Comparaison de deux échantillons indépendants au niveau des moyennes

Slides:



Advertisements
Présentations similaires
Intervalles de confiance
Advertisements

Intervalles de confiance
Introduction aux statistiques Intervalles de confiance
L’échantillonnage & Ses Fluctuations
Comparaison d’une moyenne observée à une moyenne théorique
STATISTIQUE INFERENTIELLE L ’ESTIMATION
Risques d’erreur statistique et test statistique
Test statistique : principe
Estimation ponctuelle Estimation par intervalle de confiance
Inférence statistique
Comparaison de deux moyennes observées
Inférence statistique
Comparaison de deux pourcentages observés
Tests de comparaison de pourcentages
Nombre de sujets nécessaires en recherche clinique
Les Tests dhypothèses. 1)Définition Un test cest une méthode qui permet de prendre une décision à partir des résultats dun échantillon.
Régression -corrélation
DEPISTER POUR MIEUX TRAITER n La prévention consiste à éviter le contact entre notre organisme et des substances nocives dites « oncogènes », (du grec.
Primitives - Intégration
LA RÉGRESSION MULTIPLE
La régression simple Michel Tenenhaus. 2 La régression simple Étude de la liaison linéaire entre deux variables numériques : - une variable explicative.
Comparaison de deux proportions indépendantes
Analyse discriminante
Analyse de la variance à deux facteurs (données déséquilibrées) Michel Tenenhaus.
La régression simple Michel Tenenhaus
Modèle Linéaire Généralisé (Proc Genmod)
Description et estimation
Analyse de la variance à un facteur
1 Test d hypothèse Comparaison dune moyenne à un standard 0.
1 Test dhypothèse Comparaison dune proportion à un standard 0.
Étude d’un tableau de contingence
Observatoire du prix des bois Observatoire du prix des bois en Lorraine Réalisé en 2007 : DRAF LORRAINE BOIS FACONNES BORD DE ROUTE Données ONF, FBE,MICHAUT,
Probabilités et statistique en TS
Intervalle de confiance pour p en %
Statistiques et Probabilités au lycée
COURS 5 Les tableaux croisés, le chi-carré et la corrélation
Tests de comparaison de moyennes
Méthodes de Biostatistique
« 90% de nos trains arrivent à lheure! ». énoncé exercice : « Le retard sur un trajet train de 6h15 Marseille-Paris est en moyenne: 10mn avec écart type.
L’inférence statistique
Nombre de sujets nécessaires en recherche clinique
Échantillonnage (STT-2000)
Faculté de Médecine Lyon-Sud Module Optionnel de préparation à la lecture critique d ’articles Interprétation des tests statistiques.
La corrélation et la régression
Le test t. Procédure de linférence statistique 1. Contexte théorique 2. Hypothèses 3. Seuil de signification et puissance 4. Taille de leffet 5. Collecte.
Le test t.
La corrélation et la régression
Université dOttawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :47 1 Concepts fondamentaux: statistiques et distributions.
Les modèles linéaires (Generalized Linear Models, GLM)
Corrélation Principe fondamental d’une analyse de corrélation
Fonction vs Relation.
Analyse factorielle de variance: Principes d’expérimentation
The McGraw-Hill Companies, Inc., 1999 INVESTMENTS Fourth Edition Bodie Kane Marcus 6-1 Irwin/McGraw-Hill Risque et Aversion au Risque Chapitre 6.
On cherche des renseignements sur p.
Méthodes de Biostatistique
Joseph CHONG, Mauduit Pergent
Cédric LAOUENAN 20/11/2008 Tests statistiques Cédric LAOUENAN 20/11/2008
La régression simple Michel Tenenhaus
Probabilités et statistique Test d’hypothèse de deux moyennes
STATISTIQUE INFERENTIELLE LES TESTS STATISTIQUES
LOI NORMALE LOI STUDENT ECHANTILLONS ET TESTS DE MOYENNE
Lectures Volume du cours: Sections 12.1 à 12.6 inclusivement.
Introduction aux statistiques Intervalles de confiance
UED SIM – Département OLCI Année Arts & Métiers ParisTech CER ANGERS Probabilités et statistiques Cours n° 2.
Chapitre 6 Les tests d ’ hypoth è se 1 – Comparer des moyennes ou des proportions.
Nous ont fait confiance….
Transcription de la présentation:

Comparaison de deux échantillons indépendants au niveau des moyennes Test d ’hypothèse Comparaison de deux échantillons  indépendants au niveau des moyennes

Rola-Cola Question : Les hypothèses de travail : La consommation X de boissons au cola dépend-elle de la boisson préférée ? Les hypothèses de travail : - X1= Consommation de personnes préférant Rola-Cola  N(1, ) - X2 = Consommation de personnes préférant Koka-Cola  N(2, ) La consommation est indépendante de la boisson préférée si 1 = 2 .

Résultats des deux échantillons Rola-Cola : n1 = 24, 6.83, s1 = 2.65 Koka-Cola : n2 = 16, 4.44, s2 = 2.92 Estimation de l’écart-type commun  :

Questions Au vu des résultats sur les deux échantillons, peut-on considérer avec une faible probabilité d’erreur que la consommation de boissons au cola dépend de la boisson préférée? Les deux moyennes et sont-elles significativement différentes au risque  = 0.05?

Rola-Cola Résultats graphiques

Test de Comparaison bilatéral de deux moyennes 1 et 2 H0 : 1 = 2 H1 : 1  2 Statistique utilisée : Règle de décision : On rejette H0 au profit de H1, au risque  de se tromper, si |t|  t1-(/2)(n1+n2 -2) Niveau de signification (NS) du t observé : Plus petite valeur de  conduisant au rejet de H0 : NS = 2Prob(t(n1+n2-2)  |t|)

Niveau de signification du t observé Loi t(n1+ n2 - 2) Niveau de signification / 2 |t| observé

Rola-Cola Résultats statistiques

Intervalle de confiance de 1 - 2 au niveau de confiance 1 -  Il y a (1-)100 chances sur 100 pour que l’intervalle contienne 1 - 2.

Test de Comparaison unilatéral (droite) entre deux moyennes 1 et 2 H0 : 1 = 2 H1 : 1 > 2 Statistique utilisée : Règle de décision : On rejette H0 au profit de H1, au risque  de se tromper, si t  t1-(n1 + n2 -2) Niveau de signification (NS) du t observé : Plus petite valeur de  conduisant au rejet de H0 : NS = Prob(t(n1+n2-2)  t)

Test de Comparaison unilatéral (gauche) entre deux moyennes 1 et 2 Statistique utilisée : Règle de décision : On rejette H0 au profit de H1, au risque  de se tromper, si t  -t1-(n1 + n2 - 2) Niveau de signification (NS) du t observé : Plus petite valeur de  conduisant au rejet de H0 : NS = Prob(t(n1+n2-2)  t)