Test 2.

Slides:



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

Probabilités et statistiques au lycée
Analyse de 2 variables qualitatives
Introduction aux statistiques
Inférence statistique
Situation du problème :
Comparaison de pourcentages : séries appariées
Comparaison d'une distribution observée à une distribution théorique
Comparaison de deux pourcentages observés
Comparaison de plusieurs moyennes observées
Tests de comparaison de pourcentages
ASSOCIATION entre caractères qualitatifs
Licence 3ème année de sociologie Semestre 1
ASSOCIATION entre caractères qualitatifs
Les tests d’hypothèses
Indépendance & Khi-deux ²
Les traitements croisés
COURS 5 Les tableaux croisés, le chi-carré et la corrélation
Les liens entre les variables et les tests d’hypothèse
Module 4 – Génétique.
ou comment savoir si les différences observées sont significatives
Nombre de sujets nécessaires en recherche clinique
Régression linéaire simple
Test 2.
Problème Autre formulation :
L’Analyse de Variance 1 Généralités Le modèle Calculs pratiques
La corrélation et la régression multiple
La corrélation et la régression
La corrélation et la régression
INF L14 Initiation aux statistiques INF L14 Initiation aux statistiques 8 – Liaison entre variables qualitatives.
Statistiques Séance 10 N. Yamaguchi.
Jeu de 4 Couleurs Hold up the color card that represents the answer that you think is correct.
 1. Je (écouter)  2. Marc et moi (regarder)  3. Eric et Elise (porter)  4. Philippe et toi (chanter)  5. Tu (travailler)  6. Claire(jouer)  7. Guy.
ANALYSE DE DONNEES TESTS D’ASSOCIATION
1 Licence Stat-info CM4 b 2004 V1Christophe Genolini Groupes appareillés : problème On veut comparer deux correcteurs On dispose de 3 copies –Le premier.
STATISTIQUE DESCRIPTIVE ÉLÉMENTAIRE
STATISTIQUES DESCRIPTIVES
Micro-intro aux stats.
M2 Sciences des Procédés - Sciences des Aliments
ANOVA à 1 facteur en groupes de mesure indépendants
1 1 Licence Stat-info CM7 a 2004 V1Christophe Genolini Récapitulatif : Variables qualitatives Variables qualitatives : –on se demande si elles sont liées.
20- Racine carrée Racine carré d’un nombre positif
Le Sonneur de Cloche Le 9 novembre Qu’est qu’ils portent?
Rappels Variables nominales :
STATISTIQUE INFERENTIELLE LES TESTS STATISTIQUES
Problème Autre formulation :
Stat-infoCM1b : 1 Stat : pour quoi faire ? La licence commence ici…
Stat-infoCM6a : 1 Rappels.
1 Licence Stat-info CM5a 2004 V1Christophe Genolini Problème Détection d’un phénomène particulier : –Flûtiste exceptionnelle ou moyenne –Groupe de TD super.
1 1 Licence Stat-info CM6 a 2004 V1Christophe Genolini Rappels 1.Variables nominales : –Oui / Non –Bleu / Brun / Roux / Noir Pour déterminer s’il y a un.
Groupes appareillés.
ou comment savoir si les différences observées sont significatives
1 Licence Stat-info CM3 a 2004 V1.2Christophe Genolini Problème des groupes Un amphi de 200 élèves : loi normale moyenne X et écart type s –Un élève :
MODULE FTH 2007 Diversité génétique
Une exploration des écarts menant à l’écart-type : La mesure/résumé de la dispersion la plus souvent utilisée 10/20/151MAT1085.
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.
1 1 Licence Stat-info CM6 b 2004 V1Christophe Genolini Régression linéaire : problème On a les notes math et français suivantes : Un élève a 10 en math,
1 L2 STE. Test du χ2 d’adéquation/conformité: Il s'agit de juger de l'adéquation entre une série de données statistiques et une loi de probabilité définie.
ECHANTILLONAGE ET ESTIMATION
Comparaison de plusieurs moyennes observées
Tests relatifs aux variables qualitatives: Tests du Chi-deux.
Tests relatifs aux variables qualitatives: Tests du Chi-deux.
Scénario Quatre hipsters entrent en collision un dans l'autre dans un ascenseur plein de personnes. En conséquence ils laissent tomber leurs téléphones.
 Champ des mathématiques  Ensemble de méthodes et de techniques  Permet une analyse objective  Facilitées aujourd’hui par les tableurs.
Plans d'expérience Méthode Taguchy Analyse de la variance Anavar.
Notions de statistiques et d’analyse de données Master 1 MGS – Sarah MISCHLER –
 Comparaison des résultats sur 20 dans 2 classes de 4 élèves  Moyennes identiques  Situation identique dans les 2 classes ?  Pourquoi ?   paramètres.
Des variables et des données. Dans le domaine de la statistique le mot variable signifie une idée différente de celle dans l’algèbre ou les fonctions.
Test 2.
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