This paper presents a general statistical methodology for the analysis of multivariate categorical data arising from observer reliability studies. The procedure essentially involves the construction of functions of the observed proportions which are directed at the extent to which the observers agree among themselves and the construction of test statistics for hypotheses involving these functions. Tests for interobserver bias are presented in terms of first-order marginal homogeneity and measures of interobserver agreement are developed as generalized kappa-type statistics. These procedures are illustrated with a clinical diagnosis example from the epidemiological literature.

Particle expose une méthodologie statistique generate pour l'analyse de données multivariates en categories provenant d'études de fiabilité d'observateurs. La procédure fait principalement appel à la construction de fonctions des proportions observees traduisant la concordance des observateurs entre eux et à la construction de statistiques de tests pour des hypothèses impliquant ces fonctions. On présente des tests pour des biais entre observateurs en fonction de l'homogéneité marginale du premier ordre et on construit des mesures de concordance entre observateurs comme des statistiques généralisant celies du type kappa. On illustre ces procédures avec an exemple de diagnostic clinique provenant de la littérature épidémiologique.