La puissance statistique
Plan Définition: La probabilité que le test va rejeter une hypothèse nulle fausse. Taille d’effets Facteurs influençant la puissance
Prise de décision Population Décision H0 est vraie H0 est fausse Conserve H0 Correcte (1-a) Erreur de type II (b) Rejette H0 Erreur de type I (a) (1-b) Puissance
Inférence statistique m = 72 (1-b) b m = 69
Inférence statistique m = 72 m = 70 b (1-b)
Inférence statistique m = 72 m = 64 b (1-b)
La taille de l’effet (unilatérale) Définition : C’est la dissimilitude entre l’hypothèse nulle et l’hypothèse alternative Cela nous indiques quel est l’ordre de grandeur de la différence que l’on veut détecter (effet de traitement)
La taille de l’effet (bilatérale) Définition : C’est la dissimilitude entre l’hypothèse nulle et l’hypothèse alternative
La taille de l’effet et la puissance Exemple: Pour connaître la puissance il faut utiliser une table ou un logiciel.
Facteurs influençant la puissance Le niveau de signification La magnitude de l’effet de traitement La variabilité dans la population La taille de l’échantillon
Facteurs influençant la puissance Le niveau de signification La magnitude de l’effet de traitement La variabilité dans la population La taille de l’échantillon Plus a augmente plus la puissance augmente.
Facteurs influençant la puissance m = 72 (1-b) b m = 69
Facteurs influençant la puissance m = 72 (1-b) b m = 69
Facteurs influençant la puissance Le niveau de signification La magnitude de l’effet de traitement La variabilité dans la population La taille de l’échantillon Plus grand est l’effet de traitement plus grande sera la puissance
Facteurs influençant la puissance Le niveau de signification La magnitude de l’effet de traitement La variabilité dans la population La taille de l’échantillon Plus la variabilité est petite plus la puissance sera grande
Facteurs influençant la puissance Le niveau de signification La magnitude de l’effet de traitement La variabilité dans la population La taille de l’échantillon Plus n augmente plus la puissance augmente