Coucou Jess!

En fait si t'as 1000 personnes dans ton essai, en tirant au hasard statistiquement tu auras presque 500 dans chaque groupe (les variations seront minimes par rapport au total) - si par hasard tu tombes sur un groupe de 505 et l'autre de 495, c'est pas trop grave, tes groupes restent assez proches.
Maintenant imagine tu as 12 personnes dans ton essai, l'idéal serait de les répartir en 2 groupes de 6, mais si le hasard fait que 11 finissent dans le premier groupe et 1 seul dans le deuxième groupe (ce qui reste un écart de +/- 5 personnes par rapport a la moyenne, donc pas si improbable que ça) alors ce sera assez embêtant pour comparer les groupes... Du coup dans un premier temps pour palier a cela, on peut faire des blocs : l'exemple du cours utilise des blocs de 4 (en théorie ça peut être tout autre nombre pair, mais c'est pas important) donc je vais rester la dessus, donc on va tirer un bloc, par exemple AABB puis on va tirer au hasard 4 personnes, le premier et le deuxieme tirés iront dans le groupe A, puis les 3eme/4eme iront dans le groupe B. En suite on tire au hasard encore un bloc puis on TAS nos participants pour les mettre dedans en fonction des groupes déterminés par le bloc tiré.
Tu vois bien qu'on reste quand même sur le principe de TAS, mais tant qu'il y a autant de groupe A que de groupe B dans un bloc alors notre échantillon sera réparti de manière équitable dans chaque groupe (et du coup au bout de 3 blocs de 4 on aura 6 personnes dans le groupe A, 6 personnes dans le groupe B). On n'a pas besoin d'utiliser les blocs pour un grand échantillon puisque l'écart sera toujours assez petit (statistiquement) donc avec un assez grand échantillon l'écart ne pose pas de problèmes.
En suite pour la stratification on fait un processus similaire qui est de répartir les participants en strates (qui sont des sous groupes de la population) en fonction des caractéristiques influençant la maladie, c'est juste une autre façon de séparer notre échantillon en 2 groupes par TAS en maintenant des groupes équilibrés.

On voit bien la répartition équilibrée sur cet image du cours (il y a autant de personnes en groupe A que de groupe B).
J’espère que c'est tout bon pour toi
