Test 2.

Slides:



Advertisements
Présentations similaires
Test 2.
Advertisements

Problème Autre formulation :
Problème Autre formulation :
Test 2.
1 Licence Stat-info CM4a 2004 V2Christophe Genolini Égalité des variances Une des conditions pour utiliser T est l’égalité des variances s APA  s MS On.
Tests relatifs aux variables qualitatives: Tests du Chi-deux.
Tests relatifs aux variables qualitatives: Tests du Chi-deux.
Notions de statistiques et d’analyse de données Master 1 MGS – Sarah MISCHLER –
A la fin de ton année de 4 ème, tu dois être capable d’utiliser parfaitement un Mais d’abord qu’est-ce qu’un TABLEUR ? ???? TABLEUR- GRAPHEUR Page suivante.
Cours 8 Les tests statistiques. Intervalle de confiance pour une proportion ● Dans le cas de grands échantillons (np>5 et n(1-p)>5 ) ● l'intervalle de.
Généralisation de la comparaison de moyennes par Analyse de la variance (ANOVA)
Consigne : Donner deux facteurs entiers compris entre 2 et 11 dont le produit est égal au nombre donné. Thème 02 : Tables de multiplication Séance 1 4e4e27/09/2016.
Utilisation du logiciel EduStat © Analyse classique d’items L’examen du rapport.
O ij BrunChâtainRouxBlond Total Marron Noisette Vert Bleu Total Dans cet exemple,
DIVERSITÉ ET UNITÉ DES ÊTRES VIVANTS. A la fin de cette partie, je dois être capable de : Objectifs : A la fin de ce chapitre je dois être capable de.
Notions de statistiques et d’analyse de données
Activités mathématiques autour du jeu de bridge
Généralités sur les fonctions 2MPES
Suites ordonnées ou mettre de l’ordre
Corrélation et régression linéaire simple
Tableau à double entrée
Chapitre 1 Généralités sur les données
Les distributions en classes
Comparaison de deux pourcentages.
Chapitre 4: Variation dans le temps
Dossier 4 les coûts dans l'entreprise (suite)
1. La moyenne arithmétique ( )
Plan la séance 12 L’analyse multivariée et la présentation des données
Représentation de l’information en binaire:
Loi Normale (Laplace-Gauss)
Probabilités.
DESCRIPTIONS.
par les CM2 de Philippe Roux Camille Claudel Bruges
Les méthodes de standardisation
Comptage unique dans les tableaux croisés dynamiques
Cours 8 Stat IV: Khi2 Désign experimental. BIO 3500 – Hiver 2017
et discussion de l'article 2
Technologies de l’intelligence d’affaires Séance 11
Tolérances de fabrication et ajustements Construction mécanique Tolérances de fabricationAjustementsTolérances ISO.
Technologies de l’intelligence d’affaires Séance 12
La synthèse de documents
Scénario Quatre hipsters entrent en collision un dans l'autre dans un ascenseur plein de personnes. En conséquence ils laissent tomber leurs téléphones.
Statistiques Sociales LC2
Plans d'expérience Méthode Taguchy.
Plans d'expérience Méthode Taguchy.
Méthode Taguchy Analyse de la variance Anavar
Les tableaux.
Plans d'expérience Méthode Taguchy.
Statistiques. Moyenne, Moyenne pondérée, Tableur et graphiques.
Garçon - Fille.
Royaume de Maroc Université Hassan Premier Settat Faculté des Sciences et Techniques de Settat LA CLASSIFICATION K-MEANS SOUS R /MATLAB Master :Automatique.
J’ai les cheveux châtains
Calcul de probabilités
Rappel (3): les étapes des tests statistiques
Factorisation Martin Roy Juin 2011.
P LAMBOLEZ Partie maths V GILLOT Partie anglais
2.4 La loi de vitesse d’une réaction chimique
On lance 100 fois de suite une pièce de monnaie.
DESCRIPTIONS.
La description.
La démarche scientifique
Utiliser le modèle log-linéaire pour mettre au jour la structure du lien entre les deux variables d’un tableau de contingence : un exemple d’application.
L’évaluation positive
Les méthodes quantitatives en éducation
Thème : 5 Questions flash autour des probabilités
Comment est-il? Comment est-elle? Comment es-tu?
Enchantonslecole.fr.
Le courant électrique continu
STATISTIQUE INFERENTIELLE LES TESTS STATISTIQUES.
TD Comment les économistes, les sociologues et les politistes travaillent-ils et raisonnent-ils ? M. Osenda.
Transcription de la présentation:

Test 2

Quand utilise-t-on le 2 On a deux variables quantitatives. On cherche s’il y a un lien entre les 2 variables

Problème Autre formulation : Garçons ou filles : qui réussi le mieux au bac ? Cigarette et cancer : y a t il un lien ? Prévention routière : moins d’accident chez les verbalisés ? Autre formulation : Y a t il un lien entre sexe et réussite au bac ? Y a t il un lien entre cancer et cigarette ? Y a t il un lien entre accident et verbalisation ?

1. H0 H0 : il n’y a pas de lien entre la variable sexe et la variable résultat.

2. Mesures Données brutes Tableau des effectifs Tableau croisé

Variabilité biologique or not variabilité biologique Variabilité biologique or not variabilité biologique ? This is the question Différence énorme On rejette H0 Pas de différence H0 n’est pas rejetable Variabilité biologique ? Différence significative ? Dans notre lycée :

Problème On veut un indice qui reflète les disparités de notre tableau. On veut qu’il soit grand pour et petit pour :

Solution : 2 Pour le calculer : Tableau des effectifs observés (tableau croisé) Tableau des effectifs attendus Tableau des écarts Tableau des écarts au carré et pondérés 2

2 : Calcul

T1 : Effectifs observés

total colonne x total ligne T2 : Effectifs attendus total colonne x total ligne total général Pour chaque case : effectif attendu = Totaux Calcul par case Résultats

Tableau des écarts bruts T3 : Écarts bruts Pour chaque case : écart brut = effectifs observés – effectifs attendus – Effectifs observés Effectifs attendus = Tableau des écarts bruts

T4 : Écarts au carré et pondérés Pour chaque case : Écart au carré pondéré = (écart brut)2 effectif attendu

Final : 2 Le 2 est la somme des écarts au carré pondérés 2 =  (Écart au carré pondéré) 2 =0,035+0,015+0,009+0,004=0,63

Généralisation Y a t il un lien entre couleur des yeux et des cheveux ? H0 : il n’y a pas de lien entre la couleur des yeux et celle des cheveux

T1 : Effectifs observés

total colonne x total ligne T2 : Effectifs attendus total colonne x total ligne total général Pour chaque case : effectif attendus =

Tableau des écarts bruts T3 : Écarts bruts Pour chaque case : écart brut = effectif observé – effectif attendu – Effectifs observés Effectifs attendus = Tableau des écarts bruts

T4 : Écarts au carré et pondérés Pour chaque case : Écart au carré pondéré = (écart brut)2 effectif attendu

Final : 2 2 =  (écart au carré pondéré) 2 =5,11+0,96+2,07+1,69+0,33+0,66+2,66+0,52+1,04+0,01+0,00+0,00=15,05

(effectifs observés – effectifs théoriques)2 2 en bref 2 = Le 2 que l’on calcule est également appelé 2 observé. On le note : 2Obs  (effectifs observés – effectifs théoriques)2 effectif théorique

2 : DDL

Problème Quand un 2 est-il grand ? 2=2,6 2=5,3

DDL=(Nombre de colonnes-1)x(Nombre de lignes-1) DDL=Degrés de liberté DDL=(Nombre de colonnes-1)x(Nombre de lignes-1) DDL = (2-1)x(2-1) = 1 DDL=(4-1)x(3-1)=6

Probabilité Excel : La probabilité que les différences observées soient liées à la variabilité biologique est donnée par : loi.hhideux(2Obs;DDL) 2=2,6 2=5,3 DDL=1 DDL=6 loi.hhideux(2,6 ; 1)=11% loi.hhideux(5,3 ; 6)=51%

(Rappel : tous à l’heure, nous avions construit 2Th pour DDL 1) Table papier (Rappel : tous à l’heure, nous avions construit 2Th pour DDL 1)

5. Conclusion Sexe / réussite : 2Obs=0,63 et DDL=1 P=11% >5% On ne peut pas rejeter H0, il n’y a pas de lien entre sexe et réussite C. Cheveux / C. Yeux : 2Obs=15,05 et DDL=6 P=1,67% <5% On peut rejeter H0, il y a un lien entre C. Cheveux et C. Yeux

2Th : Interprétation

Écarts au carré pondérés Interprétation 2Obs=15,05 : le 2Obs, est grand. Pourquoi ? Écarts au carré pondérés Parce que Blond / Bleus = 5,11 et que Noir / Bleus = 2,66 Ces deux cases « apportent » beaucoup au 2

Écarts au carré pondérés Sous / sur représenté Écarts au carré pondérés Écarts Cases qui apportent beaucoup : Sur le tableau des écarts au carré pondéré Apport positif ou négatifs ? Sur le tableau des écarts, Blonds / Bleus = + 9 : il y en a beaucoup. On dit qu’ils sont sur-représentés Sur le tableau des écarts, Noirs / Bleus = - 4,5 : il en manque beaucoup. On dit qu’ils sont sous-représentés