Comparaison de deux échantillons

Slides:



Advertisements
Présentations similaires
Comparaison d’une moyenne observée à une moyenne théorique
Advertisements

ANOVA à un facteur (Rehailia)
Association entre variables
Comparaison de deux moyennes observées
Tests non paramétriques
Régression ou corrélation
Tests de comparaison de pourcentages
Tests non paramétriques de comparaison de moyennes
Les TESTS STATISTIQUES
Laboratoire Inter-universitaire de Psychologie
Vérification des données
Introduction à la programmation (420-PK2-SL) cours 17 Gestion des applications Technologie de linformation (LEA.BW)
Tests de comparaison de moyennes

Statistiques Séance 9 – 6 décembre 2005 N. Yamaguchi.
Analyse de la variance : ANOVA à un facteur
Groupe 1: Classes de même intervalle
Howell, Chap. 1 Position générale
L’Analyse de Covariance
Corrélation et régression linéaire simple
L’Analyse de Variance 1 Généralités Le modèle Calculs pratiques
Le test t.
Université dOttawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :47 1 Concepts fondamentaux: statistiques et distributions.
Les modèles linéaires (Generalized Linear Models, GLM)
Analyse de variance à un critère de classification (ANOVA)
Corrélation Principe fondamental d’une analyse de corrélation
Comparaison de deux échantillons
Test de signification d’une ANOVA à deux critères de classification: sans réplication, modèle I, plan factoriel Tester CMeffet sur CMerreur... … mais,
Howell Chap. 7, test t. Différence entre une moyenne tirée dun échantillon et une moyenne dune population quand la moyenne et lécart- type de la population.
La régression multiple
ORGANIGRAMME-MÉTHODES STATISTIQUES-COMPARAISONS DE MOYENNES
Méthodes de Biostatistique
BIO 4518: Biostatistiques appliquées Le 4 octobre 2005 Laboratoire 3 ANOVA à un critère de classification.
Howell Chap. 11: ANOVA. Du monde connu au monde inconnu Du test t à l’analyse de varianceDu test t à l’analyse de variance Trouvez des nouveaux noms pour.
N. Yamaguchi1 Statistiques Séance 6 – 16 Nov 2005.
Séance 8 30 novembre 2005 N. Yamaguchi
ANOVA à 1 facteur en groupes de mesure indépendants
Régression linéaire simple
TESTS NON PARAMETRIQUES
Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :35 1 Comparaisons multiples Ce qu’elles sont.
BIO 4518: Biostatistiques appliquées Le 20 septembre 2005 Laboratoire 1 Introduction à S-PLUS.
1 BIO 4518: Biostatistiques appliquées Le 1er novembre 2005 Laboratoire 7 ANCOVAs (Analyse de covariance)
BIO 4518: Biostatistiques appliquées Les 11 et 18 octobre 2005 Laboratoire 4 et 5 ANOVA à critères multiples.
BIO 4518: Biostatistiques appliquées Le 25 octobre 2005 Laboratoire 6 Corrélation linéaire et régression linéaire simple.
Statistiques analytiques sous STATA
STATISTIQUE INFERENTIELLE LES TESTS STATISTIQUES
Tests d’ajustement à une distribution théorique
L’erreur standard et les principes fondamentaux du test de t
Analyse de variance à un critère de classification (ANOVA)
Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :05 Asymétrie fluctuante.
Méthodes de Biostatistique Chapitre 9 Tests Nonparamétriques.
Examen SPSS
Révision des concepts fondamentaux
Test de signification d’une ANOVA à deux critères de classification: sans réplication, modèle I, plan factoriel Tester CMeffet sur CMerreur... … mais,
Quelques commentaires sur les tests statistiques
Analyse de variance à un critère de classification (ANOVA)
Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :34 1 Les modèles linéaires (Generalized Linear.
Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :47 1 Comparaison de deux échantillons Principes.
Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :37 1 Régression linéaire simple et corrélation.
Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :26 1 Programme Devoir 1 Proposition travail.
University of Ottawa - Bio 4118 – Applied Biostatistics © Antoine Morin and Scott Findlay 13/08/2015 6:59 PM Bootstrap et permutations.
Comparaison d’échantillons indépendants
BIO 4518: Biostatistiques appliquées Le 8 novembre 2005 Laboratoire 8 Regressions multiples.
LOI NORMALE LOI STUDENT ECHANTILLONS ET TESTS DE MOYENNE
Chapitre 4 Concepts fondamentaux Les composantes d’un test statistique Les hypothèses nulles en statistiques Le sens de p Inférence: comment traduire p.
Comparaison de plusieurs moyennes observées
Tests relatifs aux variables qualitatives: Tests du Chi-deux.
Tests relatifs aux variables qualitatives: Tests du Chi-deux.
Biostatistique pour le troisième cycle P. Leroy, F. Farnir 2013.
 Comparaison des résultats sur 20 dans 2 classes de 4 élèves  Moyennes identiques  Situation identique dans les 2 classes ?  Pourquoi ?   paramètres.
Transcription de la présentation:

Comparaison de deux échantillons Laboratoire 2 Comparaison de deux échantillons BIO 4518: Biostatistiques appliquées Le 27 septembre 2005

Changement de courriel Problèmes aujourd’hui avec hotmail!!! SVP, pour le reste de la session, utilisez plutôt: cmime069@uottawa.ca

Aujourd’hui… Comparaison de deux échantillions Analyse paramétrique et non-paramétrique Échantillons indépendants ou appariés Ne faites pas: Comparaison de médiane et variance (p.157) Comparaison de distribution (p.159)

Comment procéder? Votre analyse devrait toujours commencer par un examen visuel des données (pages 145-149)

Vérification des conditions d’application Observations indépendantes Normalité Homoscédasticité

La normalité Examen visuel (pages 145-148) Test formel: Kolmogorov-Smirnov sur les RÉSIDUS (page 152)

L’homoscédasticité L’égalité des variances: la dispersion des résidus est homogène Le test formel est le test de Levene qui s’applique aux RÉSIDUS – nous le ferons surtout avec les ANOVAs, mais vous pouvez le faire aujourd’hui (p. 153-4) Pour le test de t, il est plus prudent de toujours vérifier les conclusions avec un test de Welsh en assumant que les variances ne sont pas égales (p. 154) http://www.univ-tlse2.fr/ltc/raufaste/Pages/Etudiants/CoursOnLine/RegLin/RegLin2Simpleb.htm

Échantillons appariés Quand les données de l’échantillon ne sont pas indépendantes Ex: Prendre une prise de sang à des sujets avant et après un traitement Ex: Peser des rats à 1 mois et à 6 mois Suivez les instructions dans le manuel aux pages 155-157

Aide-mémoire pour comparer deux échantillons

Test des conditions d’application Transformation des données Transformation des données Test non-paramétrique: Test de U Mann-Whitney (Wilkoxon Rank ) Test non-paramétrique: Test de U Mann-Whitney (Wilkoxon Rank ) Pas normal & Hétéroscédastique Pas normal & Homoscédastique Normal & Hétéroscédastique Normal & Homoscédastique (n>10) Idéalement, on vérifie avec (si Test de Levene pas fait) Test de Welch (variances séparées) Test de t ou Test de t apparié* * Avec échantillons appariés

La fonction pour gagner du temps… TRACEBACK

Date de remise du devoir 2: le 11 octobre 2005 Prenez des pauses!! Date de remise du devoir 2: le 11 octobre 2005 http://www.brousse-en-folie.com/broussefolie/bonus/fond3.php