quel type de variables utilise-t-on pour effectuer le test t de student à deux moyennes (comparaison entre deux groupes)?
une variable quantitative
quelles sont les 3 conditions additionnelle à l’utilisation de la loi t de student comparant deux moyennes?
développez sur le critère d’indépendance des groupes
groupes indépendants: chaque animal a une mesure
groupes dépendants: deux fois le même groupe mesuré, par exemple avant et après un tx
développez sur le critère de distribution ou nombre de données des échantillons
Distribution à peu près normale
ou
n1 et n2 ≥ 30
développez sur le critère de variance et taille des groupes
Les variances des 2 populations sont similaires (𝝈^2échantillon1 ≈ 𝝈^𝟐 échantillon 2)
-> doit être vérifié avant de faire le test, car sans homogénéité des variances, le test n’est pas valide
comment évalue-t-on si les variances des deux échantillons sont égales?
test de levene
si on accepte Ha lors du test de levene, qu’est ce qui arrive?
le test t de student n’est pas valide, on doit donc trouver une alternative (ex; test t de student pour deux moyennes avec variances inégale)
exemple: on veut comparer la moyenne du taux de glucose chez des chiens traités vs non traités. formulez H0 et HA pour une hypothèse bilatérale
H0 : 𝜇1 = 𝜇2
Moyenne glucose chiens traités = moyenne glucose chiens non traités
HA : 𝜇1 > ou < 𝜇2 ou simplement 𝜇1 ≠ 𝜇2
Moy glucose chiens traités est > ou < moy glucose chiens non traités
exemple: on veut comparer la moyenne du taux de glucose chez des chiens traités vs non traités. formulez H0 et HA pour une hypothèse unilatérale
H0 : 𝜇1 ≥ 𝜇2
Moyenne glucose chiens traités ≥ moyenne glucose chiens non traités
HA : 𝜇1 < 𝜇2 (par exemple)
Moyenne glucose chiens traités est < moyenne glucose chiens non traités
quelles sont les 4 étapes de réalisation du test de t pour comparer deux moyennes
de quelle formule s’agit-il?
formule du test t pour comparer deux moyennes
expliquez chaque éléments de cette formule
comment calcule-t-on Sd? :(
avec cette formule
est ce que les moyennes de ces deux échantillons peuvent être comparée avec un test t de student d’après les conditions d’application?
1. un groupe est traité, l’autre pas, et on mesure la quantité de lait produit
2. x1=9371kg , s1=1969kg, dis. normale, n1=100
3. x2=8941kg , s2=2102 kg, dis. normale, n2=100
4. les groupes sont indépendants
5. on obtient P=0,47 au test de levene
oui.
1. variable quantitative
2. deux groupes indépendants et aléatoires
3. distribution normale (ou n1 et n2 >30)
4. variance 1 et 2 égale (levene)
exercice: faites le sur une feuille de papier:
calculez la valeur de t avec les données ci-dessous
n1=100
n2=100
t= 1,49
pour t =1,49
pour n1=100, n2=100
déterminez le P
t=1,49
ddl= 100+100-2=198
P-> entre 0,10 et 0,20
qu’est ce que des groupes/ échantillons dépendants?
chaque individu est mesuré 2 fois
ex: avant/ après traitement
quel test pour comparer des groupes dépendants?
test t de student pour comparer les moyennes de deux séries appariées (paired t test)
quels sont les deux exemples d’utilisation du paired t test?
qu’est ce qui permet le moins de variation? le scénario de mesures répétées ou l’appariement?
les mesures répétées (tjrs moins de variation entre 2 mesures d’un même individu qu’entre 2 individus)
(l’appariement reste mieux que deux individus complètement différents)
lorsque les données sont appariées, sélectionnez toutes les statistiques descriptives avec lesquelles ont travaille en priorité;
a. la moyenne et l’écart type de la première mesure
b. la moyenne et l’écart type de la deuxième mesure
c. la moyenne et l’écart type de la différence entre les mesures
on travaille avec les différence
(ex: différence entre pré et post tx: voir image)
pour un paired t test bilatéral, écrivez H0 et HA
H0: la moyenne des différences=0
(ex: Moyenne glucose avant traitement = moyenne glucose après le traitement)
HA: la moyenne des différences ≠0
on peut utiliser le paired t test pour comparer deux moyenne de séries appariées avec la formule 1. à quoi sert la version modifié ci dessous (2)?
pour comparer une moyenne d’un échantillon à une moyenne théorique connue (M)