test de comparaison

Bonjour,

Je suis encore sur le même problème, en effet, je m'aperçois que les tests que j'ai fait (Wilcoxon et ANOVA) me donne une indication sur la distribution de mes 4 séries. Ainsi, le temps n'est pas pris en compte, or je veux regarder si chaque jour les données semblent similaires ou pas sur les 4 villes. Je ne pense pas pouvoir le faire avec Wilcoxon et je n'arrive pas à trouver le test ANOVA s'il existe correspondant.

Connaissez-vous un autre test applicable à ce problème?

Pour l'anova, j'ai fait jusqu'à maintenant (sur R):
anova(lm(pluie~ville))

où pluie est mon vecteur avec toutes les données, et ville le vecteur avec le nom de la ville correspondant aux données du vecteur pluie.

J'ai essayé:
anova(lm(pluie~ville*temps))

mais cela ne me renvoie rien il y a l'erreur : "les tests F d'ANOVA sur un ajustement pratiquement parfait ne sont pas fiables"

Merci,

Baptiste

Effectivement,

les tests de comparaison d'échantillons ne sont pas adaptés si les jours ne sont pas pris au hasard (il faut de vrais échantillons, pas des chroniques).

Pour les chroniques (données chronologiques), le test adapté de comparaison (2 à 2) est la corrélation, ici manifestement linéaire, puisqu'on veut vérifier l'hypothèse y=x. mais à condition que les temps météorologiques soient identiques dans les deux villes. L'erreur signalée par R me semble dire que c'est le cas.

Si ce n'est pas le cas, il reste à essayer de corréler les résultats à une variable (malsaine, difficile à numériser), le temps météo. Ou bien utiliser des outils genre AFC ou ACP mais ça revient à avoir de nombreuses données, et tu disais que tu voulais savoir si c'était utile d'en demander.

Cordialement

Encore merci pour toutes tes réponses Gérard,

je vais effectivement m'en tenir à la corrélation, en utilisant le coefficient de "kendall" vu mes échantillons.

C'est très sympathique de répondre si vite,

cordialement,

Baptiste

Bonjour
Pour comparer les 2 simulations il faudrait à mon avis donner pour chaque essai un nb : soit le nb de succès, de produits, ou une note.... On a alors 2 colonnes qu'on étudie par exemple par les moyennes.
Cordialement
Koniev

Bonjour,

je ne suis pas sûr d'avoir bien compris, en fait c'est un peu le pricipe du test des rangs de Wilcoxon??

La difficulté pour moi ici, c'est que je ne veux pas comparer la moyenne de mes echantillons. J'ai la précipitation pendant 60 jours de 4 villes assez proches. Je veux voir si la précipitation change ou est la même suivant les villes. Ni les tests d'égalité des moyennes, ni les tests d'égalité de la distribution ne me sont utiles ici je pense.

J'aimerai tester:

PrecipitationVille1(t) = 1 * PrecipitationVille2(t)

J'obtiens les valeurs de "a" et "b" de

PrecipitationVille1(t) = a * PrecipitationVille2(t) + b

avec la procédure "lm" de R mais ce n'est pas un test... Il faudrait tester "a=1 et b=0" contre "a different de 1 ou b different de 0"

Merci,

Baptiste

Bonjour Baptist.

la méthode traditionnelle est de tester b = 0 contre b <> 0, puis, en supposant que b=0 soit acceptable de tester a = 1.
A priori, ceci suppose que la répartition des valeurs autour de la "normale saisonnière" est gaussienne. Concrètement, que les nuages de points se répartissent autour de la droite de régression de façon "non particulière" (pas de forme spéciale pour la distribution des différences valeur-modèle).

Comme tu as 60 jours seulement, tracer les courbes de précipitations de tes 6 villes devrait déjà te donner une idée précise de ce qui va se passer : 6 courbes très proches, les résultats sont comparables; 5 courbes proches et un très différente, une ville se distingue; 2 groupes de courbes, etc.

Cordialement

Bonjour Martin
Ton pb revient à comparer 2 séries de résultats par le test de comparaison de 2 moyennes de 2 séries non appairées. Je veux bien de donner le résultat obenu avec le logiciel MINITAB en envoyant les 2 colonnes de résultats.
Cordialement
Koniev

Bonjour


J'ai une question d'ordre général concernant les tests de comparaison
Voici ce que j'utilise habituellement:
Comparaison de 2 échantillons: Test de Student ou Test de Wilcoxon
Comparaison de + de 2 échantillons: ANOVA ou Test de Friedman

Ma question est la suivante: avec 2 échantillons, est-ce équivalent d'utiliser le test de Student ou l'ANOVA? le test de Wilcoxon ou celui de Friedman?
En gros, peut-on se contenter uniquement de l'ANOVA et du test de Friedman dans tous les cas?

Merci d'avance

Cécile

Bonjour.

Je pourrais me tromper, mais il me semble avoir vu que le test de Student est plus puissant que l'anova (On compare directement les moyennes), et il est possible que ce soit la même chose pour les non paramétriques.

Cordialement.

Bonjour, j'utilise statistica en ce moment pour une etude sur des patients malentendants

l'étude comporte un échantillon N=14

chaque patient a effectué des test dans le bruit durant plusieurs phases
en rapide il y a une phase avant appareillage , une phase test avec une télécommande et une phase test sans télécommande on a mesuré la compréhension dans le bruit.

Il y a eu un crossing over pour ne pas fausser les résultats.c a d que seul la moitié de l'echantillon est partie en phase télécommande en premiere phase.

A cette etude a été rajouté un questionnaire de satisfaction distribué dans les 3 phases.


Via le logiciel Statistica j utilise un test non paramétrique type wilcoxon pour échantillon non apparié
est ce la bonne direction?


j arrive à sortir des tableaux via statistica mais il y a des données en noir d autres en rouge je crois savoir que celles en rouges sont les données significatifs
mais je sais pas à quoi elles correspondent?

et comment interpréter les résultats

cordialement MB

Les-mathematiques.net - Statistiques du forum

Total
Discussions: 68 126, Messages: 584 970, Utilisateurs: 4 440.
Notre dernier utilisateur inscrit Rezakoo.

---

Ce forum
Discussions: 884, Messages: 5 967.