Comparaison des moyennes de deux groupes
Code couleur :
- en vert : la question à se poser.
- en rouge : la réponse permettant l'utilisation de l'outil le plus puissant
- en bleu : réponse nécessitant l'utilisation d'outils moins puissants mais moins contraignants
********************
La population étudiée est-elle normale ?
non => 1
oui => 2
1 => Existe-t-il une transformation appropriée ?
non => Transformation des variables en rangs puis fiche 6 des tests non paramétriques
oui => Transformation de la variable et => 2
2 => Les échantillons sont-ils appariés ?
oui => 3
non => 6
3 => L'hypothèse est-elle forte ?
oui => 4
non => 5
4 => Test t unilatéral; ddl = n-1 (si n>60, on lit z au lieu de t, mais la procédure est la même). => 11
6 => n1 et n2 > 30 ?
oui => 7
non => 8
7 => Calcul de z pour échantillons indépendants.
La procédure est exactement la même que pour les t de Student. La nuance entre t et z n'a d'importance que pour les mathématiciens. Donc, on effectue les mêmes opérations que pour un t de Student sauf qu'on lit "z" au lieu de "t" ! En réalité, la loi de Student (le "t") tend vers la loi normale (le "z") lorsque n tend vers l'infini.
L'hypothèse est elle ?
oui => test z unilatéral =>10
non => test z bilatéral => 10
oui => test t unilatéral => 10
non => test t bilatéral => 10
10 => t de Student pour échantillons indépendants
11 => t de Student pour échantillons appariés
- en vert : la question à se poser.
- en rouge : la réponse permettant l'utilisation de l'outil le plus puissant
- en bleu : réponse nécessitant l'utilisation d'outils moins puissants mais moins contraignants
********************
La population étudiée est-elle normale ?
non => 1
oui => 2
1 => Existe-t-il une transformation appropriée ?
non => Transformation des variables en rangs puis fiche 6 des tests non paramétriques
oui => Transformation de la variable et => 2
2 => Les échantillons sont-ils appariés ?
oui => 3
non => 6
3 => L'hypothèse est-elle forte ?
oui => 4
non => 5
4 => Test t unilatéral; ddl = n-1 (si n>60, on lit z au lieu de t, mais la procédure est la même). => 11
6 => n1 et n2 > 30 ?
oui => 7
non => 8
7 => Calcul de z pour échantillons indépendants.
La procédure est exactement la même que pour les t de Student. La nuance entre t et z n'a d'importance que pour les mathématiciens. Donc, on effectue les mêmes opérations que pour un t de Student sauf qu'on lit "z" au lieu de "t" ! En réalité, la loi de Student (le "t") tend vers la loi normale (le "z") lorsque n tend vers l'infini.
L'hypothèse est elle
oui => test z unilatéral =>10
non => test z bilatéral => 10
oui => ddl = (n1 - 1) + (n2 - 1) => 9
non => ddl = nu' (correction de Welsch; expliqué au point 10) => 9
oui => test t unilatéral => 10
non => test t bilatéral => 10
11 => t de Student pour échantillons appariés
A découvrir aussi
- Relations de causalités
- FPS(s) qualitatif(s) et VD(s) quantitatives
- Le t de Student pour échantillons indépendants
Retour aux articles de la catégorie Stats : choisir son test -
⨯
Inscrivez-vous au blog
Soyez prévenu par email des prochaines mises à jour
Rejoignez les 75 autres membres