test de comparaison

j'ai besoin d'aide

j'ai deux modèles de simulation, chaque modèle est simulé 30 fois pour donner 30 observations. je veux comparer veux comparer les résultats de ces deux modèles pour conclure quel modèle est meilleur

merci

Bonjour Martin.

Ta question est trop vague pour permettre de répondre précisément. Quelques remarques :
* C'est toi qui peux décider ce qui est "meilleur".
* Il faut que tu sâches si tu compares deux simulations, ou bien chaque simulation à une réalité dont tu n'as pas parlé.

Cordialement

merci pour la rapidité de la réponse

le problème c'est comme suit: avant tout ici je parle de simulation à événement discret. on est devant un système de production, j'ai développé un modèle de simulation pour ce système et j'ai fait 30 simulation avec ce modèle et je collecte à chaque simulation un indice de performance qui est la productivité. j'ai modifier par la suite ce modèle et donc j'ai obtenu un nouveau modèle. j'ai simulé ce 2 ème modèle et j'ai collecté les 30 observations. je veux comparer ces deux modèle (c à d les 30 première observations avec les seconde) pour avoir est ce que le changement du modèle initiale a améliorer significativement la productivité.

merci

Bonjour

Si tu fais de la MSP pour améliorer les systèmes de prod alors il faut d'abord savoir ce qu'on appelle la "productivité".

Pour certains, ce sera la moyenne d'une quantité, pour d'autres l'écart-type de valeurs cibles de tolérances clients, pour d'autres les coûts générés, pour d'autres la fiabilité et j'en passe...

Avec les infos données jusqu'à présent il est donc difficile de t'orienter.

bonjour

je vais considéré la quantité de produits fabriquée

Alors :

Tu peux faire une classique comparaison de moyenne (avec ou sans test).
Tu peux (si tes résultats ne sont pas particulièrement gaussiens) faire le test de wilcoxon.

Il y a sans doute d'autres possibilités, mais ça dépend fortement de ta simulation. Surtout de sa distribution effective, de la dispersion possible des résultats. Car si la moyenne est meilleure, mais la dispersion (écart type, par exemple) augmente fortement, il est difficile de conclure).

Cordialement

ok

merci

Salut;
Je suis étudiante à l'université, j'ai un exposé à  faire si vous pouvez m'aider.
L'exposé est sur le test de comparaison (paramétrique)



Edité 1 fois. La dernière correction date de l’an passé et a été effectuée par AD.

Bonjour Sabrina.

Et si on ne peut pas t'aider, tu ne fais pas l'exposé ?
Plus sérieusement : Commence ton exposé, et sur les parties difficiles, reviens poser des questions précises et circonstanciées.

Cordialement

Bonjour,

J'ai besoin d'aide...
J'ai un jeu de données, on va dire une population de 5000 individus, un échantillon de 100 sujets pour lesquels j'ai des données de qualité de vie soit Y: temps de jardinage (en minute/jour), W: fréquence de jardinage (nombre de fois/semaine) à 4 temps (t1, t2, t3, t4) sur 1 an. Pour ma population je n'ai ces données qu'au premier temps (t1)! Malheur!
Je voudrais étudier la variabilité de Y et W entre chaque temps et surtout t2 vs t1, t3 vs t1, t4 vs t1.
Comment procéder?
un test de concordance 2 à 2? Kappa?

Merci d'avance...
Nathalie

Bonsoir nath.

Ta question est assez peu compréhensible. Tu expliques que tu veux comparer des variables pour lesquelles tu n'as aucune mesure ???
En tout cas, pour étudier la variation (? Variabilité, je ne comprends pas ce que c'est) il y a des tas de moyens, tout dépend de ce qui se passe et de ce que tu veux savoir. Ces deux questions sont des préalables. Le choix d'un outil efficace en dépend.
Donc on est à priori dans un cercle vicieux : Pour savoir quel calcul est utile, il faut avoir les résultats . . du calcul. En fait, un examen rapide des données, ou de quelques résumés statistiques classiques (moyenne, médiane, dispersion, etc.) donne souvent une première idée de ce qui se passe, permet de faire quelques hypothèses, qu'on pourra tester.

les propositions que tu fais semblent vouloir dire que tu penses qu'il n'y a pas de variation, puisque tu proposes des tests de concordance.

Cordialement

C'était peu clair. Je l'avoue!
Dans mon échantillon de 100 sujets, je veux voir si "mes temps de jardinage" diffèrent entre chaque date de point (t1, t2, t3,t4). Je pensais faire une ANOVA mais, mes variables sont dépendantes. Donc, je pense que ce test n'est pas adapté!(de plus l'hypothèse d'égalité des variances n'est pas vérifiée)
D'autre part pour faire des comparaisons multiples: t2 vs t1, t3 vs t1, t4 vs t1: le test de Dunnett serait-il approprié?
Merci.

Bonjour.

Tu raisonnes sainement. Cependant, on fait effectivement de l'anova sur des données appariées, mais avec précaution, car l'hypothèse d'indépendance n'est plus présente.
Comme tu ne précises pas vraiment ce que tu appelles "voir si "mes temps de jardinage" diffèrent ", j'ai du mal à te conseiller. Pour le test de Dunnett, je ne le connais pas. A-t-il un autre nom ? Les noms des tests varient d'un domaine scientifique à l'autre.

Cordialement

Merci...
Je souhaite étudier pour chaque sujet si le "temps de jardinage" déclaré à t1 est le même que celui déclaré aux autres temps (t2,t3,t4).
Le test de Dunnett est un test de comparaisons multiples (test post-hoc).

"Je souhaite étudier pour chaque sujet si le "temps de jardinage" déclaré à t1 est le même que celui déclaré aux autres temps (t2,t3,t4). "

Pas besoin de statistiques pour ça : Tu regardes directement la valeur annoncée, soit elle est égale, soit elle est supérieure, soit elle est inférieure.

Je ne cherche pas à me moquer de toi, ni à jouer les esprits forts, je cherche simplement à te faire réfléchir vraiment à ce que tu cherches, et à ne prendre un outil que parce que tu as quelque chose de précis à faire( les tests statistiques sont des outils qui ne peuvent servir qu'à répondre aux questions auquelles ils répondent). Je ne peux pas faire cette partie du travail à ta place. Par contre, quand tu sauras clairement quelle question précise se pose, peut-être n'auras-tu plus de question de statistiques.

Cordialement

Bonjour,

Je dois regarder si la pluviométrie de 4 villes assez proche me semble la même ou pas. J’ai envie de faire un test ANOVA mais pour chaque ville la distribution n’est pas gaussienne mais a plutôt une forme logarithmique. Est-ce qu’il est possible d’appliquer à mes données une fonction pour obtenir une distribution gaussienne ? Ou est-ce qu’il est préférable dans ce cas d’appliquer un autre test ? Wilcoxon par exemple ?

Je vous remercie, je n’ai pas beaucoup de données (environ 70), n’hésitez pas si mon problème ne vous semble pas clair.

Baptiste

Bonjour Baptist.

A priori, si tu veux une analyse globale, tu peux utiliser l'ANOVA, qui est assez robuste.

Par contre, pour comparer deux villes (car c'est aussi une façon de faire), des tests non paramétriques genre Wilcoxon sont assez pertinents.

Cordialement.

NB : 70 valeurs seulement pour des données météo, c'est peu. Tu devrais pouvoir trouver des statistiques nombreuses. A moins qu'il y ait un problème de période ou autre chose.

Merci beaucoup Gerard d'avoir répondu si vite.

J'ai fait un test anova, le fait que les distributions ne soient pas gaussiennes m'embètent tout de même, je pensais que c'était une condition pour utiliser ce test.

Je travaille avec R, j'ai fait des tests de Wilcoxon pour comparer deux villes, les résultats me semblent satisfaisants, cependant j’ai la possibilité d’ajouter l’option « paired=TRUE », je ne comprends pas ce que cela change (est-ce pour dire si les variables sont appariés ou pas ?).

J’ai aussi vu un autre test non-paramétrique entre temps, le test de Friedman que je ne connaissais pas et qui peut-être intéressant.

En tout cas encore merci d’avoir répondu. Pour information, je fais ces tests de comparaison sur seulement 70 données pour savoir s’il est utile ou non de demander toutes les données des 4 villes ou seulement d’une ville.

Baptiste

Rectification, j'ai compris l'utilité de "paired=True" ou "false", cela ne fait pas le même test. True, c'est pour le test de Rang signé de Wilcoxon, False c'est le test de rang classique de Wilcoxon. Il suffisait de lire l'aide...

Je pense donc que les deux sont intéressants à faire.

A part le petit doute sur le test ANOVA, je pense avoir résolu mon problème.

Voilà, encore merci,

Baptiste

Ok Baptist.

pas de souci à avoir avec l'anova, même si la normalité des distributions est au départ une condition. En effet, cette hypothèse est toujours délicate à assurer (à part des moyennes de très nombreuses variables ayant à peu près la même distribution, on ne rencontre pas de variable statistiques dont on peut dire qu'elle est gaussienne). Par contre l'anova est "robuste", ce qui veut dire que le test est fiable même si on n'a pas une répartition approximativement gaussienne. Par précaution, tu peux augmenter le seuil de confiance : Pour un risque à 5%, prendre une anova au seuil de risque 2,5%, par exemple. Comme de toute façon le seuil de risque est arbitraire ...

Bon travail.

Les-mathematiques.net - Statistiques du forum

Total
Discussions: 68 154, Messages: 585 313, Utilisateurs: 4 447.
Notre dernier utilisateur inscrit LePébron.

---

Ce forum
Discussions: 886, Messages: 5 977.