulation
d’un pays déterminé à un instantdonné,
ou unepopulation
moyenne(de plusieurs pays),
ou même une
population théorique,
lapopulation "rectangulaire", qui
a l’inté-rêt de se
prêter
à des calculsparticulièrement simples.
Cette
façon
deprocéder
n’est correcte que sousl’hypothèse que nous
avons
faite,
à savoir que lesespérances mathématiques
des différences des taux de mortalité dePl
etP2
sontindépendantes
de la tranched’âge.
En effet
on
estime d par :(où
ci est l’effectif de laième
tranche de lapopulation
de référenceP) ,
dont
l’espérance mathématique
vaut :Si
E(03B4i)
n’est pasconstant, E(d) peut prendre,
selon le choix des ci, n’im-porte quelle
valeur entre leplus grand
et leplus petit
desE(6;).
Enparti-
culier si les
E(8i )
ne sont pas tous de mêmesigne, E(d)
pourra êtreposi- tive, négative
ou nulle.Si
l’hypothèse
estvérifiée, n’importe quelle fonction 03A3cidi 03A3c1
estime6 .
Cependant
lapondération
que nous avons donnéec, = w1 = 1 var di
conduit à lameilleure
précision :
ellecorrespond
à unepopulation
de référenceP3’
in-termédiaire entre
Pl
etP2.
Onpeut
vérifier queplus
lapopulation
choisiediffère de
Pj,
moins laprécision
est bonne : c’est cequi
a lieu enparti-
culier avec la
population rectangulaire,
très loin dePl
etP2
donc deP3’.
L’hypothèse
faite serapeut-être
vérifiée si lespourcentages
varientpeu d’une cellule à
l’autre ;
elle ne le sera sans doute pas si lespi
varientbeaucoup.
Ceci est tout-à-faittrivial,
on nepeut envisager comme équiva-
lentes les deux différences 10
% -
5% =
50% -
45% =
5%.
En
pratique,
pour ne pasappliquer
à tort un testinadéquat,
on testeral’homogénéité
des différentsdi
par la formule habituelle :avec k - 1
degrés
de liberté.Finalement la méthode est la suivante :
a)
testerl’hétérogénéité
desd ; ;
b)
si non.significatif,
tester l’association et éventuellement lachiffrer
par d.Remarque -
On a ladécomposition classique des XI :
Revue de Statistique Appliquée. 1961 - Vol. IX - N’ 2
94
où le
premier
terme est la somme des kX2
calculés surchaque
cellulele deuxième teste
l’hétérogénéité
entrecellules ;
le troisième teste l’association.
E - Méthode de Cochran
[5].
L’hypothèse
alternative laplus complète
est quechaque di
i a pour es-pérance mathématique
unOi
donné variable avec i. Ils’agit
de chercher le meilleur test relativement à cettehypothèse.
Laquantité :
et où
P;
est calculé enmélangeant
les 2populations,
est sousHo un X2
à1
d.d.1., puisque
sous cette mêmehypothèse
Reste à calculer les w . Cochran montre que le test sera le
plus puis-
sant à conditions de choisir :
où
ptt
etp’2i désignent
les vraispourcentages
inconnus dans chacune des 2populations.
bi
est laplupart
dutemps inconnu,
mais sans doute faible : onpeut
donc supposer quep’1iq’1i = p’2iq’2i = p!q! (p! désignant
la moyenne dep 1 et p’2).
Finalement wi =
81Ni
oùS i
,pi , q!
i sont encore inconnus.Cependant
si8
i est constant en échelleprobit,
onpeut
vérifierque 03B4i p’iq’i est
à peuprès
indépendant
de p et q, d’où le test :1
L’hypothèse
finalement admise -03B4i
constant en échelleprobit -
estplus
raisonnable que
l’hypothèse 03B4i
constant admise en(D), qui
conduisait à con-sidérer comme
équivalentes
les différences 10% -
5%
et 50% -
45%.
Imaginons
que la variable Y soit en faitquantitative,
de distribution normale(03BC, 1) ; le
classement en 2catégories
y et ycorrespondant
à unseuil yo,
(y
pour Yy ). Soient 41 et 03BC2i
les moyennes pour lespopulations
x et x dans la cellule i Les valeurs
théoriques de pl
etp2
seront alors :Revue de Statistique Appliquée. 1961 - Vol. IX - N’ 2
95
d’où :probit wi - probit 03C92i=03BC2i - 4i*
Dans un tel cas,
l’hypothèse
faite revient ainsi à supposer que, pour la va- riablequantitative Y,
la différence est constante d’une cellule àl’autre,
c’est-à-direqu’il n’y
a pas d’interaction entre X et Z.Remarque -
Dans le cas extrêmeoù,
pourchaque
niveau z, iln’y
aqu’un
seul
sujet
de lapopulation x
et un seul de lapopulation
x,qui peuvent pré-
senter ou non le caractère y, on tombe dans la
méthode
descouples
pour les caractèresqualitatifs.
On a alors descouples
desujets,
l’un x et l’autrex,
qui peuvent
selon laréponse
y être dutype yy,
yy,y00FF,
yy. Si on dé-signe
par b et c les effectifs de ces 2 dernierstypes, rappelons
que le testclassiquement
utilisé[ 6 ]
est :On
peut
montrer trèssimplement
que ce résultat est celui que donnerait la méthode de Cochran dans ces conditionsparticulières.
II - CAS GENERAL -
Les données de base se
présentent
alors sous la forme de k tableauxs x r, le
ième
étant le suivant :Revue de Statistique Appliquée. 1961 - Vol. IX - N’ 2
96
Seules
parmi
les méthodesprécédentes s’appliquent :
- la combinaison des
tests ;
- la somme
des X2
,dont on a
déjà
ditqu’elles
étaient peupuissantes.
Mais il en existe d’autres :F - Extension du
X 2 .
Dans chacune des cellules on calcule les effectifs attendus. Puis on
regroupe toutes les cellules en une seule où les effectifs observés sont la
somme des effectifs observés
correspondants
dans les diverses cellules. On fait de même pour les effectifs attendus. Et onapplique
le critérium habi- tu el :avec
(r - 1) (s - 1) degrés
de liberté.Cette
méthode,
si elle ne semblequ’approximativement
exacte mêmeasymptotiquement,
a le mérite d’être trèssimple (un exemple particulière-
ment intéressant est traité dans
[7]).
G - Autre
méthode.
Elle est décrite en
[8].
Exposons-en
leprincipe
surl’exemple
suivant : X à 2 niveaux{x1, x2)
Y à 3 niveaux
(y1, y2 , y3).
Comme dans la méthode ci-dessus on calcule dans
chaque
cellule lesdéviations entre effectifs observés et effectifs
attendus, qu’on. regroupe
enune seule table.
Parmi les six D du
tableau,
deux seulementpermettent
de calculer tous les autres(puisque
leur somme parlignes
et par colonnes esttoujours nulle),
parexemple Dl
etD2.
On sait
qu’asymptotiquement
p q(D1)2 suit
sousHo
une loi duX2
à 1var
D1
odegré
deliberté, et, d’après
la théorie de larégression linéaire,
que laquantité :
Revue de Statistique Appliquée. 1961 - Vol. IX - N’ 2
97
est
indépendante
enprobabilité
deDi ; donc, toujours
sousHo,
Dans le cas
plus général
où Y a sclasses,
on est amené à calculer desquantités
de la forme :où on a :
La
méthode, qui
devientrapidement
assezcompliquée,
nécessite la connais-sance des
quantités
varDa
et cov(Da, D03B2). (a et j3
variant de 1 às)
(somme
des variances danschaque cellule) ;
(somme
des covariances danschaque cellule).
On se
sert,
pour lescalculer,
des formules donnant les moments de la loihypergéométrique.
Enfin la méthode
peut
êtregénéralisée
au cas du tableau à slignes
etr colonnes.
III - UN EXEMPLE TRAITE PAR LES DIFFERENTES METHODES - Dans une
enquête portant
surl’étiologie
du cancer desbronches,
on acomparé
lepourcentage
desujets éthyliques
chez les cancéreux du poumon et chez un groupe témoin. Les chiffres obtenus étaient les suivants(tableau I).
Tableau I
Le
X2
à 1degré
de liberté vaut7, 9
et sembleindiquer
une associa-tion entre alcool et cancer des bronches.
Revue de Statistique Appliquée. 1961 - Vol. IX - N’ 2
98
Cependant
les 2populations
étudiées diffèrentbeaucoup quant
àl’usage
du tabac
(tableau II, x2 - 141, 8
avec 2d.d.1.).
Tableau II
D’autre
part
il y a association entre alcool et tabac. C’est cequi
appa- ra1t sur le tableau III( X2
=6, 1
avec 2d.d.l.).
Tableau III
Population
témoinUne
comparaison
surl’éthylisme
doit donc tenircompte
de laquantité
fumée.
Les données de base se
présentent
sous la forme des 3 tableaux 2 x 2 suivants :Tableaux IV
Non fumeurs Petits et moyens fumeurs Grands fumeurs
Revue de Statistique Appliquée. 1961 - Vol. IX - N’ 2
99
Les
X2
calculés surchaque
tableau valentrespectivement 0,503 (p
=0,48);
0, 003 (p = 0,96)
et3, 345 (p = 0,07)
et ne sont passignificatifs.
Les méthodes
proposées
donnent les résultats suivants :a)
Combinaison des tests.qui
suit une loi duX2
à 6degrés
deliberté ,
d’où p voisin de
0, 40.
b)
Somme desX2. X2
=0, 503
+0, 003
+3, 345 = 3, 9 qui
avec 3degrés
de libertécorrespond
à uneprobabilité comprise
entre0,20
et0,30 .
c)
Somme des xcomptés
avec leursigne
qui correspond
à uneprobabilité
p telle que :0,15 p 0,16
d)
Première méthoded’ajustement.
Les calculs conduisent au ta- bleau suivant :d’où:
La conclusion est que les 2
populations
ne diffèrent passignificative-
ment entre elles.
x2 1
=1, 8 correspond
en effet à uneprobabilité
p telle que :0, 17 p 0, 18
Revue de Statistique Appliquée. 1961 - Vol. IX - N’ 2
100
e)
Méthode de Cochran. Les calculs sont résumés dans le tableau suivant :f)
Extension duX2.
Les tableaux des effectifs attendus correspon- dant aux tableaux IV sont :qu’on
regroupe en un seul tableau d’effectifs attendusqu’on
compare au ta- bleau ILe test consiste à calculer :
avec un
degré
de liberté.Revue de Statistique Appliquée. 1961 - Vol. IX - N’ 2
101
g)
Méthode G. La déviationDl,
somme des déviations entre ef- fectifs attendus et effectifs observés dans les 3 tableaux III vaut :1,526 - 0,333
+10,289 = 11,482
Le test consiste à voir si elle est
significativement
différente de0.
La va-riance de
Di
estla
somme des variances des 3 déviationspartielles ;
cesvariances valent :
soit
respectivement :
4,659 ; 33,422
et31,717
d’où varD1 = 69,798.
Finalement :
0,16
p0,17
IV - CONCLUSIONS -
L’exemple
traité est démonstratif : alorsqu’il
semblait y avoir une association entre alcool et cancer desbronches,
on constate en fait que can- céreux et témoins ne diffèrentplus quand
onprend
en considération la con-sommation de tabac.
Il y a
donc,
à tenircompte
de telsfacteurs,
un intérêtconsidérable, qui explique
lamultiplicité
des méthodesproposées
par la littérature.Cependant,
en traitant un mêmeexemple numérique par 7
méthodesdifférentes -avec des résultats souvent voisins- nous ne voudrions pas lais-
ser croire que ces
techniques peuvent
être utilisées indifféremment.La similitude des résultats est d’abord affaire de
circonstance ;
dansl’exemple
choisi lesproportions pl
etp2 approcha.ient
de 50%
danschaque cellule,
de sorte que8
ipeut
être à peuprès
constant à la fois en échellesarithmétique
etprobit ;
ce ne serait évidemment pas le cas pour des pro-portions plus
voisines de 0%
ou 100%.
Il
faut,
pourchaque problème particulier,
choisir la méthode appro-priée.
La combinaison des tests et la somme des
X2
sont trèsgénérales,
mais peu
puissantes :
elles ne sont à utiliser que sil’hypothèse
alternativene
peut
êtreénoncée,
cequi correspond
à unproblème incomplètement
for-mulé.
Une distinction intervient
ensuite,
celle du nombre de classes pour X et Y :- S’il est
supérieur
à2,
pour X ouY,
on n’aguère
le choixqu’entre
les méthodes F(relativement simple
mais pas trèsexacte)
et G(plus exacte,
maiscompliquée).
Revue de Statistique Appliquée. 1961 - Vol. IX - N’ 2
102
- Si X et Y n’ont que 2
classes,
cas d’un usage trèscourant,
on n’a pas intérêt à utiliser ces 2
méthodes ;
il reste à choisir entre les 3 méthodesC, D,
E. Le test C(somme
desX )
est évidemment leplus rapide,
et pourra être utilisé
lorsque
les effectifs ne varient pastrop
d’une celluleà l’autre. S’il n’en est pas
ainsi,
on devraemployer
une des méthodesd’ajus-
tement D ou E. La méthode E
correspond
à unehypothèse
alternativeplus raisonnable,
et devra êtrepréférée. Cependant, lorsqu’un
testpréalable
auramontré la relative constance des différences d d’une cellule à
l’autre,
onpourra utiliser le test
D, qui
est alorsplus simple
etplus
court.Travail de l’Unité de Recherches
Statistiques
de l’Institut National
d’Hygiène (à
l’InstitutGustave-Roussy)
BIBLIOGRAPHIE
[1]
SCHWARTZ D. -"La
méthodestatistique
en médecine : lesenquêtes
étiologiques" (Rev.
Stat.Appl. 8, n° 3, pp. 5-27, 1960).
[2]
KENDALL -"The
advancedtheory
ofstatistics" (Ed.
Griffin &Cie, London,
1946 - vol. II - pp.132-133).
[3]
LANCASTER -"The
combination ofprobabilities arising
from data indiscrete
distributions" (Biometrika 36, pp.370-382, 1949).
[4]
YATES -"A
note on theapplication
of the combination ofprobabilities
test to a set of 2 2
tables" (Biometrika 42, pp.404-411, 1955).
[5]
COCHRAN -"Some
methods forstrengthening
the common~2 tests"
(Biometrics 10, n° 4, pp. 417 -451, 1954).
[6] COCHRAN - "The comparison
ofpercentages
in matchedsamples" (Bio-
metrika
37, p.256, 1950).
[7] BOYD,
DOLL -"Gastro-intestinal
cancer and the use ofliquid paraffin"
(The
Brit. J. Canc.8, pp. 231-237, 1954).
[8] MANTEL,
HAENSZEL -"Statistical aspects
of theanalysis
of data fromretrospective
studiesof disease" (J.
Nat. Canc. Inst.22, n° 4, pp. 719- 748, 1959).
Revue de Statistique Appliquée. 1961 - Vol. IX - N’ 2