Académique Documents
Professionnel Documents
Culture Documents
Plan
1. 2. 3. 4. 5.
Paramtriques ou non? Test d'une distribution de probabilit Comparaison de moyennes Comparaison de pourcentages Corrlation
H0: XA et XB ~> mme distribution de probabilit moyennes identiques H1: distributions sont diffrentes
Non prise en compte des valeurs observes Seulement des rangs, aprs rangement par ordre croissant
Cas o XA et XB sont semblables: Les nA observations sont rparties au hasard sur l'ensemble des (nA+nB) observations, de mme que les nB observations
xA,1, xB,1, xA,2, xB,2, xB,3, xA,3, xB,4, xA,4,xA,5, xB,5 ,xB,6 ,xA,6
XA
Cas o XA et XB sont semblables: Les nA observations sont rparties au hasard sur l'ensemble des (nA+nB) observations, de mme que les nB observations
xA,1, xB,1, xA,2, xB,2, xB,3, xA,3, xB,4, xA,4,xA,5, xB,5 ,xB,6 ,xA,6
XB
Cas o XA et XB sont semblables: Les nA observations sont rparties au hasard sur l'ensemble des (nA+nB) observations, de mme que les nB observations
1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12
xA,1, xB,1, xA,2, xB,2, xB,3, xA,3, xB,4, xA,4,xA,5, xB,5 ,xB,6 ,xA,6
Somme des rangs de XA (39) Somme des rangs de XB
Cas o XA et XB sont diffrentes: Les nA observations ne sont pas rparties au hasard sur l'ensemble des (nA+nB) observations
xA,1,xA,2,xA,3,xA,4,xA,5,
XA
,xA,6
Cas o XA et XB sont diffrentes: Les nA observations ne sont pas rparties au hasard sur l'ensemble des (nA+nB) observations
xB,1,
,xB,2,xB,3,xB,4,xB,5,xB,6
XB
Cas o XA et XB sont diffrentes: Les nA observations ne sont pas rparties au hasard sur l'ensemble des (nA+nB) observations
10
Cas o XA et XB sont diffrentes: Les nA observations ne sont pas rparties au hasard sur l'ensemble des (nA+nB) observations
1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12
Remarques
Valeurs exactes des observations inconnues mais rangs connus Test de Wilcoxon applicable
Test de Mann-Whitney quivalent Comparaisons de plus de 2 distributions observes Test de Kruskall-Wallis (principe identique)
12
Conditions dapplication
Indpendance des individus Pas (peu) dex-aequo
13
Exemple
H1:
la TAS moyenne est diffrente chez les fumeurs et les non fumeurs
14
Exemple
H1:
la TAS moyenne est diffrente chez les fumeurs et les non fumeurs
15
Exemple
110,112,119,121,129,130,131,...137,139,141,143...,171,181
16
Exemple
110,112,119,121,129,130,131,...137,139,141,143...,171,181
Test data: TAS by Tabac W = 39.5, p-value = 0.0009431 alternative hypothesis: true mu is not equal to 0
Warning message: impossible de calculer la p-value exacte avec des ex-aequos in: wilcox.test.default ...
17
Exemple
110,112,119,121,129,130,131,...137,139,141,143...,171,181
18
Exemple
110,112,119,121,129,130,131,...137,139,141,143...,171,181
petit p
Warning message: impossible de calculer la p-value exacte avec des ex-aequos in: wilcox.test.default ...
19
Exemple
p< 0,05 Test significatif On rejette H0, au risque =5% Il y a une diffrence entre les 2 groupes Dans le sens les fumeurs ont une TAS moyenne plus leve que les non-fumeurs
J Gaudart, LERTIM, Facult de Mdecine Marseille 20
Remarques
Test de Wilcoxon
wilcox.test(TAS~Tabac)
21
Exercice
TAS~SEXE
22
Exercice
H1:
les femmes
23
Exercice
H1:
les femmes
24
Exercice
25
Exercice
26
Exercice
p> 0,05 Test Non significatif Non rejet de H0, au risque On ne met pas en vidence de diffrence entre les 2 groupes
27
Rfrences
ditions INSERM
Contact
jean.gaudart@univmed.fr
http://cybertim.timone.univ-mrs.fr/ Labo. dEnseignement et de Recherche sur le Traitement de lInformation Mdicale,