T student : résultats
dans Statistiques
Bonjour,
je me permets de vous demander conseil. J'ai pratiqué le T de Student sur des données de mon mémoire et j'obtiens des résultats diu genre de celui-ci : statistique t = -20, 34 ; P(T<=t) unilatéral 1,1341E-22
Coment cela s'interprete-t-il? Devant le nombre infime que cela représente, dois-je en conclure que mon résultat est extrèmement significatif? Je précise que le degré de liberté est 39.
Merci.
je me permets de vous demander conseil. J'ai pratiqué le T de Student sur des données de mon mémoire et j'obtiens des résultats diu genre de celui-ci : statistique t = -20, 34 ; P(T<=t) unilatéral 1,1341E-22
Coment cela s'interprete-t-il? Devant le nombre infime que cela représente, dois-je en conclure que mon résultat est extrèmement significatif? Je précise que le degré de liberté est 39.
Merci.
Connectez-vous ou Inscrivez-vous pour répondre.
Réponses
Difficile de te répondre, car tu as utilisé manifestement un logiciel et je ne sais pas ce que tu lui as fourni comme données, ni les manipulations que tu as faite.
On peut, par contre, revenir au départ. Tu as des données, pourquoi pratiques-tu le test de student ?
Cordialement
NB : A supposer que tes données proviennent d'une "population gaussienne" et que les variances soient du même ordre, le résultat obtenu amène à accepter l'hypothèse que les deux moyennes sont égales, dans une comparaison où on ne tient pas compte du cas où la première est très supérieure à la deuxième.
Ce que je comprend c'est que par exemple un de mes résultat est 2,2682E-22, donc si je ne me trompe pas j'ai donc 0,0000000000000000000000226882 chances de me tromper en disant que c'est significatif? c'est ça?
Merci d'avance pour vos réponse.
en fait ce que je voudrais savoir c'est ce que je dois regarder exactement dans mes résultats pour savoir si l'hypothèse H0 peut être rejetée ou non. Voici un exemple de résultats que j'ai obtenus. Merci pour vos réponses et bon week-end (:P)
je sais qu'il y a ici des gens qui sont vraiment calés en stats et je voudrais simplement leur demander s'ils voudraient bien m'aider en me donnant des instructions très simples, en me parlant "petit nègre"(:P), sans rien qui puisse m'embrouiller l'esprit car je n'accroche vraiment pas aux stats... Je souhaite juste pourvoir regarder mes résultats en pouvant conclure simplement avec un minimum d'assurance, car je trouve plein d'infos contradictoires sur le net et que je ne peux demander à personne de mon entourage de m'aider.
Je voudrais notamment savoir si plus p est petit plus c'est significatif. En fait je veux savoir quoi regarder pour pouvoir dire on rejette H0 ou pas.
Encore merci de votre attention, j'ai vraiment besoin de vos lumière, je dois finir mon mémoire.
Bon dimanche
Désolé d'être à peu près seul à répondre en stats, ce qui fait que lorsque je suis absent, les questions restent parfois sans réponse.
Par contre, tu me poses un vrai problème : Donner des explications claires à quelqu'un qui dit " je suis hermétique aux stats, enfin disons que cela m'angoisse !". tu ne me laisse pas beaucoup de possibilités !
Déjà, un point à règler : "Je voudrais notamment savoir si plus p est petit plus c'est significatif". Je ne sais pas ce que tu appelles "significatif". En général, dans le domaine des tests, significatif veut dire que le test échoue. Donc je l'emploie dans ce sens.
Alors que signifie le p ? des choses différentes suivant que le test est unilatéral par construction, unilatéral par choix, ou bilatéral. Mais c'est une traduction en termes de probabilités de la valeur obtenue pour la variable de décision du test. par contre, ce n'est pas du tout une probabilité de réussir, d'échouer, d'être sûr, de se tromper,... toutes ces probabilités qu'on aimerait avoir quand on teste. Par exemple ici, pour le cas bilatéral, 2,2682E-22 est la probabilité, en supposant que les moyennes soient égales à priori et que les résultats soient uniquement dus au hasard, que la valeur de t soit en dehors de l'intervalle ]-2,02268893 ;2,02268893 [.
A suivre
Maintenant, je regarde tes résultats. Dès les deux premières lignes, je sais ce qui se passe (Rappel : Avant de calculer, être raisonnable. Avant d'utiliser des outils conceptuels compliqués, raisonner avec des idées simples).
* Si tes variables sont positives, la ligne des moyennes suffit ; une des moyennes vaut moitié plus que l'autre. Elles sont donc nettement inégales.
* Sinon, un petit raisonnement statistique classique : Avec 40 valeurs, on a une bonne estimation de la moyenne (je prends la première série : 20,4) et de l'écart type (3,4). Donc, si la deuxième série relève du même type de statistiques, il y a 99,7% de chances que sa moyenne soit comprise entre 20,4 -3*3,4/6,3 et 20,4 +3*3,4/6,3 (6,3 est la racine carrée de 40), donc entre 18,8 et 22. La valeur obtenue 29,4 est donc totalement improbable.
Par contre, les variances sont assez proches, donc le test de Student (Hypothèse d'égalité des moyennes - prendre bilatéral) est adapté. Il donne le même résultat (évidemment !) : On rejette l'hypothèse. Mais si ce sont des valeurs positives, on a pris un rouleau compresseur pour casser une noix. Et même pour des données pouvant être négatives, c'est la confirmation d'une évidence. Par contre, si, comme dans certains domaines "scientifiques" (faussement), le mémoire n'est bon que si on utilise un test, même inutile, tu peux l'employer.
A ton service pour d'autres explications, quand je suis disponible.
Cordialement
Là ce sont les résultats pour A que j'ai mis dans le précédent message. Pour B, les réponses du temps 2 ne suivent pas une loi normale (asymétrie bonne mais pas aplatissement qui est à 2,16), donc le prof suggère le Mann-Whitney mais plus tard, là il veut que je laisse tomber.
Pour le C, j'ai ça : Voilà, vous voyez un peu de quoi il retourne à présent. Depuis que le prof m'a parlé des stats, ça m'a plombé! Merci en tout cas pour les réponses c'est vraiment très gentil. Je m'excuse d'avoir l'air si mauvaise mais chacun son truc et ça n'est pas le mien voilà. La preuve depuis le début je me dis qu'on rejette l'hypothèse H0 et pourtant je doute quand même. C'est pour ça que je voulais savoir à quelle donnée m'attacher en particulier pour pouvoir dire si c'est significatif. J'ai lu que plus P est petit plus c'est significatif et si j'ai bien compris 2,2682E-22 ça veut dire pour le E-22, qu'il y a 22 zéros avavnt le premier chiffre c'est ça, donc c'est très petit ?
Pardon pour toutes mes questions qui vont vous paraitre débiles... vraiment mille excuses.
Encore merci.
Il n'y a pas à s'excuser de ne pas savoir, ni même d'avoir des difficultés. J'ai les miennes, y compris en maths et stats. Ce qui compte, c'est de vouloir comprendre. Et tu es dans ce cas.
Donc effectivement, plus p est proche de 0, plus c'est significatif, donc plus on est confiant dans le rejet de H0. C'est la pratique induite par les logiciels, qui est un peu malsaine, j'y reviendrai. Dans ton cas, " 2,2682E-22 ça veut dire pour le E-22, qu'il y a 22 zéros avant le premier chiffre c'est ça, donc c'est très petit ? ", effectivement, p est extrèmement proche de 0, et sa valeur est même très sujette à caution (le calcul du logiciel est-il encore précis quand on est aussi proche de 0, j'en doute). Mais ça ne fait rien, pour l'interprétation : on rejette l'hypothèse H0 qui est que les moyennes sont égales. On peut sans grand risque dire qu'elles sont (significativement) différentes.
Pour bien comprendre : la méthode normale du test, c'est d'avoir un outil pour décider. Dans lres tests statistiques, on ne peut pas avoir de certitude (c'est souvent la même chose ailleurs, mais plus caché), donc on choisit un risque : le risque de rejeter H0 alors même qu'elle est vraie. Par exemple 5% (on rejettera H0 à tort une fois sur 20), ou 1%. On calcule une valeur test (ici le T), et un domaine de valeurs de T tel que, si H0 est vraie, le risque que T ne soit pas dans le domaine est le risque choisi (5%, ou 1%, ou ..). Il est facile de voir que plus le risque se rapproche de 0, plus le domaine est grand. Le p est justement le risque maximum pour lequel la valeur trouvée sur la statistique est dans le domaine. Autrement dit, pour un risque supérieur, la valeur trouvée n'est pas dans le domaine. Or c'est le cas où on rejette H0 (avec le riqsque de se tromper qu'on a choisi).
Lorsque p est tout petit, on rejettera H0 pour tous les risques raisonnables qu'on aurait pu choisir. Donc le test va être très significatif.
A suivre..
Maintenant, pour le C, tu as le même genre de résultat (évident d'après les moyennes et écarts types. L'interprétation est que les moyennes sont différentes.
Pour le B, Mann-Whitney est une bonne idée, qui aurait été plus saine dans les deux autres cas, surtout si on n'a pas de raison de penser que le caractère mesuré est gaussien (le fait que l'échantillon soit approximativement gaussien est autre chose, et par contre, un tirage gaussien - surtout de peu de valeurs - peut être assez dissymétrique).
Cordialement.
NB : Si tu t'entends bien avec ton prof, tu peux lui parler de mes réponses, et même les lui communiquer. S'il les conteste, j'apprendrai sans doute quelque chose !
Pour le mann-whitney j'ai trouvé la macro pour le faire sous excel, j'ai fait une tentative, mais je n'y comprend rien du tout. Les résultats sont présentés de manière un peu anarchique (pour moi en tout cas!). Je ne connais absolument pas ce test, j'ignore comment s'interpretent les résultats, je ne sais RIEN DU TOUT! De plus, apparemment il ne s'utilise que sur des échantillons inférieur à 30 et moi il contiennent 40 données. On peut enlever la protection de la feuille de calcul sous excel pour intégrer un échantillon plus grand que 30, mais bon... étant donné que je ne sais rien du mann-whitney, ça ne change pas grand chose 8-). De toute façon, le prof m'ayant dit de laisser tomber pour ce test pour le moment je ne vais peut être pas m'angoisser davantage! Encore merci...
P.S.: je suis quand même preneuse de conseils pour le mann-whitney si quelqu'un peut m'aider... Bonne semaine à tous!
Une rectification à ce que j'ai dit précédemment : Pour des échantillons importants, généralement l'approximation gaussienne fonctionne correctement et les tests variance + Student sont efficaces.
Quand tu auras besoin de l'utiliser, une lecture des documents Internet donnés par un moteur de recherches te donnera quelques idées simples, puis on pourra reprendre la conversation.
Cordialement
pour Mann-withney, j'ai confondu. En fait avec excel je n'arrive pas à avoir de résultat car à chaque fois que je saisis les données il me met un message d'erreur. Je ne sais pas si quelqu'un peut m'aider ici pour ça, car sur internet je ne trouve pas d'aide, et l'aide d'excel ne dit rien. Voilà. Encore merci!
"l'approximation gaussienne " est une façon rapide de dire que la moyenne d'un grand nombre de valeurs indépendantes suivant la même loi suit approximativement une loi Normale. Rien à voir avec l'analyse statistique de l'échantillon. Même avec une loi de Bernoulli, la moyenne d'un grand nombre de valeurs (la fréquence des 1) suit d'assez près un modèle Normal.
Pour Excel, je peux difficilement t'aider. D'ailleurs c'est un très mauvais outil pour les statistiques (l'aide est d'une nullité crasse !). Souvent, le mieux à faire est de programmer soi même les calculs (programmer avec les cases et les formules, généralement ça suffit pour les tests statistiques). mais quand même : Quel outil utilise-tu ?
Cordialement
P.S.: pour le Mann-Whitney, il n'y a aucune aide sur Excel effectivement. Il me dit juste qu'il faut sélectionner 2 colonnes et que j'en ai sélectionné qu'une (dans le message d'erreur), alors que j'ai sélectionné les 2! Va comprendre....8-)
Il faut sélectionner une colonne, puis dans un deuxième alinea une autre. La logique du test est bien de comparer une liste à une autre liste. Pour Excel, une sélection à une autre sélection.
Cordialement
Je dois expliquer les résultats de test-t d’hypothèse avec échantillons pariés pour des gestionnaires ayants des connaissance limitées en statistique et ne sais pas quel façons simpliste dois-je utiliser pour interpréter les résultats.
Merci
AD
Moi non plus, sans les données. Mais il te suffit d'apprendre vraiment la technique des tests d'hypothèses, et comment fonctionne le test de Student pour données appariées. Si tu l'utilises sans ces connaissances, tu ne peux qu'écrire des traduction possiblement fausses de ton résultat.
Bon apprentissage.
Merci
Ta question est un peu imprécise : Quel test de Student veux-tu utiliser ? Dans quelles circonstances ?
Si ta réponse est "tous les cas et toutes les circonstances", alors c'est un cours sur les tests d'hypothèses et leurs utilisations qu'il faut rechercher (on en trouve sur le web, privilégier les cours faits par des matheux). Sinon, il faut que tu précises ta demande.
Cordialement.
NB : Pour un test, il n'y a pas "d'équation". Seulement une méthode.
J'ai entré dans le logiciel MINITAB tes moyennes, effectifs et écart-type et j'obtiens p= 0 donc en accord avec toi : les 2 séries de résultats sont on ne peut plus différentes.
Avec un peu d'habitude on voit que pour n = 40, 29 - 20 = 9 est impossible.
Cordialement
Koniev
Juste quelques explications sur le test de Student, de son utilité ici, ou aiy9, et la variance ANOVA a été utilisée pour tester l'effet des différentes rations sur la consommation en oxygène, je voudrais savoir pourquoi on a utilisé ça, comme ça. Le jour de la présentation si on me demande je ne saurai quoi répondre. Merci d'avance, je suis au nas150290'at'gmail.com. Merci de me répondre, au plaisir de vous lire.
Difficile de savoir pourquoi on utilise tel ou tel test sans savoir quelle hypothèse est testée et quelles sont les données recueillies pour le faire.
Cordialement.
NB : On trouve facilement ce que teste le test de Student ou une anova. soit dans les ouvrages de statistique, soit même sur le net.
Moi je voudrais juste savoir l’utilité du test de Student, et de ANOVA.
Merci d'avance.