La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Master MARKETING / Pierre Desmet

Présentations similaires


Présentation au sujet: "Master MARKETING / Pierre Desmet"— Transcription de la présentation:

1 Master MARKETING / Pierre Desmet
Cas R&W Pierre DESMET Source : John Castelloe & Randy Tobias SAS Institute Inc. Cary, NC www2.sas.com/proceedings/sugi31/ pdf Master MARKETING / Pierre Desmet

2 Apéritif Problématique marketing :
L’offre « carafe de vin gratuite » doit-elle être généralisée ? Scénarii : Oui – Non Critères évaluation : CA restaurant / Ticket / Temps passé / ? Hypothèses validées Temps + -> ticket + Temps + ne diminue pas le nombre de tickets … Hypothèse à valider Est- ce que temps (avec) > temps (sans) Master Marketing de Paris-Dauphine

3 Code ***************************************************************;
* Wine *; * analyse d'un traitement *; * Pierre Desmet 21/11/2010 ; goptions devmap=winansi keymap=winansi ; /* prise en compte des caractères accentués */ Title1 H=2 j=L "Master Marketing" J=R "Universite Paris-Dauphine"; Title2 H=1 j=L "Tests et Experimentation" ; Title3 H=2 j=c "Cas R&W (1)" ; Footnote1 h=1 j=L "(c)2010, Pierre DESMET" ; Data in ; input temps_restau Label temps_restau="Temps passé dans le restaurant" ; cards ; ; run ; proc print data=in (obs=10); proc tabulate data=in ; var temps_restau ; table N temps_restau*(mean std); Master Marketing de Paris-Dauphine

4 Normalité proc univariate data=in normal; var temps_restau ; run ;
proc ttest data=in ; Master Marketing de Paris-Dauphine

5 Résultat du test Base = 88 Hors de l’IC à 5% Master Marketing
de Paris-Dauphine

6 Test égalité à 88 H0 : la moyenne est de 88 Rejet de Ho
***************************************************************; * test égalité à 88 ; Title3 "Test égalité à 88 "; proc ttest data=in h0=88 ; var temps_restau ; run ; Master Marketing de Paris-Dauphine

7 Test unilatéral Avec Sides = U Avec 10%
***************************************************************; * test unilatéral ; Title3 "Test en unilatéral "; proc ttest data=in h0=88 alpha=0.10; var temps_restau ; run ; proc ttest data=in h0=88 sides= U ; Master Marketing de Paris-Dauphine

8 Lecture code goptions devmap=winansi keymap=winansi ; /* caractères accentués */ Title1 H=2 j=L "Master Marketing" J=R "Universite Paris-Dauphine"; Title2 H=1 j=L "Tests et Experimentation" ; Title3 H=2 j=c "Cas R&W (5 lecture)" ; Footnote1 h=1 j=L "(c)2010, Pierre DESMET" ; Data in ; input trait_1 trait_2 nb ; do i=1 to nb ; input temps_1 temps_2 output ; end ; Label temps1="Temps passé dans le restaurant" ; cards ; 1 0 30 0 1 30 ; run ; proc print data=in ; run ; proc format ; value traitfmt 0="Controle" 1="Carafe" ; run; Master Marketing de Paris-Dauphine

9 Rouge ou Blanc ? Test de différence
Etude descriptive des résultats Normalité ? Rouge Blanc Master Marketing de Paris-Dauphine

10 Suite : égalité des variances
Master Marketing de Paris-Dauphine

11 Fin : Egalité des Moyennes
Hypothèses (au risque x%) H0 : les deux moyennes sont égales (Moy1 =Moy2) H1 : les deux moyennes sont significativement « différentes » Les variances sont égales Lire « POOLED » L’intervalle de confiance Comprend 0 On accepte H0 Pas de différence Master Marketing de Paris-Dauphine

12 Test d’équivalence Pour un test de différence entre deux moyennes,
le résultat dépend de la taille de l’échantillon Trop faible, une différence réelle peut ne pas être observée Trop grand, une différence peut être constatée sans qu’elle ait une importance réelle Un test d’équivalence conduit à conclure que la différence des moyennes (d) est inférieure à d (non significative) si on rejette simultanément 2 tests unilatéraux Ha : H0a d  -d ; H1a d > -d Hb : H0b d  d ; H1b d < d Dans la Proc TTEST, test TOST Two One-Sided Test (Schuirmann, 1987) Fixer un intervalle en valeur absolue La probabilité retenue est la plus grande des probabilités des deux tests En français : title3 "Test TOST de l'équivalence" ; proc ttest data=in tost (-20, 20) ; class trait; var temps_restau ; run ; Master Marketing de Paris-Dauphine

13 TOST intervalle 20 Les deux tests sont significatifs
La plus grande Les deux tests sont significatifs L ‘IC se trouve à l’intérieur de la zone critique choisie Pas de différence entre les vins Master Marketing de Paris-Dauphine

14 TOST Intervalle 10 Ce n’est plus le cas pour une équivalence à +/-10 près On accepte H0 Les deux traitements ne sont pas équivalents Master Marketing de Paris-Dauphine

15 GLM (2 et +) versus TTEST (2 groupes)
F t Master Marketing de Paris-Dauphine

16 Design expérimental croisé
Design croisé (Cross-over design) Inverser les traitements pour éviter l’effet d’ordre (AB / BA) Si pas de différence, regrouper les résultats (pooled) Master Marketing de Paris-Dauphine

17 Graphiques Title3 H=2 j=c "Cas R&W (cross over)" ; ods graphics on ;
proc ttest data=in ; var temps_1 temps_2 / crossover= (trait_1 trait_2) ; run ; ods graphics off ; Master Marketing de Paris-Dauphine

18 Normalités Master Marketing de Paris-Dauphine

19 Egalité des variances / des moyennes
Effet significatif Du traitement Pas d’effet « Période » Pool de A/B et B/A Variances égales Master Marketing de Paris-Dauphine

20 GLM Créer 2 lignes pour chaque observation
Utiliser la nouvelle variable comme variable explicative Faire un test de contraste data in_double ; set in ; trait=trait_1 ; temps=temps_1 ; time=1 ; output ; trait=trait_2 ; temps=temps_2 ; time=2 ; output ; run;proc glm data=in_double ; class time trait ; model temps = time trait time*trait / SS3 ; contrast "Effet de la carafe sur le temps passé" trait ;run ; Master Marketing de Paris-Dauphine


Télécharger ppt "Master MARKETING / Pierre Desmet"

Présentations similaires


Annonces Google